-
公开(公告)号：CN116127186A
公开(公告)日：2023-05-16
申请号：CN202211583266.4
申请日：2022-12-09
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
IPC: G06F16/9535 , G06F16/9536 , G06F16/36 , G06F16/2457 , G06F16/28 , G06Q10/1053 , G06F17/16 , G06N3/049 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N3/084
Abstract: 本发明公开一种基于知识图谱人岗个性化匹配推荐方法及系统，该方法收集招聘企业发布的招聘职位信息，进行数据处理，并通过关系抽取得到招聘职位三元组，得到职位知识图谱；采集用户包括点击浏览、评论、收藏在内的历史求职行为数据，得到用户偏好的职位数据集合；将用户偏好的职位数据集合作为种子，应用RippleNet算法从所述职位知识图谱中获取多跳职位信息及其关系，得到用户与所述职位知识图谱的实体交互的三元组；构建并训练基于知识图谱并融合用户偏好的多任务推荐模型，包括用户‑图谱实体交互模块、推荐模块、职位‑图谱实体交互模块；根据用户和职位交互的评分，得出职位排序列表。本发明能够改善推荐结果，给出符合用户个性化的推荐需求。
-
公开(公告)号：CN115859993A
公开(公告)日：2023-03-28
申请号：CN202211393075.1
申请日：2022-11-08
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
IPC: G06F40/30 , G06F40/211 , G06F18/22
Abstract: 本发明公开了一种基于两层语义模型的文本相似度计算方法与装置，统计第一文本和第二文本的句子数量，将数量较小的记为第一文本句子集，另一记为第二文本句子集，计算文本长度对比度；通过第一语义模型分别对第一文本句子集与第二文本句子集进行向量转化，得到第一文本句子向量集与第二文本句子向量集；计算每个句子向量的距离相似度，以在第二文本句子集中寻找第一文本句子集每个句子对应的最相似句子；将最相似的句子组合得到第三文本句子向量集；第一文本句子向量集和第三文本句子向量集通过第二语义模型编码得到第一文本向量和第三文本向量，计算第一文本向量和第三文本向量的相似度；向量相似度与文本长度对比度相乘，得到文本相似度。
-
公开(公告)号：CN115830112B
公开(公告)日：2023-09-22
申请号：CN202211491374.9
申请日：2022-11-25
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明公开了一种基于手持实物的混合现实交互方法，该发明采用特殊外形的手持实物来取代交互手柄，对实物实时追踪其六自由度位姿，再叠加混合现实的工具模型，在视觉上将实物变换为各类可操作的工具或工件，再对其进行近似于实际工具的操作与交互，提升了交互的实物触感，有利于提升虚拟实训的教学效果；同时，对手持实物的手柄部分进行快速简便的遮挡提取，从而修正观测时手柄应被手遮挡的拟真观感，进一步提升交互操作的沉浸感受，提升实训效果。
-
公开(公告)号：CN115712351B
公开(公告)日：2023-08-29
申请号：CN202211491234.1
申请日：2022-11-25
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明公开了一种面向多人远程混合现实共享场景的分级渲染与交互方法，该发明在云服务中对所有参与者的视角进行聚类，合成若干个主渲染视角，通过背景图、前景图和可交互物体遮罩图，在边侧服务中针对具体视角进行快速的图像加工和合成，输出图像给端侧设备进行显示和交互，并在边侧服务中通过多视角图像的插值实现了对端侧视角变化的快速响应。该发明通过云边端分级渲染的方式，提升了端侧的实时交互能力，同时又降低了云服务渲染压力，有效支撑了多人远程混合现实交互的能力。
-
公开(公告)号：CN115830112A
公开(公告)日：2023-03-21
申请号：CN202211491374.9
申请日：2022-11-25
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明公开了一种基于手持实物的混合现实交互方法，该发明采用特殊外形的手持实物来取代交互手柄，对实物实时追踪其六自由度位姿，再叠加混合现实的工具模型，在视觉上将实物变换为各类可操作的工具或工件，再对其进行近似于实际工具的操作与交互，提升了交互的实物触感，有利于提升虚拟实训的教学效果；同时，对手持实物的手柄部分进行快速简便的遮挡提取，从而修正观测时手柄应被手遮挡的拟真观感，进一步提升交互操作的沉浸感受，提升实训效果。
-
Patent Agency Ranking
公开(公告)号：CN115795150A
