-
公开(公告)号:CN119576557A
公开(公告)日:2025-03-07
申请号:CN202411655809.8
申请日:2024-11-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于安全强化学习的云资源动态调度方法,包括:将每个应用需求抽象为一个有向无环图,每一个作业阶段用节点表示,每一条边表示作业阶段之间的数据依赖;将计算资源的动态调度问题建模为马尔科夫决策过程,构建强化学习策略模型,定义状态、动作和奖励;强化学习策略模型包含图神经网络和决策网络,决策网络接收图神经网络的输出,并生成选择调度的任务节点和资源分配上限;以奖励最大化为目标对强化学习策略模型进行训练;训练完成后,对于当前时间步,结合实时获取的计算集群的状态,按顺序计算每一个决策步要调度的任务节点和实际分配的计算资源。利用本发明,可以实现更高效的资源调度,提高了计算资源的利用效率。
-
公开(公告)号:CN119166779A
公开(公告)日:2024-12-20
申请号:CN202411254720.0
申请日:2024-09-09
Applicant: 浙江大学
IPC: G06F16/332 , G06F16/36 , G06F16/35 , G06F40/186 , G06F30/12
Abstract: 本发明公开了一种基于大语言模型的CAE求解器文件格式通用转换系统,包括LLM分析转换模块,应用ChatGLM理解转换指令,查询调用知识存储模块并结合文档知识图谱生成目标文件内容;知识存储模块,存储CAE求解器的文件格式模板、文档知识图谱等;图检索模块,快速索引文件格式转换任务过程中当下主题格式转换相关的文档知识图谱子图,结合转换算法定位转换任务关键词主题;转换算法模块,实现文档知识图谱中新转换路径的构建与存储、结合图检索模块实现转换任务关键词主题的确定与定位,完成转化内容填充。利用本发明,能够解决传统CAE求解器文件格式转换中开发技术门槛高、可扩展性差、进行1转N与N转1困难、转换后需要大量人工干预校核等问题。
-
公开(公告)号:CN119090917A
公开(公告)日:2024-12-06
申请号:CN202411209061.9
申请日:2024-08-30
Applicant: 浙江大学
IPC: G06T7/246 , G06V10/25 , G06V10/40 , G06V10/75 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时间记忆和GNN的多目标跟踪方法,包括训练LSTM、GhostNetV3、GCN模型,使用预训练的YOLOX对视频的每一帧进行目标检测得到检测框;将每一个跟踪到的方框送入对应的LSTM网路中得到预测框,拿YOLOX得到的检测框和LSTM得到的预测框做匹配,对当前帧的目标检测结果进行分类,分别做不同的处理;本发明使用YOLOX作为检测器、使用LSTM来进行预测、使用GCN高效地处理多节点之间复杂的关系,使用GhostNetV3保证特征提取效果的同时降低计算复杂度,使本发明方法在保证运行精度的前提下,能更快提取出特征,仍然保持着较高的帧率和舒适的视觉效果。
-
公开(公告)号:CN117032243A
公开(公告)日:2023-11-10
申请号:CN202311043080.4
申请日:2023-08-18
Applicant: 浙江大学 , 宁波舟山港集团有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种基于集装箱卡车检测的状态观测方法。方法将所要状态观测的参数分为横向和纵向的两部分,两部分分别进行处理建立对应的状态观测模型,将历史采集的横向和纵向两部分的参数由状态观测模型输入到同一目标函数中进行最优控制处理获得各自观测值,进而用于集装箱卡车的无人驾驶控制。本发明能够去除噪声实现有效的滤波,实现准确观测,能够对没有办法直接检测的速度、加速度、曲率等状态信息进行准确观测。
-
公开(公告)号:CN116863207A
公开(公告)日:2023-10-10
申请号:CN202310750086.9
申请日:2023-06-21
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于知识蒸馏的图像分类方法,包括:(1)构建一个深度神经网络作为第一深度模型;(2)将构建的第一深度模型在图像训练集上进行训练;(3)提取训练好的第一深度模型中的网络骨干部分,在每层的输出后加入辅助分类头,随机初始化辅助分类头,构成第二深度模型;(4)冻结网络骨干部分,训练辅助分类头;(5)构建一个包含每层辅助分类头的深度神经网络,进行随机初始化,构成第三深度模型;(6)逐层训练第三深度模型,利用第二深度模型每层辅助分类头的输出作为监督;(7)提取第三深度模型的骨干部分以及最后一层辅助分类头,进行图像分类。利用本发明,可以提升训练模型的优化能力,提高图像分类的效果。
-
公开(公告)号:CN116645575A
公开(公告)日:2023-08-25
申请号:CN202310633481.9
申请日:2023-05-31
