-
公开(公告)号：CN117312188A
公开(公告)日：2023-12-29
申请号：CN202311231823.0
申请日：2023-09-22
Applicant: 杭州电子科技大学
IPC: G06F12/0862 , G06F12/0868 , G06F12/0871 , G06F12/10 , G06F12/123
Abstract: 本发明涉及混合SSD数据缓存预取系统及方法，包括主机设备端和混合SSD设备端；主机设备端包括运行在内存中的文件系统层FSL和主机接口层HIL，FSL用于向混合SSD设备端发送数据读取请求；HIL用于连接混合SSD设备端和主机设备端；混合SSD设备端，包括缓冲区管理层BML、闪存转换层FTL和NAND闪存阵列层，BML用于管理缓存数据，用于感知在DRAM中数据块对应的逻辑地址和踢出顺序；FTL用于将逻辑地址翻译成闪存芯片内物理地址，将指令传递给NAND闪存阵列层的闪存控制器；闪存控制器根据相应的闪存芯片内地址，读写相应数据。本发明实现读取请求的低响应延迟以及高缓存命中率的效果。
-
公开(公告)号：CN114741568A
公开(公告)日：2022-07-12
申请号：CN202210474383.0
申请日：2022-04-29
Applicant: 杭州电子科技大学
IPC: G06F16/901 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种知识图谱错误三元组修复方法。本发明包括：步骤1：构建模型训练所需的训练集、验证集、测试集；步骤2：基于编码器‑解码器的向量表示学习模型；步骤3，构建三元组分类模型，利用步骤2中的向量表示模型，定义概率计算方式，得到负三元组分类结果；步骤4：利用步骤2中的向量表示模型计算三元组的评分，取前K个作为候选三元组，按实体替换类型分类，通过全概率公式结合三元组一跳和两跳邻居确定错误位置，取替换该位置的候选三元组综合评分最高者作为修复值。本发明利用全概率公式通过结合三元组一跳和两跳邻居来定位错误三元组中具体错误的位置，进行针对性的修复。本发明提出的方法具有较强的可实施性。
-
公开(公告)号：CN114328608A
公开(公告)日：2022-04-12
申请号：CN202111670662.6
申请日：2021-12-31
Applicant: 杭州电子科技大学
IPC: G06F16/2453 , G06F16/2458 , G06F16/22 , G06F16/36 , G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于数据约束的数据库查询优化方法。本发明包括如下步骤：步骤1：获取查询语句；步骤2：获取表的编码；步骤3：查询语句输入解析模块解析成为查询树；步骤4：查询树输入传统查询优化器；步骤5：计划编码；步骤6：tcnn树卷积神经网络预测计划的执行时间；步骤7：成本修正；步骤8：数据库执行模块；步骤9：经验重放。本发明针对传统数据库中存在的成本估计误差问题，使用树卷积神经网络，充分学习查询计划的结构特征，在此基础上，利用多列之间存在的数据约束设计一种成本估计修正方法，提高树卷积神经网络模型的训练效率。本发明能提高模型的训练效率，给出准确的成本估计，最终达到查询优化的目的。
-
公开(公告)号：CN116627159A
公开(公告)日：2023-08-22
申请号：CN202310195216.7
申请日：2023-03-03
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明提供一种分布式无人机集群避障策略生成方法，包括以下步骤：一、建立无人机集群轨迹模型；二、状态空间设计；三、动作空间设计；四、获取状态转移方程；五、奖励函数设计；六、利用Q‑Learning算法进行Q_Table更新。本发明的分布式无人机集群避障策略可以在预设轨迹下确定每架无人机的通过顺序，避免无人机集群出现运动死锁。本发明无需在无人机集群中设定长机，当单一无人机出现故障情况时，本发明所控制的整个系统还可以正常运转，完成无人机集群避障任务。
-
公开(公告)号：CN115391733A
公开(公告)日：2022-11-25
申请号：CN202211078771.3
申请日：2022-09-05
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于体素特征和稀疏Sinkhorn Transformer的3D姿态估计方法，将三维的体素特征分解成Transformer可处理的一维体素序列，然后把序列按同样的大小分为多个组；计算出每个体素元素的Key、Value和Query，计算每组的平均Key、平均Value和平均Query，计算组与组之间的相关度；按照相关度计算出转换矩阵；对同一个组内的元素和其对应相关组之间的元素进行自注意力操作；把一维体素序列还原回三维空间，并与CNN提取的特征进度融合，得出最终的体素特征，把每个关节在体素中的概率与体素在三维空间中的坐标进行加权平均得到关节的估计位置。本发明的估计精度高。
-
Patent Agency Ranking
