-
公开(公告)号：CN106339716A
公开(公告)日：2017-01-18
申请号：CN201610677693.7
申请日：2016-08-16
Applicant: 浙江工业大学
IPC: G06K9/62
Abstract: 一种改进的基于欧式距离的相似度匹配方法，方法包括：获取移动数据，保留包括IMSI、StartTime、LocLng以及LocLat等移动信息；根据IMSI查询得到若干个移动数据，即轨迹点，以采集时的即时时间排序获取原始轨迹；将特定的时间段分为若干个时间区间，轨迹点放置到相应的时间区间内，根据轨迹点停留时间给予权重，加权计算时间区间特征点位置；根据筛选条件不同，赋予相应时间区间以较高权值，进行加权欧式距离相似度计算；将计算得到的欧氏距离排序，取距离最小的5条轨迹，即为相似度最高的行为轨迹。
-
公开(公告)号：CN119723032A
公开(公告)日：2025-03-28
申请号：CN202411706765.7
申请日：2024-11-26
Applicant: 浙江工业大学
IPC: G06V10/25 , G06N3/094 , G06N3/096 , G06N3/0475 , G06N3/045 , G06V40/10 , G06V10/54 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种模型特征和目标纹理信息融合的红外隐身方法和装置，设计了一种基于目标纹理信息的自适应补丁初始化方法。即通过利用目标图像的纹理信息指导红外对抗补丁的形状、大小以及位置设计，从而解决对抗补丁的复杂度与对抗补丁的优化难度之间的冲突，从而在保证了隐身效果以及完成数字域到物理域的迁移的前提下更加快高效地速完成补丁设计优化过程。
-
-
公开(公告)号：CN115880019A
公开(公告)日：2023-03-31
申请号：CN202211224278.8
申请日：2022-10-08
Applicant: 浙江工业大学
IPC: G06Q30/0601 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/09 , G06N3/084 , G06F16/36 , G06N5/02
Abstract: 基于属性贡献度掩码的多源数据融合商品推荐方法，包括：1)通过网络收集对于商品的评论，包括图片，文字，视频；2)训练自编码器；3)提取降维数据；4)融合数据；5)训练深度模型；6)掩膜法计算权重；7)获得每个维度数据的权重，对于每个数据中每一维度的权重进行微调；8)对评分预测模型进行重训练，得到最终的评分预测模型；9)采用知识图谱的方式进行预测，利用老产品数据预测新产品数据；10)进行新老产品的评分预测，根据评分结果进行推荐。本发明提高了系统的准确性、系统输出的可信度。
-
公开(公告)号：CN106339716B
公开(公告)日：2019-10-29
申请号：CN201610677693.7
申请日：2016-08-16
Applicant: 浙江工业大学
IPC: G06K9/62
Abstract: 一种改进的基于欧式距离的相似度匹配方法，方法包括：获取移动数据，保留包括IMSI、StartTime、LocLng以及LocLat等移动信息；根据IMSI查询得到若干个移动数据，即轨迹点，以采集时的即时时间排序获取原始轨迹；将特定的时间段分为若干个时间区间，轨迹点放置到相应的时间区间内，根据轨迹点停留时间给予权重，加权计算时间区间特征点位置；根据筛选条件不同，赋予相应时间区间以较高权值，进行加权欧式距离相似度计算；将计算得到的欧氏距离排序，取距离最小的5条轨迹，即为相似度最高的行为轨迹。
-
Patent Agency Ranking
公开(公告)号：CN106156804B
公开(公告)日：2019-02-01
申请号：CN201610676761.8
申请日：2016-08-16
Applicant: 浙江工业大学
Abstract: 一种基于K‑means聚类的移动疑似危险人群分类方法，方法包括：获取移动数据，保留包括IMSI、StartTime、CGI、LocLng以及LocLat等移动信息；选取指定地点，根据其CGI查询得到特定时间段内经过该地点的个体IMSI列表；通过每个个体IMSI查询获得该时段内的若干条移动信息，并按时间排序生成一组时序点；分析时序点信息，选取并获得个体通过该地点次数以及最长停留时间作为分类特征；由得到的特征做K‑means特征聚类，划分出常驻人群、路过人群以及来回驻足人群；将来回驻足人群，即疑似危险人群，以IMSI列表输出。
