-
公开(公告)号：CN110009023A
公开(公告)日：2019-07-12
申请号：CN201910232644.6
申请日：2019-03-26
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
Abstract: 本发明涉及一种智慧交通中的车流统计方法。现有技术对于车辆识别的准确率不足、效率不高。本发明方法采用神经网络中的SSD和ResNet，与传统的目标跟踪CamShift算法两个部分组建，包括车辆检测方法和车辆跟踪方法。车辆检测方法首先建立SSD网络，SSD得到多个不同尺寸的特征图，对于同一特征层上的默认框采取不同的宽高比，增强默认框对物体形状的鲁棒性，SSD训练同时对位置和目标种类进行回归。车辆跟踪方法是采用连续自适应期望移动算法对单次移动视觉网络检测器第一帧识别出的车辆进行跟踪。本发明方法不仅可以更加准确的检测出车辆，进行统计，而且可以通过跟踪防止车辆目标丢失而重新统计，得到的车流数据更加准确。
-
公开(公告)号：CN119883714A
公开(公告)日：2025-04-25
申请号：CN202510377832.3
申请日：2025-03-28
Applicant: 杭州电子科技大学
IPC: G06F11/07 , G06N3/0442 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种从链路数据中学习进行微服务应用的故障定位方法，该方法首先通过对开源微服务系统进行混合故障注入，然后通过分布式追踪采集微服务链路数据并对数据进行预处理。其次构建故障定位模型：在数据预处理之后，通过融合时空特征的Transformer‑BiLSTM模型进行微服务应用的故障定位，在训练故障定位模型的过程中，采用二进制标记方法区分服务状态，输出故障定位结果。最后实时运行的微服务系统中引入了自动化测试，将训练好的故障定位模型集成到在线微服务系统中，实时进行潜在故障的预测和定位。本发明显著提升了根据微服务的依赖关系和链路数据的微服务异常检测和故障定位效果。
-
公开(公告)号：CN112598710B
公开(公告)日：2024-03-12
申请号：CN202011560829.9
申请日：2020-12-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于特征在线选择的时空相关滤波目标跟踪方法。采用时空相关滤波框架作为主体跟踪框架，在经典相关滤波框架的基础上，在跟踪目标周围提取感知区域特征，作为负样本对相关滤波器进行抗干扰训练；将CN特征加入到时空相关滤波框架中，并利用HOG特征和CN特征的互补特性，在岭回归的架构下，利用训练好的时空相关滤波器分别对HOG特征和CN特征的特征矩阵进行计算，得出各自的响应输出，对跟踪目标进行定位跟踪；利用预训练好的特征描述算子约束特征响应输出变化系数；根据变化系数和特征描述算子的关系确定特征融合系数，控制特征根据跟踪环境变化自适应融合，使特征对跟踪环境的变化有更好的鲁棒性。
-
公开(公告)号：CN116405569A
公开(公告)日：2023-07-07
申请号：CN202211612847.6
申请日：2022-12-15
Applicant: 杭州电子科技大学
Abstract: 本发明属于信息与通信工程技术领域，具体涉及基于车辆和边缘计算服务器的任务卸载匹配方法及系统。方法包括如下步骤：S1，初始化阶段：集中控制中心MBS收集车辆和路边单元RSU的基本信息；S2，考虑车辆的随机移动和多种上传速率计算方法，计算不同车辆和路边单元RSU之间的时延和能耗；S3，建立以联合优化任务卸载时延和能耗为目标，以任务卸载决策和车辆随机移动为约束的优化模型；S4，采用基于代价最小化的匹配算法求解步骤S3建立的模型，得到最终车辆服务器匹配情况。本发明具有能够联合优化时延和能耗、兼顾车辆的移动性和传输可靠性的特点。
-
公开(公告)号：CN111954260B
公开(公告)日：2022-11-15
申请号：CN202010796264.8
申请日：2020-08-10
Applicant: 杭州电子科技大学
IPC: H04W28/02 , H04W4/021 , H04B17/318 , H04W4/08 , H04W24/08
Abstract: 本发明公开了一种大规模终端分组方法及系统。包括以下步骤：根据终端的距离参数和/或信号强度参数和/或传播时延参数和/或相邻终端的特性计算终端之间的关联性，根据终端之间的关联性进行分组并进行标识。本发明的方法及系统解决了如何根据大规模终端的特点进行合理有效分组的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115035418A
公开(公告)日：2022-09-09
申请号：CN202210677113.X
申请日：2022-06-15
Applicant: 杭州电子科技大学
