-
-
公开(公告)号：CN115081240A
公开(公告)日：2022-09-20
申请号：CN202210834052.3
申请日：2022-07-14
Applicant: 浙江大学
Abstract: 本发明公开了一种提升仿真激光雷达数据真实性的点云数据处理方法，本发明分析激光雷达在采集数据过程中的误差来源，通过对实验测量数据以及在实车驾驶场景下采集的激光雷达数据的计算分析，得到真实激光雷达数据的误差特征，建立一个多变量的误差模型，并将误差模型应用于理想化、无误差、无噪声的仿真激光雷达数据，从而缩小仿真数据与真实数据之间差距，使处理后的仿真数据在各类点云算法应用中有更接近于真实数据的表现。
-
公开(公告)号：CN114859698A
公开(公告)日：2022-08-05
申请号：CN202210362525.4
申请日：2022-04-07
Applicant: 浙江大学
IPC: G05B11/42
Abstract: 本发明公开了一种6‑3‑PUS并联机构的轨迹跟踪控制方法及装置，该方法包括：建立6‑3‑PUS并联机构的运动学模型和动力学模型；选取状态变量，将动力学模型转化到线性状态空间，设计LQR控制器，其中控制器的输入为运动坐标误差和运动坐标时间微分的误差，输出为运动空间的力；将LQR控制器用于6‑3‑PUS并联机构的轨迹跟踪控制，跟踪控制的输入为期望位姿Td，跟踪控制的输出为实际位姿T，LQR控制器结合6‑3‑PUS并联机构实际输出关节坐标q和关节速度通过运动学模型得到实际位姿T、实际的运动坐标ρ和实际的运动坐标时间微分将LQR控制器输出的运动空间的力F映射为关节的驱动力矩τ，控制6‑3‑PUS并联机构执行运动，其中ρ和用作LQR控制器的反馈。
-
公开(公告)号：CN111507368B
公开(公告)日：2022-07-05
申请号：CN202010005887.9
申请日：2020-01-03
Applicant: 浙江大学
Abstract: 本发明实施例公开了一种校园网入侵检测方法和系统，该方法包括：在无标签的校园网流量中引入有标签的攻击流量，得到校园网混合数据集；从校园网混合数据集中提取校园网用户访问网页的流量特征和引入攻击的流量特征；对特征赋予随机的初始权重值，并通过基于遗传算法的最优权重选择方法得到每个特征的最优权重；根据特征及特征最优权重对校园网混合数据集进行二分类，即分为正常簇和异常簇，过滤正常簇来精简数据，再对异常簇进行第二次聚类，并对聚类后异常簇中的校园网流量进行分析；计算引入攻击流量的检测率和校园网攻击流量的检测率，并生成检测结果。本发明能很好地检测无标签数据集中的攻击行为，提高校园网入侵检测的准确性和可靠性。
-
公开(公告)号：CN111046233B
公开(公告)日：2022-05-13
申请号：CN201911347396.6
申请日：2019-12-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于视频评论文本的视频标签确定方法。该方法包括：(1)对视频评论进行数据清洗以及预处理；(2)使用预处理后的评论文档D以及对应的视频标签训练多层注意力网络模型；(3)将目标视频的评论文档输入至训练好的多层注意力网络模型，确定目标视频的标签。本发明提供的视频标签确定方法，能有效确定视频所需对应的标签。
-
Patent Agency Ranking
公开(公告)号：CN111078840B
公开(公告)日：2022-04-08
申请号：CN201911334017.X
申请日：2019-12-20
Applicant: 浙江大学
IPC: G06F16/33 , G06F16/35 , G06F40/242 , G06F40/279 , G06F40/30
Abstract: 本发明公开了一种基于文档向量的电影评论情感分析方法。该方法首先对电影评论进行数据清洗以及预处理，构建情感分析数据集。然后使用电影的评论和评论对应的评分训练改进的文档向量模型。然后将电影的评论输入到改进的文档向量模型得到电影评论的词向量和文档向量，并将电影评论对应的词向量平均后与文档向量拼接生成特征向量。最后使用基于电影评论生成的特征向量和电影评论对应的评分训练分类模型，对电影评论进行情感分类。本发明通过使用改进的文档向量生成方法，提高了电影评论情感分类的准确率。