-
公开(公告)号：CN115880405A
公开(公告)日：2023-03-31
申请号：CN202211578767.3
申请日：2022-12-05
Applicant: 浙江工业大学
IPC: G06T13/40 , G06N3/08 , G06N3/048 , G06N3/0475 , G06N3/0442 , G06N3/094
Abstract: 一种面向虚拟人物的多样性姿态自动生成方法，1)获取视频数据；2)数据预处理；3)姿态提取设计；在训练生成网络之前，先标出人物关节的二维位置姿态，随后加入双向LSTM模型，提取姿态特征；4)设计多样化姿态多通道自动生成器；5)骨架姿态逼近；通过骨架描述符估算虚拟人物驱动姿势被训练后最近邻距离，该指标只是测量训练数据中是否存在每个肢体，其长度和方向是否相似；6)训练好模型后，将原始配对的虚拟人物数据和非配对的目标动作姿态视频并行输入至姿态提取器和姿态生成器中，生成得到目标动作姿态的虚拟人物，得到虚拟人物的姿态动作视频。
-
公开(公告)号：CN104298345B
公开(公告)日：2017-05-17
申请号：CN201410364071.X
申请日：2014-07-28
Applicant: 浙江工业大学
IPC: G06F3/01
Abstract: 本发明公开了一种人机交互系统的控制方法。该方法包括：获取多个标识物的图像，其中标识物上设置多个标识点，不同的标识物上设置的标识点具有不同形状，从图像中提取不同形状的标识点，根据标识点的形状对标识点进行分组以获取分组后的标识点形成的几何图形，通过比较当前帧图像的几何形状和前一帧图像对应的几何形状获取标识物的运动状态，根据运动状态输出对应的控制命令至人机交互系统。通过上述方式，本发明能够以较低成本以及相对简单的方式实现人机交互系统的控制。
-
公开(公告)号：CN106156804A
公开(公告)日：2016-11-23
申请号：CN201610676761.8
申请日：2016-08-16
Applicant: 浙江工业大学
CPC classification number: G06K9/6267 , G06K9/627 , G06K9/6277 , H04W4/02
Abstract: 一种基于K‑means聚类的移动疑似危险人群分类方法，方法包括：获取移动数据，保留包括IMSI、StartTime、CGI、LocLng以及LocLat等移动信息；选取指定地点，根据其CGI查询得到特定时间段内经过该地点的个体IMSI列表；通过每个个体IMSI查询获得该时段内的若干条移动信息，并按时间排序生成一组时序点；分析时序点信息，选取并获得个体通过该地点次数以及最长停留时间作为分类特征；由得到的特征做K‑means特征聚类，划分出常驻人群、路过人群以及来回驻足人群；将来回驻足人群，即疑似危险人群，以IMSI列表输出。
-
公开(公告)号：CN105391713A
公开(公告)日：2016-03-09
申请号：CN201510755732.6
申请日：2015-11-09
Applicant: 浙江工业大学
IPC: H04L29/06
CPC classification number: H04L63/0861 , H04L63/0869
Abstract: 一种基于生物证书的身份认证方法，对CA系统颁发的X.509证书中添加指纹特征模板信息以形成生物证书。方法包括：客户端与服务器端向CA申请生物证书并安装配置，客户端访问服务器端(若为首次访问，提醒其是否安装ActiveX控件)，双方验证对方证书的有效性，若客户端证书验证通过，则采集生物信息并处理为生物信息模板，经签名数字信封发送至服务器端，服务器端解密并验证客户端发送的生物特征模板数据Q，利用Q查询生物证书中的BSM模块，提取出生物密钥，利用该密钥从BEM模块中解密得到的生物特征模板与Q进行比对匹配，若匹配成功表明客户的身份验证通过，系统分配相应的访问权限，客户端与服务器端即可进行信息交互。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
