-
公开(公告)号：CN118913572B
公开(公告)日：2025-04-04
申请号：CN202410716005.8
申请日：2024-06-04
Applicant: 浙江大学
IPC: G01M5/00
Abstract: 一种基于多转角影响线的桥梁抗弯刚度识别方法和装置，通过测试桥梁转角响应来提取转角影响线；引入多种分布函数模拟桥梁抗弯刚度分布，并以多转角影响线为目标对分布函数的参数进行优化，实现抗弯刚度识别。具体实施步骤为：A.开展桥梁移动荷载试验，提取桥梁支座截面的转角影响线；B.建立桥梁抗弯刚度与多转角影响线的关系；C.选择合适的分布函数模拟桥梁抗弯刚度分布；D.引入优化算法，以实测多转角影响线为目标，估计分布函数的参数。本发明以桥梁转角为测试对象，从多个转角影响线中准确获取桥梁抗弯刚度分布，为桥梁检测和状态评估提供了一种新型思路。
-
公开(公告)号：CN118298351B
公开(公告)日：2025-04-01
申请号：CN202410388048.8
申请日：2024-04-01
Applicant: 浙江大学
Abstract: 一种基于改进SIFT算法的桥梁结构位移非接触式测量方法，实现对桥梁结构位移的非接触式精确测量，具体实施流程如下：A.采集桥梁结构视频并进行预处理；B.采用SIFT算法识别视频中桥梁结构的特征点；C.采用SuperPoint网络模型生成桥梁结构特征点的描述符；D.采用SuperGlue网络模型，将视频每一帧图像与初始图像的桥梁结构特征点进行匹配；E.根据匹配结果计算对应时刻的桥梁结构位移。本发明公开的方法对用于特征点匹配的SIFT算法进行了改进，提升了对桥梁结构特征点的描述效果，提高了特征点匹配的准确性，从而实现对视频中桥梁结构特征点的精确追踪。该方法能实现高精度的非接触式桥梁结构位移测量，为桥梁结构变形监测提供了一种新手段。
-
公开(公告)号：CN118298351A
公开(公告)日：2024-07-05
申请号：CN202410388048.8
申请日：2024-04-01
Applicant: 浙江大学
Abstract: 一种基于改进SIFT算法的桥梁结构位移非接触式测量方法，实现对桥梁结构位移的非接触式精确测量，具体实施流程如下：A.采集桥梁结构视频并进行预处理；B.采用SIFT算法识别视频中桥梁结构的特征点；C.采用SuperPoint网络模型生成桥梁结构特征点的描述符；D.采用SuperGlue网络模型，将视频每一帧图像与初始图像的桥梁结构特征点进行匹配；E.根据匹配结果计算对应时刻的桥梁结构位移。本发明公开的方法对用于特征点匹配的SIFT算法进行了改进，提升了对桥梁结构特征点的描述效果，提高了特征点匹配的准确性，从而实现对视频中桥梁结构特征点的精确追踪。该方法能实现高精度的非接触式桥梁结构位移测量，为桥梁结构变形监测提供了一种新手段。
-
公开(公告)号：CN117540105B
公开(公告)日：2024-04-16
申请号：CN202410027890.9
申请日：2024-01-09
Applicant: 浙江大学
IPC: G06F16/9535 , G06F16/901 , G06N3/042 , G06Q30/0601
Abstract: 本申请涉及一种增强图推荐模型鲁棒性的方法、装置及一种推荐方法，其中，该增强图推荐模型鲁棒性的方法包括：获取待优化的初始图推荐模型，扩充所述初始图推荐模型中每个节点的邻居节点；其中，所述节点包括用户节点和物品节点；调整所述初始图推荐模型中每条边的权重，根据调整后的所述边的权重确定所述初始图推荐模型的邻接矩阵；根据所述初始图推荐模型的邻接矩阵确定所述初始图推荐模型的目标损失，对所述初始图推荐模型进行训练优化所述目标损失，得到目标图推荐模型。通过本申请提高了目标图推荐模型的鲁棒性，解决了现有的图推荐模型在分布偏移场景下的推荐效果不佳的问题。
-
公开(公告)号：CN117764649A
公开(公告)日：2024-03-26
申请号：CN202311679115.3
申请日：2023-12-08
Applicant: 浙江大学
IPC: G06Q30/0242 , G06Q50/00
Abstract: 动态社交广告序列影响力最大化方法和装置，其方法包括：对所有的用户节点，广告节点和轮次，计算出用户u在第t轮接受广告v的概率；生成随机多轮反向可达集，对出现在已选边集的广告在可达集上做计算统计估算出影响力收益；结果集从空开始，逐轮选择每一轮的广告序列，每轮都单独地采用动态贪心策略地选择边际收益最高的广告序列加入每一轮的结果集中；对每一轮的结果集取并集得到最终的结果集。本发明可以在广告传播的过程中随时停止观察当下的传播效果，然后决定后续广告序列的选择，更加灵活，也更加高效。
-
Patent Agency Ranking
公开(公告)号：CN117593073A