IPC: G06V20/13 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进DeepLabV3+网络的遥感图像语义分割方法及系统，方法包括以下步骤：S1.获取遥感道路数据集并进行预处理，数据集中的数据分为训练数据、验证数据和测试数据；S2.搭建基于Pytorch环境的改进DeepLabV3+语义分割网络模型；S3.利用步骤S1得到的训练数据、验证数据对改进DeepLabV3+语义分割网络模型进行训练；S4.将步骤S1得到的测试数据输入到步骤S3的改进DeepLabV3+语义分割网络模型，得到遥感道路图像语义分割结果。相较于基于传统的DeepLabV3+网络模型的方法，本发明采用了R‑Drop正则化方法，可以对训练中每个数据样本从dropout中随机抽取的两个子模型的输出进行正则化，本发明不仅可以降低网络模型参数的自由度，还可以缓解训练和推理阶段之间的不一致性，增强了泛化能力。
-
公开(公告)号：CN111708713B
公开(公告)日：2022-07-05
申请号：CN202010429973.2
申请日：2020-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种固态硬盘智能垃圾回收与调度方法。本发明方法通过两级阈值来确定产生GC的类型。将可中断垃圾回收的读写擦除操作与各个通道的读写IO合并管理，充分利用各个通道的空闲时间主动回收可用空间。设置可中断垃圾回收IO队列，利用GC缓冲区来暂存回收受害块的有效页，延迟可中断垃圾回收的有效页写入操作，降低GC对主机IO的影响。对于不可中断GC，受害块的选取采用贪婪策略，选取无效页最多的块，最大化GC效率。对于可中断GC，受害块的选取综合考虑回收效率，数据更新频率和擦除次数，兼顾垃圾回收效率与磨损均衡。本方法能够保证GC的效率的同时，降低GC对主机IO的影响。
-
公开(公告)号：CN111352593B
公开(公告)日：2022-03-22
申请号：CN202010132813.1
申请日：2020-02-29
Applicant: 杭州电子科技大学
IPC: G06F3/06 , G06F12/02 , G06F12/123
Abstract: 本发明提供一种区分快写和正常写的固态硬盘数据写入方法。当有数据需要写入时，通过热数据识别窗口将识别出的经常更新的热数据交给快写流程进行处理，以高于正常步进电压的方式快速写入到快写块中，并将快写次数wf增加1，其他冷数据发送给正常写流程进行处理，以正常步进电压的方式写入到正常写块中。采用先进先出(FIFO)策略管理快写队列，周期性触发方式，以固定时间间隔，依据快写策略带来的收益和因数据保留时间到期而重写的开销来动态调整热数据识别阈值；本发明能够提高基于NAND闪存的固态硬盘的性能，同时又能保证有效用户数据的安全性，同时由于快写带来的额外的垃圾回收开销并不会明显增大，因而对固态硬盘的寿命影响也不大。
-
公开(公告)号：CN112464291A
公开(公告)日：2021-03-09
申请号：CN202011495037.8
申请日：2020-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向安卓智能终端的基于FPGA的数据解密与脱敏设备。本发明包括安卓智能终端模块和基于FPGA的数据解密与脱敏模块(FPGA模块)；所述的安卓智能终端模块由具有指纹采集功能的安卓智能终端及对应的应用程序组成；所述的FPGA模块包括处理器模块、解密模块、脱敏模块、密钥存储模块和指纹存储模块；所述安卓智能终端模块通过USB接口和FPGA模块连接，所述的秘钥存储模块和指纹存储模块通过QSPI接口与FPGA芯片连接。本发明最大程度上保证了数据的安全性。也就是说，即使在用户智能终端被控后，仍然能够保证关键机密数据以及密钥的安全性。
-
公开(公告)号：CN110132276B
公开(公告)日：2020-12-08
申请号：CN201910364634.8
申请日：2019-04-30
Applicant: 杭州电子科技大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于行人运动状态的自适应步长估计方法。本发明步骤如下：1.由智能终端内置的加速度计采集行人在运动过程中的加速度数据和磁力计数据；2.数据的预处理；3.数据的周期分割；4.检测行人每一步中加速度的最大值和最小值，同时计算行人每步的行走频率和加速度方差；5.将提取的特征通过分类器识别行人每一步的运动状态；6.根据分类器的运动状态识别结果，采用合适的步长参数估计行人的步长。本发明建立了新的非线性步长模型来估计行人步长，提高了步长估计精度。通过最小二乘法拟合行人不同运动状态的步长参数，根据分类器的运动状态识别结果，选择合适的步长参数，使得步长估计模型能够适应行人不同的运动状态。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.029 seconds)
