-
公开(公告)号：CN116566923A
公开(公告)日：2023-08-08
申请号：CN202310417561.0
申请日：2023-04-19
Applicant: 宁波大学
IPC: H04L47/6275 , H04L47/32
Abstract: 本发明提供了一种基于隐式优先级的数据中心网络传输系统，包括：发送端，用于实时统计每个数据流及每个数据流的累计发送字节量，并针对每个数据流，根据数据流的累计发送字节量与降级阈值表得到对应大小和优先级的数据包；以及根据各数据包的优先级依次发送各数据包；交换机，用于持续统计交换机缓存的实时余量，并针对每个数据包，根据数据包的大小和实时余量得到余量分析结果；以及根据数据包对应的余量分析结果和缓存队列内各个待发送数据包的优先级，调整缓存队列以添加数据包进行发送；接收端，用于接收数据包。有益效果是本发明能够减少短流产生丢包的次数并降低短流丢包带来的影响从而降低平均完成时间。
-
公开(公告)号：CN113742188A
公开(公告)日：2021-12-03
申请号：CN202110980228.1
申请日：2021-08-25
Applicant: 宁波大学
Abstract: 本发明涉及用电设备行为监测技术领域，公开了一种基于BERT的非侵入式电脑行为监测方法及系统，本方法包括步骤：S1：通过卷积层提取特征数据信息，并增加一维输入序列的隐藏尺寸得到目标数据信息；S2：将步骤S1的目标数据信息与位置嵌入矩阵相加，得到序列位置编码；S3：将目标数据信息传输至Transformers层中进行预设处理，得到注意力模型输出数据。本方法使用了Transformer作为算法的主要框架并采用MLM和NSP的多任务训练目标，最后基于机器训练大规模的数据，使得BERT的输出结果达到了有效的应用。
-
公开(公告)号：CN110022360A
公开(公告)日：2019-07-16
申请号：CN201910237244.4
申请日：2019-03-27
Applicant: 宁波大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于软件定义网络架构的工业物联网系统，其特征在于：包括基于软件定义的控制服务器，所述控制服务器包括任务分解与服务编排模块、服务描述库、服务发现模块和服务更新与部署模块，其中任务分解与服务编排模块用于接收任务需求，将任务需求分解成多个子任务，分解后的每个子任务分别一一对应不同的物理实体服务或虚拟实体服务或应用服务，然后根据不同子任务的实现目标，将与其一一对应的物理实体服务或虚拟实体服务或应用服务编排起来，形成完成任务需求指定目标的业务流；服务发现模块找到完成不同子任务所需要的物理实体服务或虚拟实体服务或应用服务。本发明易于实现工业物联网系统中海量实体服务高效管理，且易于构建。
-
公开(公告)号：CN103997558A
公开(公告)日：2014-08-20
申请号：CN201410257475.9
申请日：2014-06-10
Applicant: 宁波大学
Abstract: 本发明公开了一种面向手机的黑名单快速匹配方法，其首先将存储于手机内存中的手机通讯录和手机黑名单中的所有联系号码均分成四类号码，然后为手机黑名单中的每类号码分配一个黑名单映射比特数组，并将手机黑名单中的每类号码中的每个联系号码映射到为该类号码分配的黑名单映射比特数组中，接着建立一个以字符串数组形式存在的白名单，再根据映射后的黑名单映射比特数组，从手机通讯录的联系号码中提取出能够加入白名单的联系号码，获得包含有手机通讯录中的联系号码的白名单，最后在手机有来电时，匹配白名单和手机黑名单；优点是在手机黑名单规模较大的情况下，在手机有来电时，也能通过映射后的黑名单映射比特数组快速、高效地查找匹配黑名单。
-
公开(公告)号：CN118830817A
公开(公告)日：2024-10-25
申请号：CN202410759150.4
申请日：2024-06-13
Applicant: 宁波大学
IPC: A61B5/0205 , A61B5/318 , A61B5/145 , A61B5/00 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06F18/10 , G16H50/30
Abstract: 本发明涉及一种基于多传感器数据融合的健康评估方法，通过滤波技术对ECG生理信号和PPG生理信号进行滤波处理和质量评估，确保ECG生理信号和PPG生理信号数据的准确性和可靠性；通过训练后的多模态多任务的深度学习模型对ECG生理信号和PPG生理信号进行身份认证和生理参数的估计，提升身份认真和生理参数估计的准确性和效率，并结合NEWS评分表对生理参数进行评估得到用户当前的健康状态；同时，通过与云端数据库中的历史生理参数对比分析生成详细的健康报告，用于提示用户其健康状态的变化趋势，便于对用户的健康状态进行监督，帮用户把握就医时机。
-
Patent Agency Ranking
