-
公开(公告)号：CN117909458A
公开(公告)日：2024-04-19
申请号：CN202311690776.6
申请日：2023-12-11
IPC分类号： G06F16/332 , G06F40/35 , G06F40/205 , G06F40/289
摘要： 本发明公开了一种基于LLM模型的模具专业问答系统的构建方法，结合检索式问答和生成式问答的优点来构建模具专业问答系统，解决了检索式问答难以解决复杂问题的难题，并缓解了生成式问答偶发的模型幻觉问题，同时针对构建模具专业问答系统需要模具领域的高质量和高范围的标注数据，使用LoRA技术解决了模型要求的高硬件条件问题；本发明的方法采取知识库结合微调大语言模型的结构，在数据集方面，利用ChatGPT解决知识库需要模具领域的高质量和高范围数据，在模型构建方面，利用模具无结构数据和题目数据训练和微调了大语言模型问答系统上出现的无法理解和处理复杂问题，构建了模具专业问答模型。
-
公开(公告)号：CN102662974B
公开(公告)日：2014-02-26
申请号：CN201210063543.9
申请日：2012-03-12
申请人： 浙江大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种在大型网络图中基于邻接节点树的子图查询方法。本发明利用节点间的邻接关系构成索引树，并以邻接节点树作为大型网络图的索引特征实现子图查询过程。首先，根据图节点的邻接关系建立图的标签表、逐层特征表以及边列表，并以此为基础构建邻接节点树索引；其次，通过将查询图分解成邻接节点树集，并利用已建立的邻接节点树索引对候选的节点进行裁剪获得节点匹配候选集；最后，采用邻接节点树集覆盖查询图的策略，基于节点匹配的方式获得子图查询结果。本发明利用节点的邻接关系实现候选节点的有效过滤和查询图的快速覆盖，能够支持大型网络图中子图的快速查询。
-
公开(公告)号：CN103106279A
公开(公告)日：2013-05-15
申请号：CN201310055977.9
申请日：2013-02-21
申请人： 浙江大学
IPC分类号： G06F17/30
摘要： 本发明公开了同时基于节点属性以及结构关系相似度的聚类方法，首先，根据节点属性和拓扑结构关系提出了统一距离估算模型。然后，针对节点属性以及结构的权重设定问题，提出了权重自调整算法。接着，提出了基于十字链表的稀疏矩阵计算和存储优化方法以提高本聚类方法的性能。最后，不断变化的网络对聚类方法造成大量重复计算以及不能实时更新聚类结果的问题，提出了自适应的聚类方法。本发明解决了复杂网络统一模型和性能问题，以及避免了大量重复计算并且满足了实时获取聚类结果的要求，提高了本聚类方法的实际应用性。
-
公开(公告)号：CN116935892A
公开(公告)日：2023-10-24
申请号：CN202311024867.6
申请日：2023-08-15
申请人： 浙江大学
摘要： 本发明公开了一种基于音频关键特征动态聚合的工业阀门异常检测方法，该方法利用布置在工业阀门节点中的传感器所收集到的音频数据，生成音频数据的关键特征集合，利用特征动态聚合网络对关键特征组合进行动态聚合，并将聚合后的特征用于后续的音频异常检测中，从而完成对工业阀门的异常检测；具体包括：音频传感器对工业阀门节点的收集传输、对阀门音频数据的信号处理与相应特征集合提取、对关键特征组合进行并行卷积抽取具有深层信息的嵌入向量、对抽取到的特征向量使用注意力机制进行动态聚合、将最终融合特征使用后端分类器进行阀门损坏异常检测。本发明提升了模型的鲁棒性，能够有效地进行阀门异常检测，并能应对多种复杂工况。
-
公开(公告)号：CN112435074A
公开(公告)日：2021-03-02
申请号：CN202011429635.5
申请日：2020-12-07
申请人： 浙江大学
摘要： 本发明涉及一种新零售实时数据追踪、反馈方法和系统，通过数据采集模块采集电商平台中店铺的数据，并将采集到的数据中的时序数据发送给时序数据库，时序数据库从时间纬度对时序数据存储，可视化模块时序数据进行图表可视化展现，实时反馈给用户，报警模块对时序数据匹配相应的预警策略，并将告警信息和预警信息反馈给联系人，及时告知用户特殊状况的发生，实现了时序数据库对新零售实时数据的采集、追踪到反馈的全面利用，提高了对海量新零售数据的有效存储和及时处理能力，从而能够更好地发掘新零售实时数据的价值以及便于商家及时获得店铺的信息情况。
-
公开(公告)号：CN116796929A
公开(公告)日：2023-09-22
申请号：CN202310845357.9
申请日：2023-07-11