公开(公告)号：CN115293430A
公开(公告)日：2022-11-04
申请号：CN202210948932.3
申请日：2022-08-09
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于合作型协同进化算法的无人节点协同方法及系统，其方法包括：S1、采集环境数据；S2、初始化合作型协同进化算法的各参数以及各个子群体；S3、从各个子群体中分别确定随机决策向量和最优决策向量；S4、对各个子群体进行遗传进化操作，得到各个子群体的新个体；S5、分别利用随机决策向量和最优决策向量对个体进行合作评价得到适应度值，并选择相对更小的适应度值作为个体的适应度值，并于子群体中根据适应度值从小到大对个体进行排序以筛选目标数量的个体构成新的子群体，之后转至S3进行迭代；S6、判断迭代次数是否达到迭代目标次数；若是，则输出当前的最优决策向量作为各无人节点的路径规划。本发明的协同更优。
-
公开(公告)号：CN113139580B
公开(公告)日：2024-06-11
申请号：CN202110309301.2
申请日：2021-03-23
Applicant: 杭州电子科技大学
IPC: G06F18/2415 , G06F18/22
Abstract: 本发明公开了一种集成的加权多数软投票的众包数据真值推理方法。本发明包括：步骤1、通过计算实例属于每一个类别的概率，复制K‑1个实例副本，从而转换为新的众包数据集用以训练弱分类器；步骤2、采用基于极大似然估计的方法聚合弱分类器；步骤3、引入工人在不同的实例上的不同的标注能力，采用基于相似度比较的方法计算工人权重；步骤4、采用加权软投票的方法聚合生成推理的标签。本发明不仅引入了实例的特征，还综合考虑了不同工人对于不同实例的标注能力，通过基于相似度比较预测标签和工人标签得到的权重来量化标注能力。提出基于工人权重的加权软投票的方法预测最后的标签。本发明提出的方法具有较强的可实施性。
-
公开(公告)号：CN116203991A
公开(公告)日：2023-06-02
申请号：CN202310390192.0
申请日：2023-04-13
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明提供一种基于轨迹参数通信的无人机集群控制方法及系统，本发明首先由领航无人机划分轨迹并计算当前分段轨迹参数；其次领航无人机将当前分段轨迹参数按照设定的通信消息格式封装，并向其通信范围内的跟随无人机发布轨迹参数消息；然后跟随无人机订阅来自领航无人机的轨迹参数消息，并向领航无人机通信范围之外的跟随无人机转发轨迹参数消息；最后跟随无人机根据接收的轨迹参数计算本机飞行轨迹；并依据该飞行轨迹行驶。本发明通过传递飞行路径参数，不仅能够减少通信的数据量，也能够减少信息交换的频次。跟随无人机接收到领航无人机的信息后，仅需要简单的计算，即可完成一段时间内的路径规划，分布式地实现编队控制，维持集群轨迹一致性。
-
公开(公告)号：CN115696588A
公开(公告)日：2023-02-03
申请号：CN202211347782.7
申请日：2022-10-31
Applicant: 杭州电子科技大学
IPC: H04W72/0446 , H04W72/121 , H04W72/52 , H04W72/566
Abstract: 本发明涉及基于服务部署更新的任务调度方法及系统，其方法包括以下步骤：S1、对边缘网络中的各边缘服务器进行服务部署的初始化；S2、将系统时间离散为若干个时帧，每个时帧由若干个时隙组成，服务部署发生在每个时帧的第一个时隙，任务调度发生在每个时帧的第一个时隙之后的任意时隙；S3、在每个时帧的开始时隙，对服务部署进行动态调整，以得到任务集合的超时损失达到目标要求对应的目标服务部署；S4、基于目标服务部署，计算边缘服务器对任务集合的任务的调度优先级；S5、基于任务的调度优先级进行任务调度。本发明将将服务部署和任务调度进行时间分离，动态调整服务部署，并在任务调度根据优先级确定调度策略，提升用户的服务质量。
-
公开(公告)号：CN115239770A
公开(公告)日：2022-10-25
申请号：CN202210893435.8
申请日：2022-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种面向严重遮挡场景的核相关滤波目标跟踪方法及系统；其方法包括：步骤1、初始化KCF滤波器的KCF算法和Kalman滤波器的Kalman滤波算法，以第一帧的目标位置作为KCF算法和Kalman滤波算法的初始位置；步骤2、使用遮挡检测机制判断当前图像中是否发生目标严重遮挡；若否，则采用KCF算法的跟踪结果作为目标在当前图像中的位置；若是，则采用Kalman滤波算法的跟踪结果作为目标在当前图像中的位置；步骤3、根据各自的跟踪结果分别对Kalman滤波器和KCF滤波器进行自适应更新；步骤4、读取下一个视频帧，返回执行步骤2；直至跟踪过程结束。本发明在目标被严重遮挡时仍能实现对目标的跟踪。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.025 seconds)
