-
公开(公告)号：CN110727695B
公开(公告)日：2022-05-03
申请号：CN201910936345.0
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/245 , G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向新型供电城轨列车数据运维的自然语言查询解析方法。新型供电城轨列车运行时采集获得的运维数据存储于数据库中，组建一条运维数据的训练样本；对运维数据的自然语言查询和字段进行嵌入处理；将两组输入向量结合各自的标签输入到各自的不同神经网络模型中进行训练；将待测试的自然语言查询语句处理成输入向量，通过训练后的两个不同神经网络模型映射到，对结构化查询语句的不同分类部分进行预测输出，预测后再组合合并成完整的预测结果。本发明利用了数据库已存储的大规模数据扩充训练样本，在获取成本低、存储代价小、使用效率高的基础上，丰富了模型学习到的语义信息，提升了对结构化查询语句的预测准确率。
-
公开(公告)号：CN110647524B
公开(公告)日：2021-11-23
申请号：CN201910934906.3
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/215 , G06F16/23 , G06F16/2458 , G06F16/901
Abstract: 本发明公开了一种新型供电轨道交通运维系统的数据库补全方法。首先，数据库采用链接预测进行发现，识别数据库中异常关系和未知关系；随后通过计算节点关系元组的置信度；最后，判断加入数据库中，使得轨道交通运维数据库更加完整。本发明方法在面对专业领域数据库补全问题上具有完整性、可控性，提升了精度。
-
公开(公告)号：CN110716933A
公开(公告)日：2020-01-21
申请号：CN201910934795.6
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种面向新型城轨列车大数据的高伸缩分布式索引方法。针对新型城轨列车大数据采用服务器集群进行存储构建数据库，形成一个图状拓扑结构的服务器集群，为每台服务器分配一个辅键索引范围作为索引区间；将键值类型数据进行分片，分布式地存储到服务器上，每台服务器对本地的数据分片建立分片索引；每台服务器从本地的分片索引中选取中间节点，建立外链索引发布到其他确定服务器上；利用辅键索引处理查询请求。本发明快速定位查找并定位保存了所需数据区块的服务器，建立辅助索引可支持迅速、准确的数据查询功能，解决了键值存储模型缺乏辅助索引的问题，能够提高大数据存储系统的数据检索效率，具有高伸缩性和低延迟的特点。
-
公开(公告)号：CN101916194B
公开(公告)日：2013-06-12
申请号：CN201010188806.X
申请日：2010-06-01
Applicant: 浙江大学
Abstract: 本发明公开一种无线传感网节点程序的部署方法，步骤为：将应用程序区分为可替换组件和系统组件；使系统组件对可替换组件的调用方式变更为通过跳转表间接调用；将应用程序源代码和跳转表形成目标文件并链接为可执行文件；将可执行文件通过有线部署方式烧录到无线传感网所有节点中并重启所有节点；所有节点执行应用程序；用户修改可替换组件源代码；重新标注可替换组件源代码；对初次部署中使用的编译前跳转表添加表项；使可替换组件源代码和添加表项后的跳转表形成目标文件并链接为可执行文件；更新跳转表内容；修改可执行文件的可替换组件对系统组件的调用指令；将可替换组件和跳转表通过无线通信方式传输到无线传感网所有节点中并重启所有节点。
-
公开(公告)号：CN110688394B
公开(公告)日：2021-11-23
申请号：CN201910934900.6
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/2452 , G06F16/22 , G06F16/2455 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种面向新型供电城轨列车大数据运维的NL生成SQL方法。从新型供电城轨列车上收集运行时产生的多种数据，整理成各自的结构化数据，存入关系型数据库的多个数据表中；使用预训练模型对自然语言和数据库的表名及列名进行编码，获得两种编码；构建符合语法结构的语法解析树模板，对语法解析树模板中需要填充的部分进行训练和预测；将待查询的自然语言输入深度学习模型获得数据库中需查询的表名信息，生成完整数据库查询语句，执行该数据库查询语句获取所需查询的数据。本发明根据自然语言问句自动产生数据库查询语句，提升了运维数据的工作效率，在不同场景下涉及的数据库多表查询操作时能准确地返回所需查询的数据。
