-
公开(公告)号：CN108304479B
公开(公告)日：2022-05-03
申请号：CN201711469928.4
申请日：2017-12-29
Applicant: 浙江工业大学
IPC: G06F16/9535 , G06F16/335 , G06F40/30 , G06K9/62 , G06N3/04
Abstract: 一种基于图结构过滤的快速密度聚类双层网络推荐方法，所述方法包括以下步骤：1)首先依据历史用户评论信息通过TextGAN自动生成模拟评论数据作为准确标注类标的与真实样本极为相似的虚假评论；2)将历史真实评论和标注虚假的模拟评论作为输入，考虑到生成的虚假评论与真实评论极为相似，设计一种研究用户访问记录的基于图的虚拟信息过滤器，通过不断迭代用户、商店和评论的置信度检测虚假用户与虚假评论；3)为了结果推荐数据的稀疏性的问题，设计基于快速密度聚类双层网络的推荐方法，该方法能够实现参数的自适应选取，并得到较好的聚类结果，从而可以获得更为有效的用户的个性化推荐列表，提高推荐的准确率。本发明利用对抗生成网络生成与真实评论数据极为相似的虚假样本，并提出了一种高效可靠的基于图结构过滤的快速密度聚类双层网络推荐方法。
-
公开(公告)号：CN108683534B
公开(公告)日：2020-12-11
申请号：CN201810474668.8
申请日：2018-05-17
Applicant: 浙江工业大学
Abstract: 本发明公开了一种面向社区发现的网络薄弱节点搜索方法，包括：(1)计算输入的社区网络中的各节点间的最短距离与每条边的边界度；(2)创建种群；设置攻击方案，将攻击方案表示为更改染色体上的基因，即更改基因对应的连边标号；并初始化遗传算法参数；(3)根据预定义的适应度评价方式，计算种群中各个体的适应度，根据各个体的适应度，对种群进行轮盘赌选择，产生下一代个体；(4)对个体对应的染色体进行交叉后，再根据交叉后染色体上基因对应的更改边的概率，对染色体进行变异；(5)迭代执行步骤(3)、步骤(4)，直到满足预设最大迭代次数后，将最优的个体作为网络薄弱节点输出。
-
公开(公告)号：CN109242142B
公开(公告)日：2020-06-26
申请号：CN201810826562.X
申请日：2018-07-25
Applicant: 浙江工业大学
Abstract: 本发明公开了一种面向基础设施网的时空预测模型参数优化方法，包括：(1)将时空预测模型的超参数组成n维超参数组，并确定每个维度的超参范围；(2)根据维度的超参范围，随机生成m个n维超参数组作为初始种群；(3)根据初始种群或当前子代种群构建对应的空间预测模型，对时空预测模型训练后，对测试样本进行预测，计算预测准确度和时间复杂度后，并计算时空预测模型的适应度；(4)采用轮盘选择法，选择适应度最好的两个超参数组作为父代后，对父代进行交叉、变异，迭代此步骤直到获得预设当前子代种群个数为止；(5)迭代执行步骤(3)～(4)，达到迭代收敛条件后，将最后一次迭代获得子代种群作为最优超参数组。
-
公开(公告)号：CN107506480A
公开(公告)日：2017-12-22
申请号：CN201710820271.5
申请日：2017-09-13
Applicant: 浙江工业大学
Abstract: 一种基于评论挖掘与密度聚类的双层图结构推荐方法，包括以下步骤：1)读取评论数据集，通过特征提取与情感分析，提取物品的特征用于聚类；2)聚类中心快速确定的密度聚类算法，输出最优dc以及最优dc时的聚类结果；3)基于图结构的推荐，输出能量值最高的n个物品作为推荐结果。本发明提供了一种精度较高、运行效率较高、准确率较高、实时性良好的基于评论挖掘与密度聚类的双层图结构推荐方法。
-
公开(公告)号：CN106156853A
公开(公告)日：2016-11-23
申请号：CN201610527689.2
申请日：2016-07-01
Applicant: 浙江工业大学
CPC classification number: G06N3/126 , G06N99/005
Abstract: 一种半径自适应的混合检测器生成方法，首先根据某一自我样本点不同方位自我样本点的分布情况生成半径不同的自我检测器，减少自我样本点中间的漏洞和自我样本点的个数；再通过自我样本点的分布疏密程度自适应非自我检测器最小半径，从而免去代码使用前对最佳半径参数的实验及调节；而后由远及近生成非自我检测器，减少非自我检测器的个数和重叠率。本发明提供了一种检测率较高、虚警率较低、误判率较低的半径自适应的混合检测器生成方法。
-
Patent Agency Ranking
公开(公告)号：CN116855569A
