-
公开(公告)号：CN106549799B
公开(公告)日：2019-04-23
申请号：CN201610909101.X
申请日：2016-10-19
Applicant: 浙江工业大学
Abstract: 一种社会网络同步的实现方法，包括以下步骤：S1：构建社交网络；S2：根据社会网络同步模型，计算社会网络同步的行为深度指标；S3：计算社会网络同步的影响广度指标；S4：计算社会网络同步的异质化指标；S5：计算社会网络同步的显著度指标；本发明提供一种社会网络同步的实现方法，提出了社会网络同步模型，从理论上很好地解释了社会同步性的四个特征，该模型能帮助研究人员更好地了解人类的集体行为。
-
公开(公告)号：CN107609587A
公开(公告)日：2018-01-19
申请号：CN201710813659.2
申请日：2017-09-11
Applicant: 浙江工业大学
Abstract: 一种基于深度卷积生成对抗网络的多类别多视图数据生成方法，包括如下步骤：1.中心剪裁图片，2.在通道维度叠合多视图。3.提取多视图类别标签。4.用叠合多视图、类别标签、外加随机高维噪声共同训练DC-GAN网络。5.用高维随机噪声和自定义标签传入训练好的网络，生成多视图叠合数据。6.剪裁并填充背景，得到符合原尺寸的多视图。本发明所述方法通过多视图叠合和带标签训练生成对抗网络的方法，实现了只需修改输入即可通过一个模型生成不同类别多视图的功能，所生成的数据可作为训练数据的扩充，来增加训练数据的多样性。
-
公开(公告)号：CN106670126A
公开(公告)日：2017-05-17
申请号：CN201710088716.5
申请日：2017-02-20
Applicant: 浙江工业大学
Abstract: 一种珍珠送检分类装置的分类机构，包括分类通道，所述分类通道呈向下倾斜布置，所述分类通道的入口与珍珠分类器的出料工位相接，所述分类通道上依次设有对应珍珠类型数量的分类操作组件，所述分类操作组件包括挡板，所述分类通道上开有对应珍珠类型数量的出料孔，所述出料孔与所述挡板配合，所述挡板与用于带动挡板上下运动使得挡板挡住出料孔或下移到出料孔下方阻挡珍珠的分类驱动器连接，所述出料孔的下方与对应某一类型珍珠的收集通道连接。本发明精度较高、生产效率较高、成本较低。
-
公开(公告)号：CN106549799A
公开(公告)日：2017-03-29
申请号：CN201610909101.X
申请日：2016-10-19
Applicant: 浙江工业大学
CPC classification number: H04L41/142 , H04L41/145 , H04L43/08
Abstract: 一种社会网络同步的实现方法，包括以下步骤：S1：构建社交网络；S2：根据社会网络同步模型，计算社会网络同步的行为深度指标；S3：计算社会网络同步的影响广度指标；S4：计算社会网络同步的异质化指标；S5：计算社会网络同步的显著度指标；本发明提供一种社会网络同步的实现方法，提出了社会网络同步模型，从理论上很好地解释了社会同步性的四个特征，该模型能帮助研究人员更好地了解人类的集体行为。
-
公开(公告)号：CN106503047A
公开(公告)日：2017-03-15
申请号：CN201610839591.0
申请日：2016-09-22
Applicant: 浙江工业大学
Abstract: 一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤：1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
Patent Agency Ranking
公开(公告)号：CN107563406B
公开(公告)日：2021-01-01
申请号：CN201710598711.7
申请日：2017-07-21
Applicant: 浙江工业大学
IPC: G06K9/62 , G06N3/04 , G06F16/953