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V10/762 , G06V10/25 , G06V20/58 , G06T7/80 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图像点云互信息的交通指示灯半自动化标注方法,包括如下步骤:(1)收集交通指示灯数据集,预处理后进行数据标注和增强;(2)使用步骤(1)的数据训练一个目标检测模型,所述的目标检测模型采用改进的加入锚定框优化和注意力机制的YOLOv4模型;使用训练好的目标检测模型对道路视频图像进行检索,找到含有道路交通指示灯的图片;(3)通过激光雷达和相机的联合标定,将2D图像的像素点反投影到激光雷达坐标系的3D点云数据;(4)人工对自动标注出的红绿灯位置进行校验和修正。利用本发明,有助于提升高精度地图制作效率和精确度,为自动驾驶系统提供了更精确的交通指示灯定位信息。
-
公开(公告)号:CN119693768A
公开(公告)日:2025-03-25
申请号:CN202411765587.5
申请日:2024-12-04
Applicant: 浙江大学
IPC: G06V10/82 , G06V10/764 , G06V20/70 , G06N3/0455 , G06N3/08
Abstract: 本发明共公开了一种基于多模态思维链的多模态大语言模型属性预测方法,包括:获取多模态大语言模型,与掩码生成器和场景图解析器一起构成多模态属性预测框架;设计分层思维链的推理方法,将属性预测任务输入多模态属性预测框架,提取出属性表的层级,生成分层、格式化的推理提示;将属性预测任务分解成层级化的子任务,并为模型的下一步预测选取提示方法;通过批判性思维监督模型预测过程;采用逻辑检查的提示方法,识别出图像中的物体类别,并结合模型中的常识知识,提取相对应的属性值;结合生成的场景图与模型中的常识知识,对预测出的属性进行检查。本发明可有效提升属性预测任务的上下文理解能力、逻辑一致性、任务通用性和模型推理效率。
-
公开(公告)号:CN119443267A
公开(公告)日:2025-02-14
申请号:CN202411479942.2
申请日:2024-10-23
Applicant: 浙江大学
IPC: G06N5/04 , G06F18/2411 , G06F17/10
Abstract: 本发明公开了一种基于特征分类器的思维链推理数学问题求解方法及系统,包括:(1)获取数学问题集并选取正向与反向思维链示例进行拼接组成新集合;(2)将新集合元素分别输入模型进行推理构建单词级别的推理路径生成树,选择池化差值处理后的注意力权重矩阵作为节点特征进行存储;(3)遍历生成的所有推理路径生成树,筛选符合要求的节点构建特征分类器训练集;(4)使用支持向量机算法训练特征分类器;(5)通过训练好的特征分类器,参与预训练语言模型推理过程中路径的选择,获得较为准确的推理过程及答案。利用本发明,可以实现对于预训练语言模型推理路径更细颗粒度的调整把控,有利于其在数学问题上的准确推理求解,提升其泛化水平。
-
公开(公告)号:CN119089225A
公开(公告)日:2024-12-06
申请号:CN202411206210.6
申请日:2024-08-30
Applicant: 浙江大学
IPC: G06F18/231 , G06F18/27 , G06F18/213 , G06F18/25 , G06N5/04 , G01C21/34 , G01C21/36
Abstract: 本发明公开了一种基于候选车道和速度嵌入的多模态轨迹预测和规划一体化方法,包括:基于目标障碍物位置和高精地图采样其候选车道,对候选车道做聚类并过滤;将目标障碍物的信息和候选车道信息输入特征融合模块和候选车道打分模块,得到对候选车道的打分;对候选车道做速度嵌入,得到含有不同纵向行为的候选车道信息,将其送入轨迹回归模块得到预测轨迹;将预测轨迹送入轨迹打分模块,得到多模态轨迹的置信度;自车轨迹规划与上述轨迹预测的步骤大致相同;将目标障碍物的预测轨迹和自车的规划轨迹送入Cost打分模块进行综合评分。本发明基于候选车道和速度嵌入得到预测和规划轨迹,使得模型的预测和规划精度更高的同时拥有低延迟和可解释性强的特点。
-
公开(公告)号:CN114855187B
公开(公告)日:2024-01-16
申请号:CN202210591300.6
申请日:2022-05-27
Applicant: 浙江大学
IPC: C25B1/04 , C25B11/091
Abstract: 本发明公开了多种大电流电催化水分解制氢催化剂及其制备方法和应用,该催化剂包括集流体和原位生长于集流体上的活性组分;活性组分包括呈棒状的金属氧化物,以及均匀生长在该棒状的金属氧化物上的的呈颗粒状的金属及金属氧化物。该催化剂具有多种活性组分,且多种活性组分间存在协同效应,各组分间紧密结合形成了多极串联的结构,从而暴露出大量的催化活性位点,提高导电能力以及具有高强度的稳固性。作为应用,该催化剂在大电流密度下电催化产氢反应中具有优异的催化性能和长程稳定性。
-
-
-
-
-
-
-
-
-