公开(公告)日：2024-02-23
申请号：CN202311415334.0
申请日：2023-10-30
Applicant: 浙江大学
IPC: G06Q30/0601 , G06F16/9535
Abstract: 一种推荐系统针对物品排序的内部错误定位方法和装置，其方法包括：1)对物品预期曝光进行估计：开启短时间小流量实验，将物品强插至精排模块计算预估分，并强插至精排展现结果进行曝光；计算该批次物品的用户行为打分与精排预估分的一致性，确保精排正确性；模拟一系列请求，计算该物品通过精排进行曝光与未在精排候选但精排预估分排序位次应被曝光的情形的次数占比；2)当预期曝光量超过现有曝光量3倍时，分别对粗排模块和召回模块进行排查，对问题进行定位。本发明对物品的预期曝光做出准确估计，排除了低质量物品的可能；给出了各阶段准确性的明确判定标准；提出了根据各阶段预估分数一致性作为判定依据的新思路。
-
公开(公告)号：CN115659007B
公开(公告)日：2023-11-14
申请号：CN202211151849.X
申请日：2022-09-21
Applicant: 浙江大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/006 , G06Q50/00 , H04L51/42 , H04L51/52
Abstract: 本发明公开了一种基于多样性的动态影响力传播种子最小化方法，基于一个双向自适应贪婪算法的框架，采用基于鞅的影响力最大化算法(IMM)和基于鞅的多样性影响力最大化算法(DIMM)实现，算法核心是使用一种随机产生反向影响草图(RI‑Sketch)的采样方法，用于估计影响力扩散和多样性函数增益，具有良好的近似保证。本发明解决了如何以最小的成本在最少时间内使得影响力传播达到特定阈值的问题，克服了传统方法不能有效考虑多样性问题以及算法本身缺乏动态选择过程的弊端，可以在一定的扩散模型下有效选取合适的种子集合。
-
公开(公告)号：CN116662404A
公开(公告)日：2023-08-29
申请号：CN202310625216.6
申请日：2023-05-30
Applicant: 浙江大学
IPC: G06F16/2458 , G06F16/29 , G06F16/22
Abstract: 本发明公开了一种基于地标节点的不确定图可达概率计算方法，包括：(1)将现实世界中的网络建模成为不确定图；(2)离线采样构建每个节点对应的地标节点；(3)计算每个节点到其地标节点的可达概率；(4)通过地标节点计算给定节点对之间的可达概率。本发明在保证不确定图中任意两个节点可达概率计算准确率接近主流方法的同时，提升了时间效率。
-
公开(公告)号：CN112615379B
公开(公告)日：2022-05-13
申请号：CN202011451510.2
申请日：2020-12-10
Applicant: 浙江大学
IPC: H02J3/06 , H02J3/46 , G06F30/27 , G06F113/04
Abstract: 基于分布式多智能体强化学习的电网多断面功率自动控制方法，通过多智能体与电力仿真环境交互，能够自主学习合适的用于复杂电网的多断面功率控制策略。首先根据电网控制的需要选取N个目标断面，并依此构建强化学习方法的环境、智能体、观测状态、动作、奖励函数等基本元素；其次运行多断面功率控制任务交互环境，创造初始潮流数据集；之后，为每个智能体构造基于深度神经网络的决策网络和估值网络，构建MADDPG(多智能体深度确定性策略梯度)模型并引入分布式方法进行训练自主学习最优控制策略；最后，应用训练完成的策略网络自动断面控制。本发明的优点在于，采用多智能体强化学习方法处理复杂的电网多断面功率控制问题，具有较高的控制成功率且无需专家经验，同时引入分布式方法大幅提升了智能体训练效率。
-
公开(公告)号：CN110874387B
公开(公告)日：2022-01-14
申请号：CN201811011882.6
申请日：2018-08-31
Applicant: 浙江大学
Abstract: 本申请公开一种移动设备识别符的共现关系稀疏图构建方法和装置，以及一种移动设备识别方法。其中移动设备识别符的共现关系稀疏图构建方法包括：获取移动设备的识别符信息的集合，将移动设备的识别符信息的集合作为共现关系稀疏图的节点，获取包含第一识别符的节点，连接包含第一识别符的节点，当包含第一识别符的节点的数量达到或者超过预设的节点数量阈值时，删除包含第一识别符的节点之间的连接关系，获得所述共现关系稀疏图。保证了图的稀疏性，降低了利用该图进行移动设备识别的算法的复杂度，从而便于对大规模数据进行并行化处理。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.03 seconds)