Abstract: 一种自主学习的图像精细分类方法，包括以下步骤：1)人工采集对应需求标签的图像数据集，保存至强标签数据集，使用ImageNet数据集初始化卷积神经网络CNN参数；2)使用强标签数据集微调修正CNN；3)判断分类网络的优化趋势；4)判断网络分类精度是否达到了要求；5)利用网络爬虫从互联网爬取、人工采集与标签相关的图像数据和噪声数据保存至弱标签数据集；6)使用弱标签数据集调整滤波器的阈值；7)使用调整后的滤波器筛选数据保存至强标签数据集和噪声数据集；8)保存网络权重和滤波器参数。本发明训练得到的分类器的分类精度和鲁棒性都较高。
-
公开(公告)号：CN106446191B
公开(公告)日：2019-11-05
申请号：CN201610864860.9
申请日：2016-09-30
Applicant: 浙江工业大学
IPC: G06F16/955
Abstract: 一种基于Logistic回归的多特征网络流行标签预测方法，包括以下步骤：1)根据问答网站发帖数据，构建有权无向网络标签Tag网络；2)按照标签出现频率，提取流行标签集合、非流行标签集合；3)提取标签的网络特征、标签提出者属性特征、标签被提出后属性变动特征作为特征向量；4)采用Logistics多元回归训练并构建标签分类模型；本发明考虑标签之间相关性，依据多特征对标签进行分类，对于预测潜在流行标签具有较高的精度。既有利于引导用户选择合理的标签，也有利于网站建设者提供更高质量的标签。
-
公开(公告)号：CN106529564B
公开(公告)日：2019-05-31
申请号：CN201610848398.3
申请日：2016-09-26
Applicant: 浙江工业大学
IPC: G06K9/62 , G06F16/951 , G06N3/02
Abstract: 一种基于卷积神经网络的食物图像自动分类方法，包括以下步骤：1)利用网络爬虫从互联网爬取食物图像数据，人工筛选标签正确的食物图像归至InitialData数据集；2)使用InitialData训练FoodCNN卷积神经网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的食物图像数据，同时定期执行步骤4；4)利用FoodCNN网络对数据筛选，将数据将分为CrawlData和NoisyData；5)使用扩充后数据CrawlData更新FoodCNN网络；6)判断NoisyData数据量是否合理，决定是否继续爬虫；7)停止爬虫，训练FoodFinalCNN。本发明正确率较高。
-
公开(公告)号：CN108334953A
公开(公告)日：2018-07-27
申请号：CN201810017427.0
申请日：2018-01-09
Applicant: 浙江工业大学
Abstract: 一种基于权重更新的社交网络信任度学习方法，包括以下步骤：S1：导入网络；S2：选取智慧节点，假设整个网络有且仅有1个智慧节点；S3：初始化权重，在网络中每条有向连边权重都分配一个固定常数；S4：通过基于级联信息传播的学习方法，不断更新权重，使权重达到平稳状态；S5计算网络信息过滤能力指标。本发明提供一种基于权重更新的社交网络信任度学习方法，能够模拟人与人之间的信任度随着时间的推移而发生的变化。通过特定的学习方法使得已具有信息过滤能力的原始网络权重达到平稳状态，变得更加智能。
-
公开(公告)号：CN106529568A
公开(公告)日：2017-03-22
申请号：CN201610886887.8
申请日：2016-10-11
Applicant: 浙江工业大学
CPC classification number: G06K9/6269 , G06N3/04
Abstract: 一种基于BP神经网络的珍珠多分类方法，包括以下步骤：1)获取珍珠图像作为样本数据；2)从样本数据中提取所需要的特征；3)将所提取的特征以及珍珠的类别标签作为训练数据，训练三个BP神经网络模型，提取待分类珍珠的特征，利用所训练的BP神经网络模型对其进行分类；4)筛选出步骤3)中分类结果置信度较低的珍珠，交由人工进行判断分类；5)筛选出步骤3)中分类结果置信度较高的珍珠，用这些珍珠的特征及类别标签更新BP神经网络模型。本发明根据实际厂家需求，提出相应人工提取特征的方法，应用BP神经网络实现对珍珠的分类，在实际应用中能不断更新BP神经网络模型，具有较高的识别率，可以部分代替手工分拣。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.023 seconds)
