-
公开(公告)号：CN112836645B
公开(公告)日：2024-03-29
申请号：CN202110158069.7
申请日：2021-02-04
Applicant: 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F123/02
Abstract: 面向大规模运动心率序列的代跑检测方法，包含：1)代跑检测分类器的构建，具体包括：1.1)数据集预处理，包括缺失值处理和异常值处理；1.2)样本集的生成；1.3)构建代跑检测分类器；2)代跑检测，具体包括：2.1)基于时间区间的运动心率序列分桶；2.2)过滤掉无意义的数据桶；2.3)并行化处理各个运动心率序列数据桶，得到各个数据桶所对应的子预测样本集；2.4)归并并行化处理的结果，得到预测样本集2.5)使用构建好的代跑检测分类器模型对预测样本集中的元素进行分类。本发明实现了面向大规模运动心率序列下的代跑检测任务，能够较为快速、准确地从大规模的运动心率序列中自动检测识别出具有代跑嫌疑的序列对。
-
公开(公告)号：CN116188520A
公开(公告)日：2023-05-30
申请号：CN202310161400.X
申请日：2023-02-24
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于四元数的三维人体姿态估计运动矫正方法，包括步骤1、采集运动数据并进行数据预处理；步骤2、使用卷积神经网络进行人体关节点特征提取；步骤3、利用提取到的关节点特征，构建四元数进行旋转；步骤4、利用三维坐标值以及三维空间中计算角度的方法计算各个关节与关节之间的角度以及骨架，用来进行姿态矫正；同时通过计算斜率进行速度矫正。本发明通过四元数旋转提升了三维空间中姿态矫正的精确度；通过欧氏距离和角度变化的快慢，重新定义了三维空间中动作运动速度的判定方法；本发明能够在运动健康中三维人体姿态估计方面，在运动速度判定和动作识别上取得较好效果。
-
公开(公告)号：CN112784140B
公开(公告)日：2022-06-21
申请号：CN202110147159.6
申请日：2021-02-03
Applicant: 浙江工业大学
IPC: G06F16/953 , G06N3/04 , G06N3/08
Abstract: 一种高能效神经网络架构的搜索方法，包括：步骤1：构建层级运行时间与功率的多项式回归模型；步骤2：基于层级的运行时间和功率计算神经网络架构整体能耗；步骤3：将离散的搜索空间连续化；步骤4：把能耗作为搜索目标之一加入到神经网络架构搜索过程中。本发明用机器搜索的方式精准发现高能效网络架构、减少不必要的搜索开销。在网络架构能耗的测量中，利用多项式回归模型预测特定架构的能耗；在架构设计过程中，使用机器代替人工的方式自动搜索满足要求的架构，设计过程更加科学；利用连续化的搜索空间以及基于梯度下降的搜索方法，并在原来只搜索高精度神经网络架构的基础上新增高能效的目标，提升搜索效率的同时优化搜索结果。
-
公开(公告)号：CN112836105A
公开(公告)日：2021-05-25
申请号：CN202110160544.4
申请日：2021-02-05
Applicant: 浙江工业大学
IPC: G06F16/906 , G06F16/9035 , G06K9/62
Abstract: 本发明旨在提供一种基于运动生理表征融合的大规模学生有氧能力分群方法，具体步骤如下：1)预处理时序数据，包含剔除异常值、多变量序列截取与插值、标准化处理、说明数据来源和运动记录切片；2)构建基于多模态和自监督学习的有氧能力模型，主要由人体泛化有氧能力模型、个性化长期有氧能力模型和个性化短期有氧能力模型组成。3)实施大规模学生有氧能力分群，通过有氧能力模型获得10个不同时段的运动生理表征向量，再将这些表征向量进行均值化来获得最终的有氧能力表征向量。最后构建基于single‑linkage的聚类器来对学生有氧能力表征向量进行分群聚类；4)评估分群效果，依据FMI指数对每一个学生有氧能力的分群结果进行评估。
-
公开(公告)号：CN112818694A
公开(公告)日：2021-05-18
申请号：CN202110229580.1
申请日：2021-03-02
Applicant: 浙江工业大学
IPC: G06F40/295 , G06F40/211 , G06F40/44 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于规则和改进预训练模型的命名实体识别方法。本发明在BERT预训练的基础之上，增加与下游任务相同的领域数据继续预训练，再在命名实体识别任务上进行微调；同时，考虑到词性能够表达重要词语的属性信息，还在BERT模型内部结构中添加额外特征信息来增强系统的识别性能；在深度学习模型构建方面，提出集成卷积神经网络和双向循环神经网络对文本进行句子级别的特征提取，最后结合规则对模型识别出的实体结果进行校正，判断实体长度是否小于一定值，且前面是形容词，则拼接成一个新的实体作为最后的实体词；能提高命名实体识别的准确率，有效地提取出纺织面料领域的专有名词，相较于现有的方法在准确率、召回率、F1值上有很大的提升。