-
Patent Agency Ranking
公开(公告)号：CN103559197A
公开(公告)日：2014-02-05
申请号：CN201310438728.8
申请日：2013-09-23
Applicant: 浙江大学
IPC: G06F17/30
CPC classification number: G06F17/30766
Abstract: 基于上下文预过滤的实时音乐推荐方法，依据用户的历史数据，针对每个在线活跃用户进行以下操作：首先，提取所有用户的历史数据（如用户听音乐的时间、场所和天气等），构建“用户-音乐-上下文”三元数据模型，并针对每个用户建立由音乐和上下文组成的个人记录集合；其次，构造用户K近邻的当前上下文相似记录集合，从而将三元数据模型转化为用户和音乐组成的二元模型；最后，采用基于模糊聚类的协同过滤算法预测用户对不同音乐的偏爱程度。本发明的优点在于：充分考虑上下文信息，推荐更符合用户偏好、当前心情和周围环境的音乐。
-
公开(公告)号：CN110727695A
公开(公告)日：2020-01-24
申请号：CN201910936345.0
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/245 , G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向新型供电城轨列车数据运维的自然语言查询解析方法。新型供电城轨列车运行时采集获得的运维数据存储于数据库中，组建一条运维数据的训练样本；对运维数据的自然语言查询和字段进行嵌入处理；将两组输入向量结合各自的标签输入到各自的不同神经网络模型中进行训练；将待测试的自然语言查询语句处理成输入向量，通过训练后的两个不同神经网络模型映射到，对结构化查询语句的不同分类部分进行预测输出，预测后再组合合并成完整的预测结果。本发明利用了数据库已存储的大规模数据扩充训练样本，在获取成本低、存储代价小、使用效率高的基础上，丰富了模型学习到的语义信息，提升了对结构化查询语句的预测准确率。
-
公开(公告)号：CN103279552A
公开(公告)日：2013-09-04
申请号：CN201310226877.8
申请日：2013-06-06
Applicant: 浙江大学
Abstract: 一种基于用户兴趣分组的协同过滤推荐方法，在获取用户和物品之间的关系数据之后，针对这些数据进行如下操作：首先将数据进行规范化表达；接着对数据进行降维处理，将用户和物品映射到共同的低维空间；之后利用聚类方法把降维之后的用户和物品划分到不同的兴趣分组；在每一个分组基础上利用协同过滤的推荐方法进行预测；最后将不同分组的预测值进行合并，并向用户进行推荐。本方法的优点在于：可以更精细地描述用户和物品之间的关系，能够快速地找到用户的兴趣分组，提高协同过滤推荐方法的准确度。
-
公开(公告)号：CN103279551A
公开(公告)日：2013-09-04
申请号：CN201310226758.2
申请日：2013-06-06
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 一种基于欧氏距离的高维数据准确近邻快速检索方法，将高维数据表述成向量形式，然后嵌入到均值和方差构成的二维空间中，同时建立原高维数据的采样索引；进行近邻查询时，在输入查询点后，首先通过采样索引获得过滤阈值，然后利用过滤阈值在二维空间中对非近邻数据进行过滤，得到候选数据集；最后线性遍历计算所有候选数据点到查询点的距离，并计算出查询点的最近邻点；本方法的优点在于能够快速处理高维数据，并且能够查询准确的近邻点。
-
公开(公告)号：CN103064529A
公开(公告)日：2013-04-24
申请号：CN201210562336.8
申请日：2012-12-21
Applicant: 浙江大学
IPC: G06F3/023 , G06F3/0482 , G06F3/0488
Abstract: 本发明提供了一种在Android平台设备上能够被盲人使用进行中英文、数字符号输入的方法。由于盲人在视力缺失的情况下，无法使用Android平台的终端设备，需要通过系统增加触摸朗读并提供中文语音库后，才能对其交互的内容进行触摸浏览。但是，普通输入法在系统开启触摸浏览方式后，手势时间将会影响键盘的定位和确认，因此提供适合触摸浏览方式下能够正常使用并提供语音提示功能输入法是实现盲人使用触屏移动终端的一个关键难题。在该方法中，利用事件来模拟操作。同时判断触摸浏览模式是否开启，如果开启则捕捉事件模拟特定操作。通过对事件的管理，可以避免触摸浏览模式对键盘的定位和确认带来的影响。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.039 seconds)