-
公开(公告)号：CN110377810B
公开(公告)日：2022-04-08
申请号：CN201910554829.9
申请日：2019-06-25
Applicant: 浙江大学
IPC: G06F16/951 , G06F16/35 , G06K9/62
Abstract: 本发明提供一种移动端网页的分类方法，移动端网页呈现列表式的简单结构，网页内容多以信息流的形式出现，重要的信息出现在前面。针对移动端网页的特征，首先，提取主旨信息，主旨信息位于网页 、 description、 keywords中。然后定位信息流，信息流满足HTML标签相同结构至少重复m次出现、结构中的文本内容大于n个字符的条件。若定位成功，提取信息流定位位置之前的信息，定义为头部信息；信息流相同结构中的内容是与主题相关的信息，提取信息流前m段相同结构中的信息，定义为信息流信息；信息流m段相同结构之后内容相似，定义为噪声信息，舍去。若定位失败，则直接提取HTML标签 、 、 、 中的信息。将提取的信息转化为向量，输入分类器训练分类模型，然后进行分类。
-
公开(公告)号：CN111078840A
公开(公告)日：2020-04-28
申请号：CN201911334017.X
申请日：2019-12-20
Applicant: 浙江大学
IPC: G06F16/33 , G06F16/35 , G06F40/242 , G06F40/279 , G06F40/30
Abstract: 本发明公开了一种基于文档向量的电影评论情感分析方法。该方法首先对电影评论进行数据清洗以及预处理，构建情感分析数据集。然后使用电影的评论和评论对应的评分训练改进的文档向量模型。然后将电影的评论输入到改进的文档向量模型得到电影评论的词向量和文档向量，并将电影评论对应的词向量平均后与文档向量拼接生成特征向量。最后使用基于电影评论生成的特征向量和电影评论对应的评分训练分类模型，对电影评论进行情感分类。本发明通过使用改进的文档向量生成方法，提高了电影评论情感分类的准确率。
-
公开(公告)号：CN110365659A
公开(公告)日：2019-10-22
申请号：CN201910561043.X
申请日：2019-06-26
Applicant: 浙江大学
IPC: H04L29/06
Abstract: 本发明公开了一种小样本场景下的网络入侵检测数据集的构造方法。该构造方法包括：从目标网络获取网络流量数据包；对网络流量数据包进行组合重建得到数据流，并对数据流进行采样；对采样后的数据流进行预处理，包括归一化和匿名化处理；构造元训练集和元测试集，其中元训练集包含采样集和请求集，元测试集包含支持集和测试集；将构造好的元训练集和元测试集组合在一起，构成小样本场景下的网络入侵检测数据集。通过本发明可以构造适用于小样本场景下的网络入侵检测数据集，为小样本场景下网络入侵检测方法的研究和评估奠定数据基础。
-
公开(公告)号：CN109450845A
公开(公告)日：2019-03-08
申请号：CN201811090443.9
申请日：2018-09-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度神经网络的算法生成恶意域名检测方法。该检测方法的核心组件是一个多层深度神经网络。所述的多层深度神经网络包括：输入层、预处理层、域名表示层、特征提取层、分类层和输出层。输入层直接接受字符形式编码的域名字符串；预处理层用于提取域名的主体部分；域名表示层通过n-gram表示方法，将域名信息组织成一个二维张量；特征提取层使用分块卷积结构提取特征；分类层由神经网络分类器构成，利用特征进行分类；输出层用于输出归一化概率。本发明对多数恶意域名，尤其是基于单词表和可发音的算法生成恶意域名检测效果良好，有实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.018 seconds)
