-
公开(公告)号：CN114871850B
公开(公告)日：2023-07-21
申请号：CN202210431470.8
申请日：2022-04-22
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: B23Q17/09
Abstract: 本发明公开了一种基于振动信号和BP神经网络的刀具磨损状态评估方法，包括：(1)通过滚刀加工实验，采集不同磨损状态下刀具的原始振动信号；(2)通过小波包分解技术，将采集信号均匀地划分为16个频段，将能量最集中的频段作为特征频段；(3)计算振动信号的一些常用的时、频域特征，计算其与特征频段能量的相关系数，取相关性系数的阈值为0.8，得到优选特征；(4)将多组不同磨损状态的优选特征作为BP神经网络的输入，不同磨损状态作为BP神经网络的输出，对BP神经网络进行训练，得到评估模型；(5)利用评估模型对刀具的磨损状态进行评估。本发明优选出与刀具磨损状态相关性强的特征，从而提升刀具磨损状态的评估效果。
-
公开(公告)号：CN113760778A
公开(公告)日：2021-12-07
申请号：CN202111316694.6
申请日：2021-11-09
Applicant: 浙江大学滨海产业技术研究院 , 天津众颐科技有限责任公司
Abstract: 本发明提供了一种基于词向量模型的微服务接口划分评价方法，数据收集：服务端构建微服务集群；收集日志数据还原各微服务应用之间分布式链路调用过程；模型训练：拆分图状调用链为线性调用子链，按照调用顺序提取接口名称组成接口字符串数组获得人为的微服务接口划分集合Ω；基于接口字符串数组进行词向量模型训练，得到接口名称的词向量；接口划分评价：以当前集群中微服务应用的类别个数k作为聚类簇数，获得K‑means算法的聚类簇划分集合；以K‑means算法的聚类簇划分集合为基准，使用Purity算法评价集合Ω接口划分的合理性。本发明基于微服务接口实际运行的调用关系，使用数学方法重新划分接口集合，与人工划分的微服务接口做对比，指导优化现有微服务架构。
-
公开(公告)号：CN113204465A
公开(公告)日：2021-08-03
申请号：CN202110480199.2
申请日：2021-04-30
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 本发明公开了一种基于执行跟踪的微服务提取方法，包括以下步骤：(1)执行跟踪工具在目标单体应用系统运行时收集跟踪信息，执行路径被记录在日志文件中；(2)在日记记录中，找到TraceID和SessionID都相同的记录归为一类，即一次调用的执行跟踪；其中，SessionID是标记会话的全局唯一ID；TraceID是标记执行链路的全局唯一ID；(3)根据每一次调用的执行跟踪记录，得到整个执行跟踪记录中的方法调用关系，进一步根据每个方法所属的类，得到类之间的调用关系；(4)得到了类与类之间的调用后，使用聚类算法进行聚类得到对应的微服务。利用本发明的方法，方便将传统的单体应用向微服务进行改造升级。
-
公开(公告)号：CN112437147A
公开(公告)日：2021-03-02
申请号：CN202011305274.3
申请日：2020-11-19
Applicant: 浙江大学滨海产业技术研究院 , 天津众颐科技有限责任公司
IPC: H04L29/08 , H04L12/721
Abstract: 本发明提供了一种微服务负载均衡最佳路由算法，包括如下步骤：获取若干相同功能的微服务的API接口，并进行预处理得到标准化数据；将标准化数据与标准化后的官方的标准值求欧式距离，得到每个微服务的服务质量C；当传入新的请求时，通过队列等待时间计算公式求得该请求在所有等待队列中的预测等待时间，最终得到每个候选微服务的队列等待时间T；根据服务质量C和预测等待时间T，通过权重公式得到每个微服务的权重，调用最大权重对应的微服务。本算法目的是在众多微服务服务器中，进行动态负载均衡的同时选择数据真实度、服务质量最高的微服务。从而让非专业的使用者在众多的微服务提供商中，找到质量最高，等待时间最短的微服务。
-
公开(公告)号：CN109166224B
公开(公告)日：2020-10-02
申请号：CN201810930188.8
申请日：2018-08-15
Applicant: 浙江大学滨海产业技术研究院
IPC: G07C11/00
Abstract: 本发明公开了一种具有过号重排与手自动叫号的排队叫号方法及系统。包括：队列改变时，服务端向播报终端及叫号终端发送队列状态；拿号终端发送拿号信息；叫号终端发送自动叫号信息，服务端根据一种特殊的算法计算出下一位元素；叫号终端发送手动叫号信息；叫号终端发送取消叫号信息，服务端作过号处理；叫号终端发送确认叫号信息，服务端根据公式更新等待叫号元素的预计办理时间；叫号终端向服务端发送办理完成信息，服务端根据公式计算单元素办理时间的新值。本发明提供过号重排机制，体现以人为本的精神；支持手动叫号与自动叫号两种叫号方式，兼顾了各叫号终端间工作协调一致与遇到特殊情况时的应急处理两方面的能力，大大提高了用户体验。
