-
公开(公告)号：CN118919004A
公开(公告)日：2024-11-08
申请号：CN202310722027.0
申请日：2023-06-19
Abstract: 本发明公开了一种应用于医疗领域的公平联邦学习框架，该框架会将不同医院的数据量以及计算能力设计到目标函数的参数中来并会设计新的效用结合评价指标来实现性能和公平性的度量，同时基于公平性函数α‑fairness设计了新的目标函数来，让参与联邦学习的医院客户端之间的公平性得到保证。本发明选取医院的数据量、CPU数量和GPU数量作为权重，结合新设计的目标函数，同时定义了新的公平性评价方式，实现多医院合作场景下的联邦学习任务，保证了公平性，同时保护了患者数据的隐私，以尽可能实现各医院客户端的最优性能。
-
公开(公告)号：CN118732842A
公开(公告)日：2024-10-01
申请号：CN202410738998.9
申请日：2024-06-07
IPC: G06F3/01 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/042 , G06N3/045 , G16H20/30 , A63F13/25
Abstract: 本发明公开了一种帕金森面具脸识别与康复训练系统，包括：客户端，为PC及移动端网页，包括有摄像头和麦克风；业务层，与客户端连接，包括帕金森“面具脸”识别模块和帕金森“面具脸”康复训练模块，所述帕金森“面具脸”识别模块用于接受客户端采集的用户图像与声音信息进行帕金森“面具脸”识别，所述帕金森“面具脸”康复训练模块提供帕金森“面具脸”基础训练或提供帕金森“面具脸”进阶训练；模型层，与业务层连接。本发明的帕金森面具脸识别与康复训练系统，能够有效的把帕金森“面具脸”的识别和康复训练集成到一起。
-
公开(公告)号：CN118709578A
公开(公告)日：2024-09-27
申请号：CN202411199047.5
申请日：2024-08-29
Abstract: 本发明公开了一种面向动态演化的服务生态系统仿真构建演化方法，包括如下步骤：步骤一，构建服务生态系统决策生成模型；步骤二，模拟分析服务生态系统动态演化过程；步骤三，基于蒙特卡洛模拟得到的状态转移数据和概率，构建状态方程来描述系统状态的变化，具体如下式所示：#imgabs0##imgabs1#其中#imgabs2#为速率变量向量，表示状态变化的速度；之后进行仿真演算推理，然后根据仿真结果，为服务生态系统的优化和管理提供决策支持。本发明的面向动态演化的服务生态系统仿真构建演化方法，通过步骤一至步骤三的设置，便可简单有效的实现对于服务生态系统仿真构建演化。
-
公开(公告)号：CN118657975A
公开(公告)日：2024-09-17
申请号：CN202410561499.7
申请日：2024-05-08
IPC: G06V10/764 , G06V10/762 , G06F16/33
Abstract: 本发明公开了一种基于多模态模型的领域大规模图文对数据集通用构建方法，包括原始数据选择、基于领域关键词的数据提取、数据整合和筛选、基于领域特定的多模态大模型的文本生成、基于领域特征的专项过滤等。本发明利用各种公开数据，在不同领域多模态大模型的场景下，对不同原始格式、不同组织形式、不同内容的数据进行重新组织，对缺乏文本描述的图像数据，利用多模态模型进行特定领域的文本标注，然后对数据进行检查和筛选，从而构建新的符合特定要求的数据集，为当前各个领域的多模态模型训练和落地提供数据支撑。
-
公开(公告)号：CN117829165A
公开(公告)日：2024-04-05
申请号：CN202311646344.5
申请日：2023-12-04
Applicant: 浙江大学 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) , 浙江大学滨江研究院
IPC: G06F40/35 , G06F40/211 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于大语言模型的超采样文本生成方法，包括：(1)将输入文本切分出基本文本单元；(2)基于大语言模型对文本进行特征嵌入，识别相邻基本文本单元之间的语义跃迁，构建由前段、中段、后段组成的文本三元组；(3)每个文本三元组初始化段落嵌入和位置嵌入，和文本嵌入相加得到综合嵌入；(4)将综合嵌入送入超采样模型，捕捉中间被省略的语义信息，得到特征向量；(5)使用多头注意力将特征向量和实际前后段文本的综合嵌入进行信息融合，并与前段文本综合嵌入拼接；(6)将拼接向量送入解码生成器模型，根据前段文本信息和超采样模型对中间语义的补充，生成后续内容。本发明可以提高模型的泛化能力，提升文本生成效果。
-
Patent Agency Ranking
公开(公告)号：CN116976946A
公开(公告)日：2023-10-31
申请号：CN202310789209.X
申请日：2023-06-30
Applicant: 浙江大学滨江研究院 , 浙江中烟工业有限责任公司