公开(公告)日：2023-03-14
申请号：CN202211484581.1
申请日：2022-11-24
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
IPC: G06F16/9535 , G06F40/30 , G06F18/22 , G06F17/18
Abstract: 本发明公开了一种基于特征离散系数和注意力机制的智能人岗匹配方法，所述方法包括获取简历/岗位文本语料对预训练语义抽取模型进行模型精调；根据各个字段的描述类型将简历/岗位文本语料划分为文本特征、数值型特征、等级型特征；根据不同特征类型分析简历/岗位文本语料以提取特征，并存储于向量数据库中；取应聘者在客户端最近的前N条浏览记录，在向量数据库中查找浏览记录对应的各特征值，以计算应聘者的兴趣画像和各特征对应的兴趣度；对于每一个候选岗位推荐项，根据岗位的各个特征值与对应特征的兴趣画像之间的相似度与该特征的兴趣度得到匹配度；对各候选项的匹配度进行排序，得到推荐结果。
-
公开(公告)号：CN115712351A
公开(公告)日：2023-02-24
申请号：CN202211491234.1
申请日：2022-11-25
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明公开了一种面向多人远程混合现实共享场景的分级渲染与交互方法，该发明在云服务中对所有参与者的视角进行聚类，合成若干个主渲染视角，通过背景图、前景图和可交互物体遮罩图，在边侧服务中针对具体视角进行快速的图像加工和合成，输出图像给端侧设备进行显示和交互，并在边侧服务中通过多视角图像的插值实现了对端侧视角变化的快速响应。该发明通过云边端分级渲染的方式，提升了端侧的实时交互能力，同时又降低了云服务渲染压力，有效支撑了多人远程混合现实交互的能力。
-
公开(公告)号：CN116012202A
公开(公告)日：2023-04-25
申请号：CN202211489023.4
申请日：2022-11-25
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明涉及一种自适应的主动式信息交互教育方法，根据学习者的环境和注意力的情况，自适应地转变播放方式，如将视频通过内容识别和自动语音生成转变成音频，或者对音频自动生成字幕和配图生成视频。具体的，该装置可以根据声音信号、振动信号、加速度传感器、感光传感器，进行环境干扰特征的识别，判别环境嘈杂程度、声音场景、环境光线条件、设备晃动状态；同时，该装置可以辨识学习者的注意力状态，自动推送合适的内容形式，以最大化注意力集中程度。并且，该装置可以通过对视频和图像内容识别，自动生成描述视频和图像内容的文字，进一步合成音频播放；该装置也可以对音频内容识别，自动生成文字、配图，进行视觉呈现。
-
公开(公告)号：CN115987806A
公开(公告)日：2023-04-18
申请号：CN202211363663.0
申请日：2022-11-02
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
Abstract: 本发明公开了一种基于模型驱动的云边协同沉浸式内容复现方法与装置，基于布置在采集侧的端设备、布置在复现侧的端设备和云边协同网络实现，包括：通过布置在采集侧的端设备采集原始数据；将原始数据上传至云边协同网络中的特征提取边缘集群进行特征提取，得到特征数据。将原始数据和特征数据上传至云边协同网络中的中心云集群；中心云集群利用原始数据训练AI模型，并对特征数据进行分类合并；再将处理好的特征数据和训练好的AI模型传输至特征复原边缘集群；将特征数据输入至训练好的AI模型中生成复原信息，再将复原信息发送给复现侧的端设备，在复现侧的端设备内还预置有三维模型，端设备根据接收到的复原信息和预置的三维模型进行场景复原。
-
公开(公告)号：CN115987479A
公开(公告)日：2023-04-18
申请号：CN202211501496.1
申请日：2022-11-28
Applicant: 之江实验室 , 浙江杭钢职业教育集团有限公司
IPC: H04L9/00
Abstract: 本发明公开一种用于自然语言处理的深度学习模型的同态加密方法，首先根据需要加密的数据或者需要使用的深度学习模型获得原始符号表；根据原始符号表生成一份不包含重复符号且大小不小于原始符号表的随机符号表，原始符号表中的符号与随机符号表中的符号形成一对一或一对多的映射关系；随机符号表作为密钥K；通过分词算法将深度学习模型对应的一份明文数据分成符号串；将符号串中的符号按照密钥K，映射成新符号，并串联，生成利用密钥K加密后的密文m。采用本发明的方法进行加密，产出的密文在深度学习中可以保持计算同态，也就是说深度学习模型可以基于密文训练和预测，不影响训练的计算效率，也不改变预测结果，不改变准确率和召回率效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.1 seconds)