-
Patent Agency Ranking
公开(公告)号：CN108989571B
公开(公告)日：2020-06-19
申请号：CN201810930200.5
申请日：2018-08-15
Applicant: 浙江大学滨海产业技术研究院
IPC: H04M1/725 , G06F40/109 , G06F3/14 , G06K9/00
Abstract: 本发明公开了一种针对手机文字阅读的自适应字体调整方法及装置，通过前置摄像头对使用者进行人脸识别，实时追踪最新的人脸信息并记录，比如双眼距离、年龄、性别以及用户是否佩戴眼镜等人脸特征数据，进一步计算出屏幕与使用者眼睛之间的实际距离，最终根据实际距离以及其他因素，实时调整适用于当前用户(尤其是老年人)阅读的显示字体。与现有技术相比，本发明利用人脸识别技术、光学成像原理自动进行数据采集和计算，除手机摄像头外无须借助其他测距元件，适用于目前市场上大部分手机，无须用户主动输入或预设相关数值，全程自动化，且可以在一个方法周期内随着用户姿势改变或用户个体改变做到自动即时调整字体显示。
-
公开(公告)号：CN118733005A
公开(公告)日：2024-10-01
申请号：CN202410858977.0
申请日：2024-06-28
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 本发明公开了一种基于大模型的虚拟映射方法及系统，包括以下步骤：(1)利用对话大模型与用户进行对话，通过不断对话来提取出完成虚拟映射所需要的关键信息点，作为用户所需服务描述；(2)通过向量大模型计算系统提供的所有服务与用户所需服务描述的相关性，从而从所有服务中挑选出最为相关的K个服务作为候选服务，放入候选服务池；(3)利用文本大模型和代码大模型，生成每一个候选服务的指标集合；(4)在指标结果集中，采用TOPSIS方法，求解出多指标下的最优解，从而完成服务的虚拟映射。利用本发明，可以实现自动化且定制化的虚拟映射，同时极大程度减少用户专业知识的要求。
-
公开(公告)号：CN118132518A
公开(公告)日：2024-06-04
申请号：CN202410402435.2
申请日：2024-04-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 本发明公开了一种基于大模型的医养康领域业务编排文件生成方法及系统，包括：(1)收集医疗、养老、康复领域以文本形式存在的资料，筛选生成知识片段的检索向量，组成知识数据库；(2)收集业务编排文件，调用提示词生成大模型得到业务编排文件的生成指令，将编排文件、指令、知识存入示例数据库；(3)将示例数据作为语料，对文件生成大模型进行微调；(4)应用过程中，对于自然语言形式的资料，检索出所需知识和示例，组成最终提示词，调用文件生成大模型得到业务编排文件；(5)生成业务编排文件的评分并反馈给文件生成大模型，直至生成满足需求的业务编排文件。本发明可以自动化而又精细地完成医疗、康复、养老这三个领域的融合编排。
-
公开(公告)号：CN114826982B
公开(公告)日：2023-08-18
申请号：CN202210367083.2
申请日：2022-04-08
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: H04L43/103 , H04L43/08 , H04L67/1396 , H04L67/145
Abstract: 本发明公开了一种微服务场景下的自适应心跳包调节方法，包括：(1)物联网设备接入服务器后，与决策服务器进行通信，服务器给出新加入的服务一个心跳时间初始值；(2)检查服务器和物联网设备之间连接是否稳定，连接稳定之后，服务器和物联网设备进入长连接；(3)监测服务器状态，自适应调节心跳包的发送间隔。利用本发明，心跳包的发送间隔可以通过服务器自己监测自身情况或者设备自身情况进行自适应调节，同时给出了处理网络异常情况的方案。
-
公开(公告)号：CN110018820B
公开(公告)日：2022-08-23
申请号：CN201910277000.9
申请日：2019-04-08
Applicant: 浙江大学滨海产业技术研究院
IPC: G06F8/30
Abstract: 本发明提供了一种基于深度强化学习的Graph2Seq自动生成Java代码注释的方法。在编码器端，通过将代码首先转化为代码图的形式，利用图结构来表达出代码的结构化信息，再使用图神经网络(Graph Neural Network)对程序图进行编码得到代码的结构化语义信息。在解码器端，本发明使用基于深度强化学习框架改进的解码器得到其对应的自然语言注释内容，解决了传统方法中在推理阶段没有真实序列单词指导导致的高偏差问题，从而实现代码注释自然生成的准确和自然。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.046 seconds)
