-
公开(公告)号：CN116823326A
公开(公告)日：2023-09-29
申请号：CN202310528835.3
申请日：2023-05-11
申请人： 浙江中烟工业有限责任公司 , 浙江大学
IPC分类号： G06Q30/0202 , G06N20/20 , G06N3/0442 , G06N3/044 , G06N20/10 , G06F18/214 , G06F123/02
摘要： 本发明提供卷烟销量异常检测方法、装置、设备、程序产品及介质，本发明通过基于集成学习的预测方法对卷烟销量异常进行检测，从时间序列上下文之间、不同时间跨度的关系和不同机器学习模型结构、优化方式的差异性出发，同时对同质学习结果和异质学习结果的集成学习方法，提高了卷烟销量预测的预测能力和鲁棒性，进而提高了异常判定模块中残差和阈值的计算，实现了对于卷烟销量异常的有效检测。
-
公开(公告)号：CN118172590A
公开(公告)日：2024-06-11
申请号：CN202410158850.8
申请日：2024-02-02
申请人： 浙江中烟工业有限责任公司 , 浙江大学
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06V10/32 , G06N3/047 , G06N3/045 , G06F8/60
摘要： 本发明公开了一种深度学习烟叶分级的工业生产部署方法，包括如下步骤：S1：利用烟叶图像数据训练多个卷积神经网络烟叶分级模型；S2：利用剪枝、量化压缩烟叶分级模型，并利用蒸馏恢复模型压缩前的准确率；S3：部署压缩后的模型。本发明针对烟叶分级主观性较强的问题，提出使用卷积神经网络进行自动化烟叶分级；为满足流水线实时性要求，降低延时，提高吞吐量，使用剪枝、蒸馏、量化在不影响或少量影响模型分级准确率的基础上，降低模型参数量和计算量，并灵活利用本地推理框架和云服务器推理后端进行烟叶分级结果的计算。
-
公开(公告)号：CN115587847A
公开(公告)日：2023-01-10
申请号：CN202211405121.5
申请日：2022-11-10
申请人： 浙江中烟工业有限责任公司 , 浙江大学
摘要： 本发明公开了一种基于混合模型卷烟销量预测方法、装置、存储介质，所述方法包括以下步骤：收集卷烟的销量数据，对所收集的数据进行预处理；使用均值方差归一化，对预处理后的数据进行标准化处理；采用经验模态分解对标准化处理后的数据进行分解，以获得IMF分量；基于所获得的IMF分量，选取最佳的混合预测模型。本发明提供的一种基于混合模型卷烟销量预测方法、装置、存储介质，对于存在多种数据特征的卷烟销量数据，将卷烟销量数据进行分解，针对性地利用季节性、趋势性、非线性、随机性等数据特征，依据特征选择不同的适用性预测模型，将不同预测模型结果进行融合，从而得到了包含多种特征的卷烟销量预测结果，能够有效提高卷烟销量的预测精度。
-
公开(公告)号：CN114757936A
公开(公告)日：2022-07-15
申请号：CN202210490880.X
申请日：2022-05-07
申请人： 浙江中烟工业有限责任公司 , 浙江大学
摘要： 本发明公开了一种烟叶分级技术领域的基于图像及红外光谱化学成分分析的自动化烟叶分级系统，旨在解决现有技术中仅采用正面图像判断烟叶分级准确率低等问题，其包括以下步骤：通过工业相机和红外光谱仪依次采集烟叶信息；根据图像和红外光谱数据提取烟叶数据特征，利用烟叶正面图像提取形状、颜色、色度、长度、残伤等特征，利用烟叶背面图像提取叶片结构特征及身份特征，利用红外光谱分析化学成分特征、烟叶成熟度及油分含量；将提取的数据特征输入多层感知机，计算烟叶属于每一等级的概率，并将最高概率对应等级作为烟叶的预测等级。本发明结合图像和红外光谱可以对烟叶的外观质量及内在质量进行分析，提升烟叶特征提取能力及分级准确率。
-
公开(公告)号：CN109919173A
公开(公告)日：2019-06-21
申请号：CN201910029623.4
申请日：2019-01-11
申请人： 国网浙江省电力有限公司宁波供电公司 , 国网浙江省电力有限公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于减法聚类模型的多表融合用能行为分析方法，属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据，仅仅是基于用电量对用户用能进行的预测，无法充分挖掘用户用能之间的相关性，分析效果较差。本发明采集电、水、气数据，能够充分地挖掘用户用能之间的相关性，结合根据现场多年运行经验设计的基于减法聚类模型的多表融合用能行为分析方法，利用用户用日用电量、用水量、用气量，通过构建电水气融合数据矢量，利用聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分，并在后续对离群用户进行研究是否出现窃电、漏水等用能异常，达到提高工作效率和减少供能企业损失的目的。
-
公开(公告)号：CN109902915A
公开(公告)日：2019-06-18