公开(公告)日：2023-10-10
申请号：CN202310530987.7
申请日：2023-05-12
Applicant: 浙江工业大学
IPC: C12Q1/02 , G06V10/58 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G01N21/84 , C12Q1/24 , G06N3/045 , G06N20/10 , G06F18/27 , C12R1/77 , C12R1/80
Abstract: 本发明公开了一种西红花种球根腐病严重程度的判别方法，包括如下步骤：对西红花种球进行消毒等预处理后接种菌落，采集高光谱图像。采用7种预处理方法对反射率数据进行处理，通过选择竞争性自适应重加权算法、连续投影算法和随机蛙跳提取包含信息量最大的特征波段，采用多层感知机、支持向量机和逻辑回归三种方法建立判别模型，比较不同预处理方法下模型的准确率，选择最优预处理方法。最后将基于最优预处理方法处理的数据输入最优判别模型对西红花种球根腐病的严重程度进行判别。本发明所建立的西红花球茎腐烂病病害程度检测方法，可在西红花种植前以及生长过程中对球茎进行实时监控，为精准施药、有效控制病情提供参考。
-
公开(公告)号：CN107220525B
公开(公告)日：2021-06-18
申请号：CN201710355357.5
申请日：2017-05-19
Applicant: 浙江工业大学
Abstract: 一种基于RNN的基因调控网络构建与动态差异性分析方法，包括以下步骤：第一步、基于deepRNN的基因动态调控网络构建；第二步、基于亚型内动态调控网络的时序变化演化分析；第三步、基于亚型间动态调控网络的网络差异演化分析，不同亚型网络的演化分析包括动力学分析、差异性分析和扰动分析。本发明提供一种精确性较好的基于RNN的基因调控网络构建与动态差异性分析方法。
-
公开(公告)号：CN107506480B
公开(公告)日：2020-05-05
申请号：CN201710820271.5
申请日：2017-09-13
Applicant: 浙江工业大学
IPC: G06F16/9535 , G06F16/2458 , G06K9/62 , G06Q30/06
Abstract: 一种基于评论挖掘与密度聚类的双层图结构推荐方法，包括以下步骤：1)读取评论数据集，通过特征提取与情感分析，提取物品的特征用于聚类；2)聚类中心快速确定的密度聚类算法，输出最优dc以及最优dc时的聚类结果；3)基于图结构的推荐，输出能量值最高的n个物品作为推荐结果。本发明提供了一种精度较高、运行效率较高、准确率较高、实时性良好的基于评论挖掘与密度聚类的双层图结构推荐方法。
-
公开(公告)号：CN107885778A
公开(公告)日：2018-04-06
申请号：CN201710944655.8
申请日：2017-10-12
Applicant: 浙江工业大学
Abstract: 一种基于动态临近点谱聚类的个性化推荐方法，依据用户的签到信息建立用户-商店的二分网络；将用户-商店的二分网络投影到用户-用户与商店-商店的两个单边网络，利用node2vec算法将两个加权的单边网络投影至两个不同的向量空间中；调用基于动态临近点的谱聚类算法分别对以上所得的用户向量与商店向量进行聚类，得到多个用户簇和商店簇；将单个用户之间存在的签到信息转换成用户簇与商店簇之间的簇网络；利用K-means算法将该一维向量进行划分成两个类，签到个数均值较多的类内的商店簇推荐给该用户簇；依据每个用户簇与所推荐的商店簇进行个性化推荐。本发明有效的提高了推荐方法的准确率。
-
公开(公告)号：CN116806539A
公开(公告)日：2023-09-29
申请号：CN202211105872.5
申请日：2022-09-09
Applicant: 浙江工业大学
IPC: A01D46/00
Abstract: 本发明公开了一种西红花采摘装置，涉及西红花采摘技术领域，包括至少三个承托板，承托板边角位置固定安装有支撑腿，承托板顶部开设有两个第一滑槽，位于两个第一滑槽之间的承托板内开设有第二滑槽，第二滑槽内活动安装有丝杆，承托板上活动安装有培植板，两个同行的支撑腿之间固定安装有第一导轨，第一导轨上滑动安装有第二滑块。本申请的装置结构中，支撑腿上的第一导轨与第二导轨可驱动两个第三滑块之间的连接杆进行水平移动与竖直移动，进而使得两个连接杆上的剪切刀片能够对培植板上的西红花花朵进行剪切，同时，承托板内的丝杆可驱动培植板移出，利于人工将剪切下来的花朵进行收集，提升西红花的采摘效率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
