-
公开(公告)号:CN118246990A
公开(公告)日:2024-06-25
申请号:CN202410394326.0
申请日:2024-04-02
Applicant: 浙江大学
IPC: G06Q30/0282 , G06T17/00 , G06F18/24 , G06N3/0442 , G06N3/08 , G06F18/27 , G06F30/27
Abstract: 本发明公开了一种基于大数据的虚拟孪生产品美学和文化风格评价系统和方法,属于产品设计智能评价领域,包括:结合数字孪生技术,着重于搭建六大典型行业的虚拟孪生场景文化风格数据库,构建虚拟孪生场景融合的文化风格与设计美学主客观评价指标体系,利用卷积神经网络模型自动学习产品图像的美学和风格特征并进行回归分析,输出不同虚拟场景下产品美学和风格评价结果和得分。随后,通过建立智能评价系统,给予产品特定美学特征量化评估指标,提高产品设计美学与文化风格评价结果的客观性和准确性,从而为设计人员提供有参考价值的评估报告与建议。
-
公开(公告)号:CN119648481A
公开(公告)日:2025-03-18
申请号:CN202411761436.2
申请日:2024-12-03
Applicant: 浙江大学
IPC: G06Q50/18 , G06F18/10 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及技术机会识别技术领域,公开了一种边缘创新专利预测方法和系统,包括:根据专利边缘创新机会识别任务,获取目标专利所属技术领域内所有专利的信息,构建专利数据集;将专利数据集按照时间顺序划分,进行边缘性评估,构建基于时序的边缘专利数据集和中心专利数据集;按照时间顺序筛选出边缘创新专利,记录转化时长,构建边缘创新专利数据集;构建边缘创新机会的特征体系,获取边缘创新专利数据集的样本特征,基于神经网络构建预测模型进行关于转化时间任务的监督训练;对目标专利进行转化为边缘创新专利的预测,获得转化时间。本发明根据专利数据的时序特性动态追踪技术的发展,能够在早期识别出具有成长潜力的技术。
-