-
Patent Agency Ranking
公开(公告)号：CN105868366A
公开(公告)日：2016-08-17
申请号：CN201610190598.4
申请日：2016-03-30
Applicant: 浙江工业大学
CPC classification number: G06F17/30973 , G06K9/6215
Abstract: 基于概念关联的概念空间导航方法，含以下步骤：1)用户选定某概念C为起始概念进行导航；2)计算C与概念空间中其他概念的相似度，并更新相似度旧值(若存在)；3)获取C的语义关联信息{ }；4)整合并标准化每个其他概念与C的相似度值、语义关联的有无这两个指标；5)依据步骤4)的两个指标，计算其他每个概念与C的相关程度值，并据此值高低排序取Top K个概念；6)用概念图可视化呈现这K个概念及其与C的相似度值、语义关联信息；7)用户找到目标概念，导航结束；或选择需要进一步扩展(探索)的概念，重复以上步骤。本发明从指定概念导航至其关联概念群，方便用户找到目标概念，提高检索效率。
-
公开(公告)号：CN101102270A
公开(公告)日：2008-01-09
申请号：CN200710070029.7
申请日：2007-07-16
Applicant: 浙江工业大学
Abstract: 一种基于证据推理的网格Qos参数的测量方法，包括：(1)用评估等级来设定用户需求；(2)用户Qos参数的合成；(3)用户Qos需求的期望效用值：设u(Hn)表示等级Hn的效用值，用户al对Qos需求的期望效用值计算，两个用户Qos的优先级按如下方式决定：(i)若umin(a1)＞umax(a2)，则用户a1的Qos需求优于a2的Qos需求；(ii)若umin(a1)＝umax(a2)，则用户a1和a2的Qos需求相同；(iii)如果不满足(i)(ii)条件，则按uave的大小确定其优先级。本发明实用性强、同时考虑定量属性和定性属性、能够有效处理模糊数据和信息用户、能全方位满足真实网格环境的用户服务质量需求。
-
公开(公告)号：CN118098499A
公开(公告)日：2024-05-28
申请号：CN202410253542.3
申请日：2024-03-06
Applicant: 浙江工业大学
IPC: G16H20/30 , G06F18/23213
Abstract: 本发明公开了一种运动等效评价方法，步骤如下：1)收集运动心率时间序列、运动速度时间序列和学生上报的运动类型；2)对心率数据根据该学生的年龄和静息心率进行储备心率百分比换算；3)对心率时间序列进行聚类分析，识别并验证运动类型；4)根据运动类型、运动速度时间序列和储备心率百分比计算每秒的运动强度梅脱值；5)计算总时长内的总运动量，即计算总时长内的运动强度之和，从而实现不同类型运动的等效评价。本发明使用聚类的方式实现了对不同运动方式的识别验证，再利用运动心率和运动速度实现了不同运动类型的运动量等效评价。
-
公开(公告)号：CN112784435A
公开(公告)日：2021-05-11
申请号：CN202110147178.9
申请日：2021-02-03
Applicant: 浙江工业大学
Abstract: 本发明提出了一种基于性能事件计数和温度的GPU实时功率建模方法，基于GPU厂商所提供的内部硬件性能事件访问接口以及相关的GPU管理库，编写相应的数据采集程序来获取建模所需的训练数据D，再通过特征选择选出最终用于构建GPU实时功率模型的性能事件集合，最后利用回归树算法构建GPU实时功率回归预测模型，对于没有内置功率传感器的GPU也可以较准确的估计其实时功率。本发明所提出的GPU实时功率模型不仅能够精确的预测GPU的实时功率，还支持细粒度的功率剖析，这为GPU能效研究创造了更多节能的机会。
-
公开(公告)号：CN107680679B
公开(公告)日：2021-05-04
申请号：CN201710724181.6
申请日：2017-08-22
Applicant: 浙江工业大学
IPC: G16H50/30
Abstract: 大数据驱动的学生有氧能力分群方法，它含以下步骤：1)将有氧能力数据作为隐马尔科夫模型(HMM)的观察数据，初始化HMM参数；2)训练HMM求解模型参数，据此HMM，基于观察序列进行HMM预测，求得状态转化序列；3)利用状态转化序列计算出每个学生的有氧能力模型；4)利用学生的有氧能力模型，使用KL距离计算每学生个体之间的相似度，得到学生之间的相似度矩阵,并使用层次聚类对学生体质进行分群。本发明提出了大数据驱动的学生有氧能力分群方法，能够据有氧能力将学生进行分群处理，实现学生体质的个性化画像与分群，可用于体育个性化锻炼、训练。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.023 seconds)
