-
公开(公告)号：CN114972373B
公开(公告)日：2025-04-18
申请号：CN202210449033.9
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视差分割的目标检测方法，建立3个网络结构相同的检测分支，用于进行多尺度目标识别，与其他多尺度网络不同的是，每个检测分支只接收经视差分割后、对应距离尺度下的图像信息，除此之外，在图像信息被传入每个分支前，其分辨率都进行了指定的变换，以加强目标的特征信息表达能力，在网络的最后，各个尺度分支的检测结果经过放缩、合并后，得到完整的检测结果。与其他多尺度检测方法相比，基于视差分割的多尺度检测网络对于中远距离小目标的检测更为精确可靠。
-
公开(公告)号：CN119169809A
公开(公告)日：2024-12-20
申请号：CN202411182775.5
申请日：2024-08-27
Applicant: 杭州电子科技大学
IPC: G08G1/01
Abstract: 本发明公开了一种考虑多时空粒度的城市区域交通流量预测方法，该方法首先获取交通流量数据集、区域数据集、天气数据集和兴趣点POI数据集。其次对交通流量数据集中数据进行预处理，并构建属性特征和三个时间粒度下的流量子张量。然后对于每个区域，构建区域关联图，包括距离图和语义图。最后构建时空网络块，基于距离图和语义图，结合属性特征和三个时间粒度下的流量子张量，通过时空网络块，得到时间粒度下的时空表示，融合各时间粒度下的时空表示预测流量，并进行反向训练。本发明更好地捕获多模态的空间关联关系，提升城市区域交通流量预测的准确率。
-
公开(公告)号：CN114972373A
公开(公告)日：2022-08-30
申请号：CN202210449033.9
申请日：2022-04-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视差分割的目标检测方法，建立3个网络结构相同的检测分支，用于进行多尺度目标识别，与其他多尺度网络不同的是，每个检测分支只接收经视差分割后、对应距离尺度下的图像信息，除此之外，在图像信息被传入每个分支前，其分辨率都进行了指定的变换，以加强目标的特征信息表达能力，在网络的最后，各个尺度分支的检测结果经过放缩、合并后，得到完整的检测结果。与其他多尺度检测方法相比，基于视差分割的多尺度检测网络对于中远距离小目标的检测更为精确可靠。
-
公开(公告)号：CN114116233A
公开(公告)日：2022-03-01
申请号：CN202210025109.5
申请日：2022-01-10
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于AP聚类算法和多目标优化算法的边缘服务器配置方法及系统，其配置方法，包括以下步骤：S1、建模公交站点和边缘服务器变量；S2、构建基于Affinity Propagation聚类算法的服务器个数以及服务器覆盖范围；S3、构建智慧公交场景下边缘服务器配置模型；S4、建模边缘服务器配置的时延、任务负载均衡、高质量服务请求比率、约束条件以及边缘网络中的总流量；S5、在满足约束条件的前提下，基于NSGAII遗传算法实现时延最小化、任务负载均衡最小化、总流量最小化、高质量服务请求比率最大化，确定边缘服务器的配置。本发明实现智慧公交场景下的边缘服务器的自动配置，且得到边缘服务器配置策略较优。
-
公开(公告)号：CN111709561A
公开(公告)日：2020-09-25
申请号：CN202010475453.5
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种解决动态车辆路径问题的实时添加和优化方法，该方法运用于动态车辆路径问题的设计和优化，主要涉及车辆路径动态规划和智能优化两个领域。发明的方法过程包括：首先使用混合的蚁群算法对已知的客户点进行路径规划。然后按照动态客户服务请求时间，依次将新客户加入离它最近的车辆所在的路径。紧接着每加入一个新客户点，都判断新加入客户的路径服务车辆是否超载，如果超载了，单独安排车辆进行集中服务，否则立刻对新加入的客户以及未服务的客户使用混合蚁群算法重新规划路径。最后直到所有的新客户点都添加完毕结束。本发明方法对公开的数据集进行了测试，证明了该方法对车辆路径问题的设计与优化是真实有效的。
-
Patent Agency Ranking
-
公开(公告)号：CN110991713A
公开(公告)日：2020-04-10
申请号：CN201911148344.6
申请日：2019-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多图卷积和GRU的不规则区域流量预测方法，包括如下步骤：步骤一，将地域划分为N个不相连的不规则区域；步骤二，对历史轨迹数据进行时空简化，计算得到所有区域在每个时间步下的进入量和流出量；步骤三，建立区域间的多个关联图，构造相应的邻接矩阵，表示不规则区域间多样化的空间关联；步骤四，基于区域间的所述关联图设计多图卷积神经网络，融合区域间多样化的空间关联特征，得到多图卷积融合的结果；步骤五，基于多图卷积融合结果，采用GRU神经网络来捕获时间关联；步骤六，选择合适的损失函数，训练得到预测模型，通过所述预测模型预测得到每个区域的所述进入量和所述流出量。
-
-
公开(公告)号：CN115334520B
公开(公告)日：2025-05-09
申请号：CN202210763907.8
申请日：2022-06-30
Applicant: 杭州电子科技大学
Abstract: 本申请提供一种用户面功能设备和边缘服务器的配置方法，包括：获取与待配置的边缘网络系统对应的用户面功能设备和边缘服务器的初始配置集合；待配置的边缘网络系统包括基站和用户终端；每个初始配置集合中包括：与挑选的基站相连的边缘服务器、以及与边缘服务器相连的用户面功能设备；且每个初始配置集合所挑选的基站存在部分不相同或者完全不相同；分别获取每个初始配置集合对应适应度，并将适应度大于预设适应阈值对应的初始配置集合作为配置方案，在待配置的边缘网络系统中配置对应的用户面功能设备和边缘服务器。实现了边缘服务器的配置效率最优，缩短了网络延迟、减小了网络负载。
-
公开(公告)号：CN119339743A
公开(公告)日：2025-01-21
申请号：CN202411498006.6
申请日：2024-10-25
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一种基于预训练模型的多模态语音情感识别方法，包括如下步骤：步骤1、获取数据集，所述数据集中包括若干数据对，所述数据对包括相对应的文本的数据和音频数据，每个所述数据对设置有情感标签；步骤2、从文本数据中获取文本语义特征，从同一数据对中的音频数据获取音频声学特征和语音情感特征；步骤3、将文本语义特征、音频声学特征和语音情感特征进行特征融合，获得融合特征；步骤4、将融合特征输入至线性分类器当中，通过softmax层后将其输出作为每一种情感的得分，取得分最大值对应的情感标签所对应的情感作为识别结果。该方法并基于注意力机制提出了一种以语音情感为导向的融合策略，显著提高了语音情感的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.03 seconds)