申请号：CN201910029600.3
申请日：2019-01-11
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于模糊C均值模型的电水气用能行为分析方法，属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据，分析效果较差，无法实现对居民用户用能的分类与离群用户区分，工作效率较低，可能对供能企业造成较大损失。本发明提供通过采集电、水、气数据，利用大数据并行计算技术对每一个用户的用能情况进行分析，利用用户日用电量、用水量、用气量等数据，构建电水气融合数据矢量，通过聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分的目的，并能够对离群用户进行研究是否出现窃电、漏水等用能异常，提高工作效率和减少供能企业损失。
-
公开(公告)号：CN103630514A
公开(公告)日：2014-03-12
申请号：CN201310542305.0
申请日：2013-11-05
申请人： 杭州陆恒生物科技有限公司 , 浙江大学
IPC分类号： G01N21/41
摘要： 本发明公开了一种多功能数显折光仪，包括外壳，还包括：位于外壳内的电路板，该电路板上安装微控制器和显示模块；位于外壳内的内置电源，该内置电源与所述电路板相连；位于外壳内的光路传感系统，该光路传感系统包括：位于电路板一侧的支架，设于所述支架上的倒梯形棱镜，设于所述倒梯形棱镜顶面的测量槽，设置在所述支架上且位于倒梯形棱镜一侧的LED灯，以及固定在所述支架上且位于所述倒梯形棱镜另一侧的CMOS光电传感器，所述光电传感器与微控制器通信连接。本发明仪器准确度高，折光率准确度为0.00005，且成本低廉。
-
公开(公告)号：CN112858271B
公开(公告)日：2024-03-12
申请号：CN202110012908.4
申请日：2021-01-06
申请人： 浙江陆恒环境科技有限公司 , 浙江大学
摘要： 本申请公开一种水质氨氮检测试剂，至少包括第一试剂和第二试剂；按质量百分比计，第一试剂由如下组分组成：缓冲剂3.01％～40％，掩蔽剂1％～20％，稳定剂0.01％～5％，纯净水35％～95％；第二试剂由如下组分组成：显色剂5％～25％，氯系消毒剂1％～5％，催化剂1％～5％，掩蔽剂1％～5％，稳定剂60％～92％。本申请还公开所述水质氨氮检测试剂在制备氨氮检测试剂盒中的应用。本申请还公开一种水质氨氮检测系统，包括水质氨氮检测试剂和便携式检测仪；便携式检测仪包括样品容纳组件和检测组件，样品容纳组件包括样品槽和套设于样品槽外的加热套管，样品槽用于容纳样品管。本申请还公开一种水质氨氮检测方法。本申请可用于水产养殖不同矿化度和硬度的水质检测，也可用于其他干扰杂质较多的水样氨氮检测。
-
公开(公告)号：CN115877034A
公开(公告)日：2023-03-31
申请号：CN202211339545.6
申请日：2022-10-29
申请人： 浙江大学
IPC分类号： G01P21/00
摘要： 本发明公开了一种用于倾角传感器的两轴加速度计参数校准方法，步骤如下：批量的待校准加速度计固定在同一块旋转板上；旋转平台在水平面附近做多次小于45度倾斜，进行批量采样记录；设置一个经过校准的加速度计用来生成初始参考标准值；对于任意两个加速度计，以姿态向量的内积与参考标准值的差值作为目标函数，计算所需的偏移值offset和标度因数scale的校准值；批量的待校准加速度计中的多个加速度计带入各自校准后的偏移值offset和标度因数scale，生成的新参考标准值通过累加求和的方式，得到噪声方差更小的参考标准值；迭代输出得到该批次全部加速度计的偏移值offset和标度因数scale的校准值。本发明在降低成本的同时保证了校准精度。
-
公开(公告)号：CN114358184A
公开(公告)日：2022-04-15
申请号：CN202210001338.3
申请日：2022-01-04
申请人： 浙江大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于SPUM数据的半监督多标签学习方法。考虑在数据的多个标签中只有一个标签被明确标注为正，其余标签都为未标注状态的单正例无标注多标签（single positive and unlabeled multi‑label data，SPUM）数据，并在未标注数据和此种SPUM数据分散于不同数据节点时通过信息传递求取全局最优解。采用基于正类数量约束的即时标签预测损失函数，使得算法在仅有部分数据单个标签被标注为正例的场景下，也能通过对正类数量进行约束和交替优化标签预测和模型输出学习到大量的信息，大大减少了标注任务的成本。在通信带宽等资源受限的分布式网络中，采用了基于事件触发的迭代策略，使得梯度信息量在到达一定程度后才被允许传输，在保持性能的同时大大减轻了网络负担。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.078 秒)
