-
公开(公告)号：CN118396636A
公开(公告)日：2024-07-26
申请号：CN202410840663.8
申请日：2024-06-26
Applicant: 杭州萤石软件有限公司 , 浙江大学
IPC: G06Q30/015 , G06Q30/02 , G06Q10/0631 , G06Q30/0601
Abstract: 本申请实施例提供了一种无人值守商店的导购方法、装置、系统及云平台，涉及云计算技术领域，该方法应用于云平台，该方法包括：当检测到目标顾客进入目标无人值守商店时，获取目标顾客的属性标签，作为待利用标签；基于待利用标签，从各备选导购员中确定用于为目标顾客提供导购服务的目标导购员；通过目标导购员和指定终端为目标顾客提供导购服务；其中，指定终端包括：目标顾客使用的用户终端，和/或目标无人值守商店中设置的服务终端。通过本方案能够更好地对进入无人值守商店的顾客进行导购，提高无人值守商店的购物体验。
-
公开(公告)号：CN112881249B
公开(公告)日：2024-05-21
申请号：CN202110344752.X
申请日：2021-03-29
Applicant: 杭州海康威视数字技术股份有限公司 , 浙江大学
IPC: G01N15/0205
Abstract: 本发明公开了一种测量输送带上宽筛分颗粒粒度的测量装置：单光源多光束激光发射系统，包括激光器、光纤分束器和准直扩束器；激光器发射的激光束依次经光纤分束器和准直扩束器限制成直径不同的准直平行光束，照射输送带形成直径不同的多光斑，颗粒经过光斑产生散射光信号；散射光信号采集系统，包括三条采集通道，用于将散射光信号依次经透镜和分束器分开记录在不同光电探测器上，得到散射光强度‑时间图像；散射光信号处理系统，通过对散射光强度‑时间图像进行模式识别和反演，获得颗粒的粒径。本发明还公开了一种采用上述测量装置的测量方法。该装置和方法基于光散射原理，可以实现宽筛分布颗粒粒度的在线原位测量，测量结果准确及时。
-
公开(公告)号：CN112200255B
公开(公告)日：2021-09-14
申请号：CN202011110339.9
申请日：2020-10-16
Applicant: 浙江大学
Abstract: 本发明提供一种针对样本集的信息去冗余方法，所述方法包括：获取待处理样本及对应的可训练标签，得到原始待处理样本集；基于预训练的机器学习模型对每条样本进行特征抽取，得到原始样本集的特征向量集合；输入特征向量集合至可学习的样本选择器模型，对特征向量集合进行样本挑选，根据预设阈值获取有代表性的特征向量子集；获取特征向量子集对应的原始样本作为去除冗余信息后的子样本集合。本发明技术方案，可以对原始样本集合进行高效精简，去除冗余信息而保留有价值信息的样本，可以提升算法在样本集上的训练效率。
-
公开(公告)号：CN112798479A
公开(公告)日：2021-05-14
申请号：CN202110335205.5
申请日：2021-03-29
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G01N15/02
Abstract: 本发明公开一种基于多波长的宽筛分颗粒粒度在线测量系统：激光发生装置，包括三个不同波长的激光器、合束器和光纤准直器，三个不同波长的激光器发出的激光经合束器和光纤准直器后入射到输送带上形成光斑；散射光接收装置，包括透镜、散射光接收分束器和三条接收通道，三条接收通道均包括窄带滤波片和光电倍增管，颗粒经过光斑时发生散射信号，经透镜聚焦后，依次经散射光接收分束器、窄带滤波片和光电倍增管转换为电信号；处理装置，接收电信号并进行处理得到颗粒粒度。本发明还公开了采用上述装置的宽筛分颗粒粒度在线测量方法。该装置及方法基于光散射原理可以实现宽筛分布颗粒粒度的在线原位测量，测量过程无需人工操作，测量结果准确及时。
-
公开(公告)号：CN111209738B
公开(公告)日：2021-03-26
申请号：CN201911417834.1
申请日：2019-12-31
Applicant: 浙江大学
IPC: G06F40/216 , G06F40/289 , G06F40/295 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种联合文本分类的多任务命名实体识别方法。该方法包括如下步骤：(1)利用卷积神经网络构造文本分类器，度量文本的相似度；(2)选取合适的阈值，对于辅助任务的数据集，根据文本分类结果与阈值的比较来决定其是否参与共享层参数的更新；(3)将文本的字符向量与预训练好的词向量级联作为输入特征向量；(4)在共享层，利用双向LSTM对句子中每个单词的输入特征向量进行建模，学习各任务的公共特征；(5)在任务层依次训练每个任务，将共享层的输出传入主任务私有层或辅助任务私有层中的双向LSTM神经网络，再利用线性链条件随机场来对整个句子进行标签解码，并标注句子中的实体。本发明在多个生物医学领域的数据集上进行实验，可以有效提升语料难获取、标注成本高的特定领域的命名实体识别效果。
-
Patent Agency Ranking
公开(公告)号：CN112232416A
公开(公告)日：2021-01-15
申请号：CN202011109339.7
申请日：2020-10-16