公开(公告)号：CN116863326A
公开(公告)日：2023-10-10
申请号：CN202310425696.1
申请日：2023-04-20
Applicant: 宁波大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种目标虫类检测系统和方法，首先通过方法建立农业目标虫类检测神经网络，方法步骤主要包括：采集n张虫类分布图像并形成标记有目标虫类的目标虫类标记图像，进行预处理形成数据集，并将数据集分为训练集和测试集，合成神经网络，训练和测试神经网络，最终得到需要的神经网络。系统则是基于方法中内容及建立起来的：通过本发明可以比较准确的识别出特定虫类的位置信息。
-
公开(公告)号：CN116785727A
公开(公告)日：2023-09-22
申请号：CN202310612304.2
申请日：2023-05-29
Applicant: 宁波大学
Abstract: 本发明公开了一种用于消消乐游戏的方块生成方法，首先创建初始预期区域，并在初始预期区域中假设生成8种类型的方块，基于初始预期区域创建的下一级预期区域，采用创建预期区域的方式来模拟玩家计算一次或多次点击之后消消乐游戏的“主游戏区域”的新场景，得到标准化得分，接着分别计算出玩家水平系数和时间系数，综合两者得到生成方块难度系数，引入方块概率修正概率，进而得到方块生成权重，最后方块生成权重最高的方块即为本次生成的新方块的类型；优点是会根据玩家水平和游戏进度分析出玩家需要的游戏难度，并能够基于玩家需要的游戏难度生成符合游戏难度需求的游戏方块，从而控制游戏难度在特定区间内，以改善游戏的公平性和挑战性。
-
公开(公告)号：CN103997558B
公开(公告)日：2016-07-06
申请号：CN201410257475.9
申请日：2014-06-10
Applicant: 宁波大学
Abstract: 本发明公开了一种面向手机的黑名单快速匹配方法，其首先将存储于手机内存中的手机通讯录和手机黑名单中的所有联系号码均分成四类号码，然后为手机黑名单中的每类号码分配一个黑名单映射比特数组，并将手机黑名单中的每类号码中的每个联系号码映射到为该类号码分配的黑名单映射比特数组中，接着建立一个以字符串数组形式存在的白名单，再根据映射后的黑名单映射比特数组，从手机通讯录的联系号码中提取出能够加入白名单的联系号码，获得包含有手机通讯录中的联系号码的白名单，最后在手机有来电时，匹配白名单和手机黑名单；优点是在手机黑名单规模较大的情况下，在手机有来电时，也能通过映射后的黑名单映射比特数组快速、高效地查找匹配黑名单。
-
公开(公告)号：CN118608450A
公开(公告)日：2024-09-06
申请号：CN202410510918.4
申请日：2024-04-26
Applicant: 宁波大学
IPC: G06T7/00 , G01B11/08 , G01B11/14 , G01N21/88 , G06T7/13 , G06T7/60 , G06T7/62 , G06T7/73 , G06V10/28 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种金属波纹软管的尺寸和缺陷检测方法，采用残差瓶颈网络与逆残差线性瓶颈网络并行，并添加坐标注意力机制的改进MobileNetV2网络模型实现对焊缝图像进行缺陷检测，并加入坐标注意力机制提升改进MobileNetV2网络模型对空间特征的感知能力，同时利用第二图像采集单元采集的金属波纹软管在像素坐标系中的宽度值与金属波纹软管的真是宽度值计算得到金属波纹软管生产线的世界坐标系与像素坐标系之间的转换系数λ，并采用机器视觉方法定位金属波纹软管的峰值点和谷值点的提取，实现对金属波纹软管进行质量监测，提高金属波纹软管的生产质量；另外，本发明将缺陷检测和尺寸质量检测部署在金属波纹软管生产线上，实现金属波纹软管生产的质量管理。
-
公开(公告)号：CN115115934A
公开(公告)日：2022-09-27
申请号：CN202210584459.5
申请日：2022-05-26
Applicant: 宁波大学
Abstract: 本发明涉及一种基于改进型YOLOv5的无人机航拍图像河流漂浮物检测方法，该方法利用无人机对河流进行拍摄，将获得的图像进行整理，构建了一个河流漂浮物数据集，根据无人机视角下河流漂浮物的特点构建改进型YOLOv5s网络，改进型YOLOv5s网络在特征融合阶段引入改进的CBAM来抑制图像背景复杂的问题，改进的CBAM借鉴了ECANet的思想，将自适应维度的一维卷积代替通道注意力模块中的全连接层，在不显著增加模型复杂度的同时提升了性能；在检测阶段添加微尺度检测层，提高小目标的检测能力；在训练阶段，为置信度损失添加了一个权重因子提高正样本的损失权重，以平衡训练过程中正负样本的比例不均衡问题。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.027 seconds)