申请人： 浙江大学
IPC分类号： G06Q10/063 , G06Q10/067 , G06Q50/04 , G06F16/2455 , G06F16/28 , G06F17/16 , G07C3/00
摘要： 本发明公开了一种基于混合产线模型的智能动态瓶颈检测方法及系统，该方法包括：从关系数据库中采集工单的工单信息，并通过联表查询获取关联的工序信息及其对应的设备信息，以构建混合产线模型；确定当前处于生产状态的工单及关联的生产信息；获取所有设备的运行状态及持续时间；根据设备的运行状态及持续时间计算出活跃周期；根据活跃周期定位生产线中的瞬时瓶颈。本发明能够在以生产线构成的工厂中根据各个工序及对应设备的运行状态和产能情况，对整个生产线的瓶颈进行迅速精准的定位，支持瞬时的瓶颈检测，且对瓶颈转移有较高的准确识别度，以帮助企业更好地识别当前生产配置中存在的问题，有利于提高系统整体吞吐量，解决效率低下的问题。
-
公开(公告)号：CN113190686B
公开(公告)日：2022-04-05
申请号：CN202110450657.8
申请日：2021-04-25
摘要： 本发明公开了一种面向数控机床设备维护的知识图谱关系补全方法，特点是构建知识图谱和候选关系文本并获取训练三元组集；通过路径排序算法枚举出每个训练三元组对应的所有完整关系路径；构建知识图谱补全模型；从候选关系文本中选择任意一个查询关系，并将查询关系和对应的训练三元组的所有完整关系路径输入到知识图谱补全模型中，将大于或等于设定的补全阈值的概率分数对应的查询关系和实体对组成三元组并补全进知识图谱中；优点是利用了知识图谱的知识推理能力，通过已有故障解决方案推理出新故障的解决方案，将数据整合到一起，有效消除了数据孤岛的问题，对不完整的知识图谱进行补全，填补了数控机床设备维护领域的图谱补全方法的空白。
-
公开(公告)号：CN113486571A
公开(公告)日：2021-10-08
申请号：CN202110658931.0
申请日：2021-06-15
申请人： 浙江大学
IPC分类号： G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/04
摘要： 本发明公开了一种机加工设备剩余使用寿命预测方法，可以根据传感器所记录的历史时序数据，引入变点检测方法判断设备当前状态及异常变化点，并进一步预测设备的剩余可使用寿命。本发明利用误差累积方法对不同环境下的设备数据进行变点检测，之后利用长短期记忆网络与时间维度上的注意力机制，识别设备的异常点，判断设备当前状态，最后提取设备数据的统计特征与时序特征，并以此为基础构建模型，实现端到端的设备剩余使用寿命预测。本发明提供了一种适用于不同环境下的模型框架，辅助维护人员对设备剩余寿命的预测，做到对设备故障的及时预警，可以有效降低设备的维护成本与故障损失。
-
公开(公告)号：CN113190686A
公开(公告)日：2021-07-30
申请号：CN202110450657.8
申请日：2021-04-25
摘要： 本发明公开了一种面向数控机床设备维护的知识图谱关系补全方法，特点是构建知识图谱和候选关系文本并获取训练三元组集；通过路径排序算法枚举出每个训练三元组对应的所有完整关系路径；构建知识图谱补全模型；从候选关系文本中选择任意一个查询关系，并将查询关系和对应的训练三元组的所有完整关系路径输入到知识图谱补全模型中，将大于或等于设定的补全阈值的概率分数对应的查询关系和实体对组成三元组并补全进知识图谱中；优点是利用了知识图谱的知识推理能力，通过已有故障解决方案推理出新故障的解决方案，将数据整合到一起，有效消除了数据孤岛的问题，对不完整的知识图谱进行补全，填补了数控机床设备维护领域的图谱补全方法的空白。
-
公开(公告)号：CN112434757A
公开(公告)日：2021-03-02
申请号：CN202011478134.6
申请日：2020-12-15
摘要： 本发明涉及一种基于用户偏好的商标自动生成方法及系统，涉及商标自动生成技术领域，该方法包括：将商标图片输入训练好的分类器，得到所述商标图片的潜在特征；根据所述潜在特征进行聚类，得到商标图片的分类结果；将所述分类结果和设定商标图片输入训练好的分类模型，得到分类向量；所述设定商标图片为符合用户偏好的图片；将所述分类向量输入训练好的商标生成模型，得到目标商标图片；将所述目标商标图片利用风格迁移算法进行调整，得到风格调整后的商标。本发明提供的方案及装置能够提高商标生成的灵活性。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.02 秒)