IPC: G06Q30/0202 , G06Q30/0201 , G06N3/0442
Abstract: 本发明公开了一种基于SSA和LSTM的烟草销量预测方法，包括以下步骤：获取历史订单数据；采用STL季节分解法对历史订单数据进行数据序列构建，包括趋势序列，季节序列以及剩余序列；针对季节序列采用季节朴素法进行预测，以获得季节预测值；针对趋势序列采用奇异谱分析SSA分解为主分量和细节分量，以获得趋势预测值；针对剩余序列与外部影响因素进行拼接，并进行预测以获得余项预测值；基于获得的季节预测值，趋势预测值以及余项预测值进行整合，以获得综合预测结果作为订货策略的指导。本发明还提供了一种烟草销量预测装置。本发明的方法可以优化企业的出货和订货策略，从而缓解因订供货数据不平衡造成的卷烟成品库存积压的问题。
-
公开(公告)号：CN116704303A
公开(公告)日：2023-09-05
申请号：CN202310615385.1
申请日：2023-05-29
Abstract: 本发明公开了一种基于注意力机制的农情跨模态特征解析、映射和融合方法，该方法包括：1)将农业领域图像数据和农业领域数值数据进行数据解析和预处理；2)将图像数据通过特征提取网络NA得到图像嵌入特征A，将数值数据通过特征提取网络NB得到数值嵌入特征B；3)将数值嵌入特征B作为查询向量，图像嵌入特征A同时作为键向量和值向量，得到注意力矩阵S；按照注意力权重加权求和，将所有的图像嵌入特征A转化为图像嵌入特征A’；4)将图像嵌入特征A’和数值嵌入特征B进行特征融合，作为多模态数据共同的特征，将该特征用于下游任务。本发明方法建立了不同模态特征之间的关系，可以使用热力图将关系进行可视化，提高了可解释性。
-
公开(公告)号：CN116665267A
公开(公告)日：2023-08-29
申请号：CN202310562729.7
申请日：2023-05-18
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H50/20
Abstract: 本发明公开了一种基于图神经网络的方法，该方法从面部微笑视频中提取出面部动作单元(AU)的信息，构建面部动作单元和它们之间的特征，用这些特征来帮助识别帕金森低表情症。面部动作描述了人类面部表达中不同部位的活动程度，本发明考虑到面部动作单元存在相关性，用图结构来建模面部动作单元以及它们之间的特征，并用图神经网络来学习面部的特征从而更好地表示面部动作单元之间的关系信息。模型学习到更好的面部的特征信息，从而提高识别帕金森面部低表情症的准确率。
-
公开(公告)号：CN116627693A
公开(公告)日：2023-08-22
申请号：CN202310574100.4
申请日：2023-05-18
Applicant: 浙江大学 , 浙江大学滨江研究院 , 杭州熔合智造科技有限公司
IPC: G06F11/07 , G06F11/30 , G06F11/34 , G06F18/2135 , G06F18/214 , G06F18/2415 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种微服务系统中的故障检测方法，属于计算机异常检测技术领域。它解决了异常检查方法大多数为开发人员进行规则过滤并设置阈值等问题。本微服务系统中的故障检测方法包括以下步骤：S3.1：获取目标系统的分布式跟踪数据，并通过所述分布式跟踪数据进行构建，构建出服务调用链；S3.2：获取目标系统的监控数据，使用PCA方法进行降维获得监控数据向量；S3.3：将所述的监控数据向量作为所述服务调用链的权重嵌入服务调用链中；S3.4：将聚合后的服务调用链作为异常检测模型的输入，得到所述异常检测模型输出的对所述目标系统的异常检测结果。本发明具有能降低了对分析人员的专业性要求，能够在提升系统的异常检测效率，降低实现难度和成本等优点。
-
公开(公告)号：CN116610922A
公开(公告)日：2023-08-18
申请号：CN202310856650.5
申请日：2023-07-13
Applicant: 浙江大学滨江研究院 , 杭州熔合智造科技有限公司
IPC: G06F18/20 , H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多策略的非侵入负荷识别方法和系统，包括：将一段待检测电流数据输入至用非侵入式负荷识别模型进行识别：（A）若事件识别模块识别到待检测电流数据中不存在开关事件，则输出多目标识别模块的识别结果；（B）若存在开关事件，（B‑1）若为关闭事件，则输出多目标识别模块的识别结果；（B‑2）若为打开事件，则通过开集识别模块识别打开的用电器是否为集外用电器，（B‑21）若不是集外用电器，则输出多目标识别模块的识别结果；（B‑22）若是集外用电器，对当前待检测电流数据进行标注并保存至训练数据集中；定期采用更新后的训练数据集对非侵入式负荷识别模型进行训练。本发明识别速度快、建模数据量小，单次可识别多种用电器类别。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.041 seconds)
