-
公开(公告)号:CN104537669B
公开(公告)日:2017-11-07
申请号:CN201410851671.9
申请日:2014-12-31
Applicant: 浙江大学
IPC: G06T7/136
Abstract: 本发明公开了一种眼底图像的动静脉视网膜血管分割方法,包括如下步骤:按照预设的二值化阈值对经过预处理的眼底图像进行二值化处理,并提取二值化处理后的眼底图像中的中心线和边缘,得到血管树;对所述的血管树分叉处做断开处理得到血管段,并对各个血管段进行线分割得到血管,得到原始血管集;确定误分割血管,并从原始血管集中去除得到全局血管集。本发明在得到原始血管集后进一步还利用血管的背景和形状确定误分割的血管,可以有效去除因为拍照造成的环状反光、视盘周围的非血管的跃阶边缘、斑状病变以及出血病变等原因造成的误分割血管,提高了血管分割精度。
-
公开(公告)号:CN103942259B
公开(公告)日:2017-10-13
申请号:CN201410108047.X
申请日:2014-03-21
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了一种数据库同步中实现数据缓存的方法,包括插入步骤和消费步骤;插入步骤包括:11)在内存中开辟一个固定长度内存空间,用于存储监测到的源数据库同步数据;12)在数据库中新建一个表,用于存储监测到的源数据库同步数据和同步数据的新加属性;消费步骤包括:13)当一个数据消费请求到来时,首先从内存空间中读取,如果读取失败则从数据库表中检索,在读取的过程中,如果发现内存空间中不存在数据,此时从数据库表将数据拷贝到内存中,然后从内存中进行读取,利用数据库记录同步记录和缓解了内存空间的压力,避免了由于同步数据瞬时急剧增加导致的系统崩溃问题;实现了系统重启动后同步数据可恢复。
-
公开(公告)号:CN107145955A
公开(公告)日:2017-09-08
申请号:CN201710233343.6
申请日:2017-04-11
Applicant: 浙江大学
IPC: G06Q10/02
CPC classification number: G06Q10/025
Abstract: 本发明公开了一种基于条件和用户偏好的行程规划方法,可解决简单或者复杂的行程规划需求。该行程规划方法基于服务质量来设计模型目标函数和进行服务组合的选择,充分考虑了活动地点因素、时间因素,交通偏好和酒店偏好等影响行程规划质量的因素,依据行程组合进行建模,依据用户的偏好信息调整权重参数并计算目标函数QoS,排序后得到最优解和备选解,即行程组合方案;同时用户可以基于备选方案修改行程规划。因为充分考虑了行程规划中的各个因素并基于QoS进行服务组合的选择,充分考虑了用户偏好并允许用户修改行程方案,所以本发明相对更加实用。
-
-
公开(公告)号:CN104111959B
公开(公告)日:2017-06-20
申请号:CN201310142104.1
申请日:2013-04-22
Applicant: 浙江大学
Abstract: 本发明属于Web服务推荐领域,公开了一种基于社交网络的服务推荐方法。本发明模拟现实情况下,结合了协同过滤推荐技术的优点,综合考虑用户的历史服务调用记录,使得为用户推荐的服务更能满足用户的需求;对服务按照功能属性进行了细粒度的划分,相对于用户的需求更加具有针对性。
-
-
公开(公告)号:CN104008574B
公开(公告)日:2017-05-10
申请号:CN201410266799.9
申请日:2014-06-16
Applicant: 浙江大学
IPC: G06T19/00
Abstract: 本发明公开了一种基于无限高斯混合模型的高光谱图像解混方法,假设高光谱图像中的像元满足无限混合模型,这种假定与传统的线性模型相比,尤其在高分辨率的高光谱图像应用中,无限混合模型更能反映出图像像元的复杂性,为了降低计算复杂性,使用合理的降维策略;为了确定高斯组分的个数,利用虚拟维度估计组分个数,进而扩展为高斯组分个数的范围;为了求解无限混合模型,与传统的求解方法不同,本文采用TTS策略有效的确定了高斯组分的个数,使用Metropolis‑within‑Gibbs方法确定无限混合模型中的参数和参超数,通过参数和超参数的采样,可以有效地得到混合的像元的组分机器所对应的丰度。
-
公开(公告)号:CN106548006A
公开(公告)日:2017-03-29
申请号:CN201610880713.0
申请日:2016-10-09
Applicant: 浙江大学
IPC: G06F19/00
CPC classification number: G06F19/3475
Abstract: 本发明公开了一种基于用户典型口味的膳食推荐方法,包括:S1.了解用户的真实口味;S2.从云端服务器下载最新的食物清单,并根据用户口味进行筛选;S3.根据当前用餐时段、用户食用偏好、近期食用次数等多个方面进行综合考虑,给出食物推荐的排序;S4.记录餐后的用户口味反馈,进一步了解用户的口味偏好与变化规律,对用户的真实口味判断做出合理调整,形成一个良性的膳食推荐优化循环。本发明方法基于用户典型口味来合理有效的安排饮食,将当前获取到的符合用户口味的食谱推荐给用户,从而使用户能够吃到符合自己口味的食物,促进食欲,保证饮食起到很好的健康效果,对人们的健康产生极大益处。
-
公开(公告)号:CN102622396B
公开(公告)日:2016-09-21
申请号:CN201110440085.1
申请日:2011-11-30
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于标签的web服务聚类方法,包括如下步骤:1)收集互联网上web服务的WSDL文件和标签信息;2)从WSDL文件中提取web服务的特征值,所述特征值包括内容、类型、消息、端口和服务名称;3)对web服务的各个特征值和标签信息进行相似度计算,并根据特征值和标签信息的相似度值计算综合相似度;4)根据综合相似度使用WTCluster算法对web服务进行聚类利用WSDL文件和标签信息,结合现有技术的WTClusterweb服务聚类方法,可以提供更准确的聚类结果。并且可以通过调整系统参数λ、ω1、ω2、ω3、ω4、ω5,针对不同特点的数据类型调整最优混合比例,提出了两种标签推荐方法,用以解决互联网上服务标签过少的问题,进而利用标签提高WTCluster算法的聚类效果。
-
公开(公告)号:CN103440625B
公开(公告)日:2016-08-10
申请号:CN201310358810.X
申请日:2013-08-16
Applicant: 浙江大学
Abstract: 本发明提供的基于特征加强的高光谱图像处理方法,采用由二维图像中所有像素点的特征值组成的纹理特征矩阵描述相应的二维图像,并对所有二维图像的纹理特征矩阵进行纹理特征加强,得到纹理特征加强矩阵,并根据所有纹理特征加强矩阵提取出主要的纹理特征并形成主要纹理特征向量,用主要纹理特征向量表示高光谱图像。本发明的基于特征加强的高光谱图像处理方法合理利用了高光谱图像的多波长信息,能够准确的捕捉到丰富的纹理特征,便于进行纹理细节的区分,尤其适用于细纹理图像分析。
-
-
-
-
-
-
-
-
-