-
公开(公告)号:CN118247531A
公开(公告)日:2024-06-25
申请号:CN202410651072.6
申请日:2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
Abstract: 本申请涉及数据处理技术领域,尤其涉及一种基于大场景空间的多模态数据空间一致性匹配方法,方法包括:获取场景数据以及对场景空间进行三维建模得到的三维空间模型,场景数据包括图像数据和点云数据;在三维空间模型中构建坐标系,并确定所述场景数据在所述坐标系中的相对位置信息;根据坐标系以及场景数据在所述坐标系中的相对位置信息,获取参考数据集和对比数据集,根据所述参考数据集、对比数据集以及对比数据与所述参考数据集之间的映射关系,对多模态数据空间一致性模型进行训练;根据所述多模态数据空间一致性模型确定目标场景数据在三维空间模型中的位置信息。
-
公开(公告)号:CN114821737B
公开(公告)日:2024-06-04
申请号:CN202210522721.3
申请日:2022-05-13
Applicant: 浙江工商大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06T19/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于三维人脸对齐的移动端实时假发试戴方法。本发明首先使用关键点损失函数、形状一致损失函数、光度一致损失函数训练教师模型,再通过参数损失由学生模型学习教师模型,并使用顶点损失函数优化学生模型,最后通过增强现实技术绘制实现假发试戴。本发明通过压缩标准3DMM模型大幅度减少了计算量,真正做到了在移动端设备上进行实时的假发试戴,同时具有逼真的效果和流畅的体验,为假发试戴技术的大范围推广提供了技术支持。
-
公开(公告)号:CN117171565A
公开(公告)日:2023-12-05
申请号:CN202311102679.0
申请日:2023-08-30
Applicant: 浙江工商大学
IPC: G06F18/214 , G06F18/24 , G06F18/213 , G06N20/00
Abstract: 本发明公开了一种基于Squared‑chord距离的生物信息标签分布学习方法。本发首先获取生物信息样本数据;其次对获取的生物信息数据划分为训练样本数据和待预测样本数据;然后初始化参数矩阵和迭代更新矩阵,利用Squared‑chord距离和最大熵模型构造目标函数;利用BFGS优化方法优化参数矩阵,直到目标函数的一阶梯度小于预先设定的收敛条件值,得到最佳参数矩阵。最后将待预测生物样本数据输入至优化后的生物信息标签分布学习模型中,由模型预测生物信息样本相关的标签分布。本发明利用Squared‑chord距离最小化预测标签分布与真实标签分布距离的同时,考虑模型的稀疏化,能够有效预测生物信息标签分布。
-
公开(公告)号:CN116340531A
公开(公告)日:2023-06-27
申请号:CN202310155847.6
申请日:2023-02-23
Applicant: 浙江工商大学
IPC: G06F16/36 , G06F40/295 , G06F40/30 , G06F16/332
Abstract: 本发明公开了一种基于超复数空间对偶四元数的知识图谱嵌入方法。本发明用一个纯四元数向量表示实体,用单位对偶四元数向量表示关系,将关系建模为三维空间中对头实体的双向旋转。具体来说,头尾实体和关系的嵌入向量分别用纯四元数和对偶四元数来表示,将得分函数定义为在超复数空间内用关系对头实体做正向旋转和逆向旋转,再计算出旋转后的头实体与尾实体之间的距离,最后取正向旋转和逆向旋转的平均数。本发明利用纯四元数和对偶四元数对实体和关系进行编码,将关系建模为三维空间的双向旋转和平移的结合,增强对实体和关系的表示能力,能更多地学习到它们之间的潜在语义联系。
-
公开(公告)号:CN115587301A
公开(公告)日:2023-01-10
申请号:CN202211233354.1
申请日:2022-10-10
Applicant: 浙江工商大学
IPC: G06F18/214 , G06F18/211 , G06F18/2411 , G06F18/2413
Abstract: 本发明公开了一种基于动态交互的模糊互信息特征选择方法,首先对原始数据集样本进行预处理。其次计算训练集中每个特征与类变量之间的模糊相关性,初始化交互权重,选择模糊相关性最大的特征加入已选特征集合,并从训练集中删去该特征。然后对删去相关性最大的特征后的训练集进行评估,选择评估分数最大的特征加入已选特征集合,并在训练集中删去该特征,同时更新每个特征的交互权重,直到已选特征集合中特征个数等于指定特征阈值时,停止并输出已选特征集合。最后将已选特征集合放入分类器中训练。本发明解决互信息导致信息丢失的问题,提高分类性能,同时解决了累加方法存在高估特征重要性的问题。
