一种移动群智感知任务匹配方法、装置、设备及存储介质

    公开(公告)号:CN118982157A

    公开(公告)日:2024-11-19

    申请号:CN202410809273.4

    申请日:2024-06-21

    Applicant: 同济大学

    Abstract: 本发明的实施例提供了一种移动群智感知任务匹配方法、装置、设备及存储介质。该方法包括:工人根据各个MCS任务的多维属性以及自身的个性化属性确定期望收益最大的MCS任务序列,并向其中的各个MCS任务发送请求;MCS任务根据向其发送请求的工人的能力、所需报酬以及带来的期望收益,将工人选择问题转换成背包问题,并选择带来最大期望收益的工人,以此向各个向其发送请求的工人发送对应的选择结果;工人面对MCS任务发送的选择结果,若选择结果为被MCS任务所接受,则所需报酬不变,否则降低自身所需报酬,重新确定MCS任务序列,并向其中的各个MCS任务发送请求;不断重复,直到各个工人所要求的报酬不再变化,此时各个MCS任务与其选择的工人签署远期合同。

    箱包防掉包方法、装置、设备以及存储介质

    公开(公告)号:CN118485844A

    公开(公告)日:2024-08-13

    申请号:CN202410400198.6

    申请日:2024-04-03

    Applicant: 同济大学

    Abstract: 本发明的实施例提供了一种箱包防掉包方法、装置、设备以及存储介质。该方法包括:获取待鉴别箱包的特定位置的高倍表面纹理结构图像;将待鉴别箱包的高倍表面纹理结构图像与高倍表面纹理结构图像库中的高倍表面纹理结构图像进行比对;高倍表面纹理结构图像库中的高倍表面纹理结构图像是预先获取的商品库存中的箱包的特定位置的高倍表面纹理结构图像;若比对成功,则确定待鉴别箱包未被掉包,若比对失败,则确定待鉴别箱包已被掉包。以此方式,可以基于每个箱包具有不同表面纹理结构的特性来鉴别箱包是否被掉包,具有检测效率高、成本低、准确性高、不依赖外设、以及不易被攻击等优点,适用于大规模箱包鉴别,便于实现箱包防掉包。

    一种基于形状距离场的三阶段牙齿智能精准分割方法

    公开(公告)号:CN119477938A

    公开(公告)日:2025-02-18

    申请号:CN202411544445.6

    申请日:2024-10-31

    Applicant: 同济大学

    Inventor: 季宗瑞 马磊 董怡

    Abstract: 本发明涉及一种基于形状距离场的三阶段牙齿智能精准分割方法,方法包括以下步骤:S1、获取牙齿图像,进行预处理;S2、提取感兴趣区域,确定前景区域;S3、计算前景区域的每个前景像素到其对应牙齿质心的距离和方向,形成质心偏移向量;S4、生成牙齿质心密度图,聚类识别牙齿的质心;S5、设计模型的分割掩膜损失函数和分割边界损失函数;S6、设计基于距离场的形状损失函数;训练完成的牙齿分割模型,包括多标签掩膜分割子网络、多标签边界分割子网络和基于距离场的形状子网络,分别用于执行生成掩膜图像任务、边界检测任务和边界精细描述任务,输出最终分割结果。与现有技术相比,本发明具有提高牙齿分割的准确性等优点。

    一种基于资源超售的快速可信双阶段双重拍卖方法

    公开(公告)号:CN118735664A

    公开(公告)日:2024-10-01

    申请号:CN202410809560.5

    申请日:2024-06-21

    Applicant: 同济大学

    Abstract: 本发明的实施例提供了一种基于资源超售的快速可信双阶段双重拍卖方法。该方法包括:S1,对MEC网络进行初始化以及参数定义;第一阶段,包括S2‑S4:S2,令各个资源卖家和各个资源买家以密封方式向拍卖平台提交报价,并通过预设交易算法来执行预双重拍卖,根据不同的超售率测试结果来确定最优资源分配和合同条款;S3,利用预双重拍卖阶段的结果来优化资源分配;S4:重复S2‑S3,直到找到最佳超售率,并获得最终的资源分配和合同条款;第二阶段,包括S5‑S7:S5,基于资源买家的实际出席情况和资源卖家的空闲资源情况筛选出参与第二阶段拍卖的资源买家;S6,更新参与第二阶段拍卖的资源买家;S7,执行第二阶段拍卖,得到最终的匹配矩阵和定价方案。

    一种基于鼠标行为的认证方法

    公开(公告)号:CN105389486B

    公开(公告)日:2018-07-06

    申请号:CN201510749698.1

    申请日:2015-11-05

    Applicant: 同济大学

    CPC classification number: G06F21/31

    Abstract: 本发明提供一种基于鼠标行为的认证方法。所述基于鼠标的认证方法包括:采集预设用户使用动态软键盘输入密码过程中的鼠标行为数据;对所述鼠标行为数据进行计算处理得到特征值,并利用特征选择算法选出最佳特征向量;采用预设模型对所述最佳特征向量进行处理,确定所述用户的用户行为模式。所述基于鼠标的认证方法还包括:接收使用动态软键盘输入密码过程中的鼠标行为数据,根据所述用户行为模式对所接收的鼠标行为数据进行用户身份分类认证。本发明的技术方案尤其适用于动态软键盘应用场景中,作为传统用户名/密码认证机制的辅助手段。

    一种基于鼠标行为的认证方法

    公开(公告)号:CN105389486A

    公开(公告)日:2016-03-09

    申请号:CN201510749698.1

    申请日:2015-11-05

    Applicant: 同济大学

    CPC classification number: G06F21/31 G06F21/316

    Abstract: 本发明提供一种基于鼠标行为的认证方法。所述基于鼠标的认证方法包括:采集预设用户使用动态软键盘输入密码过程中的鼠标行为数据;对所述鼠标行为数据进行计算处理得到特征值,并利用特征选择算法选出最佳特征向量;采用预设模型对所述最佳特征向量进行处理,确定所述用户的用户行为模式。所述基于鼠标的认证方法还包括:接收使用动态软键盘输入密码过程中的鼠标行为数据,根据所述用户行为模式对所接收的鼠标行为数据进行用户身份分类认证。本发明的技术方案尤其适用于动态软键盘应用场景中,作为传统用户名/密码认证机制的辅助手段。

Patent Agency Ranking