一种基于主动旋转椭圆柱的流致振动能量利用方法

    公开(公告)号:CN115859705A

    公开(公告)日:2023-03-28

    申请号:CN202211319305.X

    申请日:2022-10-26

    摘要: 本发明公开了一种基于主动旋转椭圆柱的流致振动能量利用方法,包括:步骤1、将旋转椭圆柱物理模型引入预构建的外流场中,获得对应的流场物理模型;步骤2、采用高精度数值模拟方法对流场物理模型进行仿真,获得流场随时间分布情况以及旋转椭圆柱的运动数据;步骤3、根据步骤2获得的数据,对旋转椭圆柱的振动响应结果进行分析,获得振幅变化特征以及锁定时折合速度随旋转频率变化的规律。本发明提供的方法通过赋予椭圆柱主动旋转的自由度并优化椭圆柱长径比以及主动调整旋转转速达到显著增大共振区振动峰值振幅、增强振动稳定性的目的。

    一种针对梯度放大攻击的防御方法、电子设备、介质

    公开(公告)号:CN117675344A

    公开(公告)日:2024-03-08

    申请号:CN202311658001.0

    申请日:2023-12-05

    申请人: 浙江大学

    IPC分类号: H04L9/40 G06N20/00

    摘要: 本发明公开了一种针对梯度放大攻击的防御方法、电子设备、介质,所述方法包括:服务器获取每一参与者上传的本地模型梯度,并计算每一本地模型梯度的L2值,得到L2值集合L2(N);根据L2值集合L2(N)设置检验阈值;根据检验阈值对每一本地模型梯度的L2值进行检验,当本地模型梯度的L2值小于检验阈值时,通过检验;基于通过检验的本地模型梯度更新全局模型。本发明方法通过检验模型梯度的二范数值来识别欺诈者,能够有效地抵制恶意参与者的梯度放大攻击行为。

    一种基于联邦学习和注意力机制的跨域推荐方法与装置

    公开(公告)号:CN116431915A

    公开(公告)日:2023-07-14

    申请号:CN202310398860.4

    申请日:2023-04-06

    申请人: 浙江大学

    摘要: 本发明实施例提供了一种基于联邦学习和注意力机制的跨域推荐方法与装置,包括:获取用户的源域特征向量;在各个客户端上分别构建跨域推荐模型,根据源域特征向量获取用户的领域共享特征,根据用户的标识、商品的标识分别获取用户的领域特定特征和商品特征向量;对领域共享特征和领域特定特征进行聚合,得到混合特征向量;基于混合特征向量与商品特征向量进行推荐预测,得到用户对商品的偏好概率;基于联邦学习机制,训练所有客户端上的跨域推荐模型。本发明保障用户特征可以从源域准确迁移到目标域,又考虑了用户在不同领域偏好的多样性,从而提高推荐预测的准确率。

    面向新型供电城轨列车数据运维的自然语言查询解析方法

    公开(公告)号:CN110727695B

    公开(公告)日:2022-05-03

    申请号:CN201910936345.0

    申请日:2019-09-29

    申请人: 浙江大学

    摘要: 本发明公开了一种面向新型供电城轨列车数据运维的自然语言查询解析方法。新型供电城轨列车运行时采集获得的运维数据存储于数据库中,组建一条运维数据的训练样本;对运维数据的自然语言查询和字段进行嵌入处理;将两组输入向量结合各自的标签输入到各自的不同神经网络模型中进行训练;将待测试的自然语言查询语句处理成输入向量,通过训练后的两个不同神经网络模型映射到,对结构化查询语句的不同分类部分进行预测输出,预测后再组合合并成完整的预测结果。本发明利用了数据库已存储的大规模数据扩充训练样本,在获取成本低、存储代价小、使用效率高的基础上,丰富了模型学习到的语义信息,提升了对结构化查询语句的预测准确率。

    一种分布式子轨迹连接查询处理方法

    公开(公告)号:CN113032391B

    公开(公告)日:2022-04-12

    申请号:CN202110162264.7

    申请日:2021-02-05

    申请人: 浙江大学

    IPC分类号: G06F16/22 G06F16/2455

    摘要: 本发明公开了一种分布式子轨迹连接查询处理方法。该方法首先将轨迹数据进行混合分区处理,即首先基于时间信息对轨迹数据进行时间分区,之后基于空间位置信息将同一时间分区内的轨迹数据进行空间分区;在每一个时间分区内建立索引;在之后的查询过程中,首先将查询轨迹按照相同的时间间隔进行分区,并在相应的时间分区内进行并行查询,得到一系列候选轨迹;之后将每个候选轨迹对应的空间分区数据加载到内存中,并一一进行验证;最后将各个时间分区得到的数据进行合并。本方法能够支持城市级别GPS点的查询,并能够有效降低I/O和CPU处理开销,加快查询处理,性能良好。

    一种面向审计的关系数据库聚合代数约束自动挖掘方法

    公开(公告)号:CN111881222B

    公开(公告)日:2022-04-12

    申请号:CN202010686608.X

    申请日:2020-07-16

    申请人: 浙江大学

    IPC分类号: G06F16/28 G06F16/2458

    摘要: 本发明公开了一种面向审计的关系数据库聚合代数约束自动挖掘方法,它是一种智慧审计应用中潜藏于海量数据之中的约束关系挖掘方法。现有的审计规则或由专家构造,或由数据库约束发现方法产生,能实现审计简单业务的目的,但是不足以应付海量数据规模挑战,无法满足审计作业中含统计数值的复杂运算的需求。本发明针对上述不足,将该需求形式化成聚合代数约束,并提供聚合代数约束的挖掘方法,该方法根据数据库的模式信息依次枚举表连接、分组方式和代数表达式,计算分析后得到聚合代数约束。本发明无需人工参与约束挖掘,可以应对计算海量数据带来的时空性能挑战,满足审计统计数值相关的复杂运算需求。

    基于流形学习和梯度提升模型的图片偏多标签分类方法

    公开(公告)号:CN111259938B

    公开(公告)日:2022-04-12

    申请号:CN202010023677.2

    申请日:2020-01-09

    申请人: 浙江大学

    IPC分类号: G06V10/764 G06K9/62

    摘要: 本发明公开了一种基于流形学习和梯度提升模型的图片偏多标签分类方法。从训练数据集构建一个加权图,通过求解以上第一最小化模型获得非负权重矩阵,根据加权图建立第二最小化模型并求解获得重构标签矩阵,根据重构标签矩阵将训练数据集换构造并训练二值相关模型,预测得标签矩阵;对图片的特征向量矩阵建立回归器最小化求解,用迭代预测结果矩阵增强特征向量矩阵,结合负梯度矩阵构造数据集并训练学习获得弱回归器,求和所有弱回归器,得最终回归器,对预待测图片处理判断。本发明能够充分地利用图片偏多标签数据之间的相关性来提升图片的多标签分类预测性能,可实现偏标签数据的消歧,提高了准确度和鲁棒性,其性能优于现有的图片偏多标签方法。