-
公开(公告)号:CN115546505A
公开(公告)日:2022-12-30
申请号:CN202211113425.4
申请日:2022-09-14
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于深度学习的无监督单目图像深度估计方法,首先使用编码器实现局部特征信息和全局特征信息的融合,并在所有不同阶段生成的具有相同尺度的特征进行特征融合。其次在解码器中引入拉普拉斯金字塔,用于提取输入图像的边界特征并加入模型中;并在解码器中使用特征再结合模块,丰富输出的深度特征。然后使用不同的上采样算法恢复不同区域的深度信息,并在训练中加入新的边界损失。最后对模型进行训练,并使用已经训练完成的模型对测试集进行预测得到最终的深度图。本发明有效的改善了光度损失产生过平滑效果而导致的边界模糊问题,并且提高了预测深度图的准确性。
-
公开(公告)号:CN115311144A
公开(公告)日:2022-11-08
申请号:CN202210969698.2
申请日:2022-08-12
Applicant: 浙江工商大学
IPC: G06T3/40 , G06T5/50 , G06V10/77 , G06V10/774
Abstract: 本发明公开了一种基于小波域的标准流超分辨率重建方法。本发明首先将图像数据集预处理,划分训练集、验证集以及测试集;其次构建标准流模型网络用于学习复杂分布与简单分布之间的映射关系;并在标准流模型中加入小波变换,将需要学习的信息分布转换至小波域中;然后通过替换正态分布为T‑分布,以及通过QR分解原理构建QR层,并在标准流模型前加入精炼层,进一步细化编码器提供的条件特征;最后利用训练集去训练基于小波域的标准流超分辨率模型,再将测试集低分辨率图像输入至训练过的模型中,得到重建的超分辨率图像。本发明可以有效改善重建超分辨率图的质量,也使得标准流模型更加稳定,并且具有较好的泛化性能。
-
公开(公告)号:CN108961346B
公开(公告)日:2022-02-18
申请号:CN201810894785.X
申请日:2018-08-08
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于BP神经网络对颜色和谐度进行预测的方法。本发明以大量的数据集为基础,首先在三种不同的颜色空间中通过人为设定的方式定义训练所需的颜色特征,再将这些颜色特征以交叉验证的方式放入BP神经网络进行训练,之后通过验证集验证训练的结果,并且通过调参的方式使模型变得更加精确。最后将需要预测和谐度评分的五色颜色模板放入BP神经网络中,产生预测评分,从而达到将颜色和谐这一概念量化成具体的分数。本发明预测的和谐度值具有很高的准确性,同时还能够用于现实生活中很多颜色搭配的场景当中。
-
公开(公告)号:CN111241372B
公开(公告)日:2021-11-05
申请号:CN202010050943.0
申请日:2020-01-17
Applicant: 浙江工商大学
IPC: G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种根据用户偏好学习预测颜色和谐程度的方法。本发明以大型网站数据集的用户评论为基础,首先对数据集中的用户对颜色主题的评论进行语义分类,按照特定的关键词将评论分成多种不同的和谐度值。随后从颜色主题中提取多种颜色主题,在三层反向传播神经网络中进行训练。从隐藏层输出的结果通过基于Kernel分布的概率密度模型生成符合用户美学的审美能力值。最后通过线性计算求得最终的颜色和谐度值。本发明估算的和谐度值由于考虑了不同用户对颜色的审美,因此具有很高的准确性,本发明能够用于带有调色板的颜色建议,图像的重着色以及颜色风格转换等实际应用场景中。
-
公开(公告)号:CN110609831B
公开(公告)日:2020-07-03
申请号:CN201910794804.6
申请日:2019-08-27
Applicant: 浙江工商大学
IPC: G06F16/215 , G06F21/62 , G06K9/62
Abstract: 本发明公开了一种基于隐私保护与安全多方计算的数据链接方法。本发明采用一种改进的k‑means分类方法对本地数据进行分块,减少数据记录间的比较次数,对于大型数据库有较好的可扩展性,也提高了隐私保护记录链接的执行效率;本发明通过利用可逆矩阵的性质和Shamir门限秘密共享方案保证在两个或多个记录级布鲁姆过滤器之间比较相似度的时候有较好的安全性,防止用户敏感信息被敌手获取。本发明具有较好的可拓展性且计算开销比较小,适用于真实数据量较大的现实环境中。
-
-
-
-
-
-
-
-
-