Applicant: 浙江大学
Abstract: 本申请提供一种基于伪标签加权的半监督学习方法，所述方法包括：获取待训练的有标签和无标签样本，得到有标签和无标签训练集；在有标签训练集上进行模型训练，得到有标签训练模型；基于有标签训练模型对无标签训练集进行预测，得到无标签训练集的伪标签；输入伪标签至标签适配模块，得到加权后的伪标签；基于深度神经网络对获取的有标签训练集和伪标签训练集进行训练，得到半监督学习后的机器学习模型。本发明能够对含有无标签的数据场景进行半监督训练，在不对无标签数据进行标注情况下，进一步提高模型的场景适应能力，有效解决典型的开集误报问题、类别间误报问题和漏报问题，从而得到更高的模型性能。
-
公开(公告)号：CN111741236B
公开(公告)日：2021-01-01
申请号：CN202010857184.9
申请日：2020-08-24
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: H04N5/278 , H04N21/488 , H04N21/81 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于共识图表征推理的定位自然图像字幕生成方法和装置。该方法包括如下步骤：S1：以预先提取的视觉场景图及文本场景图作为先验知识，通过结构对抗学习方法从图先验中进行演绎与推理，生成作为共识知识的共识图表征；S2：基于视觉空间图与共识图表征，结合软注意力机制动态选取与上下文环境匹配程度最高的语义信息生成字幕的文本描述；S3：在S2中生成文本描述的同时，根据当前语义环境在视觉空间中实时定位文本中对象单词的空间区域。本发明可利用视觉模态先验与语言模态先验所推理得到的共识表征来维护多模态之间的语义一致性，从而大幅度减少当前自然图像字幕生成模型中存在的对象幻觉问题，并获取更优的字幕生成与对象定位性能。
-
公开(公告)号：CN111528859A
公开(公告)日：2020-08-14
申请号：CN202010401503.5
申请日：2020-05-13
Applicant: 浙江大学人工智能研究所德清研究院
Abstract: 一种基于多模态深度学习技术的儿童ADHD筛查评估系统，包括：量表测试模块，用于通过ADHD诊断心理学量表采集和评估就诊儿童；软硬件协同模块，用于开发测试软件让就诊儿童完成任务，硬件模组用于记录任务测试过程中的眼动注意力、表情和身体姿态三方面信息；智能分析模块，用于运用计算机视觉技术进行眼动注意力、表情、姿态的分析，还对测试者的鼠标移动、点击和键盘输入动作也做了记录和跟踪，与同质化向量融合；多模态信息融合模型，采用时序多模态信息融合模型BERT，对某个特定时间片段中获取的同质化向量结合测试结果进行预训练，最终生成的模型判断患者在本时间段是否存在异常行为的分类结果。本发明效率较高、准确性较好。
-
公开(公告)号：CN110297950A
公开(公告)日：2019-10-01
申请号：CN201910567059.1
申请日：2019-06-27
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于Blogel的分布式图受限可达性查询处理方法。给定海量图数据，利用并行索引技术，本方法能够快速的返回受限可达性查询的结果。本发明基于Blogel分布式图处理框架，利用并行技术，提升DVL索引的构建效率；利用索引判定方法，提升受限可达性查询的效率。本发明先在局部子图中为每个顶点计算中介中心性，将具有最大中介中心性的前k个顶点选为标志点，再构建DVL索引，为每个顶点计算其到标志点的最短路径距离标签集合Dout和标志点到此顶点的最短路径距离标签集合Din。最后本发明在查询阶段提出分布式受限可达性查询算法，利用索引判定方法快速返回查询结果。本发明提出的分布式图受限可达性查询处理效率明显好于现有的方法，提供了最佳的性能。
-
公开(公告)号：CN108399268A
公开(公告)日：2018-08-14
申请号：CN201810271526.1
申请日：2018-03-29
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种基于博弈论的增量式异构图聚类方法。本发明利用Personalized Pagerank作为统一的距离度量方式；利用增量式计算提高Personalized Pagerank得分的计算效率；基于DBSCAN算法并且利用博弈论的方法对聚类结果进行调整；利用熵以及边权重更新的方式来平衡结构信息和属性信息之间的重要性。本方法使用Personalized Pagerank来度量图结构中任意两个结点之间的相似性，利用增量式计算方式计算结点之间的Personalized Pagerank得分；采用DBSCAN算法得到初步的聚类结果并根据博弈论来对聚类结果进行调整；根据聚类结果计算熵，更新不同类型的边的权重。本发明同时考虑异构图结点的结构相似性和属性相似性，提高了Personalized Pagerank得分的计算效率并对聚类结果进行优化，提出了一种效率高，聚类质量好的异构图聚类方法。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
