-
公开(公告)号：CN112835684B
公开(公告)日：2024-03-22
申请号：CN202110231766.0
申请日：2021-03-02
Applicant: 浙江工业大学
IPC: G06F9/455 , G06F9/50 , G06N3/006 , G06N3/0442
Abstract: 本发明涉及一种面向移动边缘计算的虚拟机部署方法，构建移动边缘计算环境，定义每一个边缘服务器的能源消耗模型、虚拟机集合VM和边缘服务器队列S，以引入二阶震荡因子的蝙蝠模型进行虚拟机部署，将m个虚拟机部署至n个边缘服务器，以虚拟机部署的历史数据训练改进的LSTM学习模型，基于学习模型进行虚拟机部署。本发明在Bat算法中引入二阶震荡，解决局部最优解的问题，并在搜索接近最优时使用订单转移机制，继续寻找最优解，最后使用该算法得到的历史部署数据训练改进的LSTM模型；本发明能充分利用边缘节点的历史数据，同时考虑到边缘端的资源有限和去中心化等问题，综合考虑能耗问题和时延问题，达到低能耗低时延的目标。
-
公开(公告)号：CN113112461A
公开(公告)日：2021-07-13
申请号：CN202110338770.7
申请日：2021-03-30
Applicant: 浙江工业大学
Abstract: 一种基于互补标签融合监督学习的图像显著性检测方法，包括：步骤S1、将标签图像分别得到对应的主体标签图和细节标签图；步骤S2、对训练数据集图像做随机裁剪、随机旋转、归一化、灰度化处理以增强样本的多样性；步骤S3、输入一个尺寸为H×W的图像，使用ResNet50框架预先处理获取到网络的第2至5层输出特征图；步骤S4、对通过ResNet50框架得到的四层输出特征图分别做两次卷积操作，进行编码；步骤S5、分别将主体图编码后的特征和细节图编码后的特征分别传入主体图解码器和细节图解码器进行解码；步骤S6、将两个解码器所得到的主体特征和细节特征进行相加融合，再进行两次卷积和池化操作，得到预测的图像。本发明具有更好的显著目标预测效果。
-
公开(公告)号：CN107977604B
公开(公告)日：2021-01-05
申请号：CN201711077703.4
申请日：2017-11-06
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于改进聚合通道特征的手部检测方法，通过采集到的若干图像构建数据集，改进聚合通道特征，训练并输出Xgboost模型，作为检测模块；采集待检测图像后，基于改进的聚合通道特征和训练得到的Xgboost模型，对图像进行检测，得到其中的手部图像。本发明作为基于计算机视觉的手部检测，具有更好的推广潜力和价值，成本低、更为便利，同时结合了改进ACF、色彩空间肤色模型、Edge Boxes和Xgboost，从而提高了检测系统的准确率，精度高、检测性能好。
-
公开(公告)号：CN109308524A
公开(公告)日：2019-02-05
申请号：CN201811237688.X
申请日：2018-10-23
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于改进NBA算法的BPNN特征识别方法，对面边邻接图进行预处理，提取特征因子最小子图，将属于同一特征的特征因子聚合为复合特征，对聚合完毕后的每一个特征因子进行特征编码，得到特征编码序列，采用二阶振荡机制和差分算法对NBA算法进行改进，并以改进的NBA算法优化BP神经网络、进行特征识别。本发明最大限度地识别出具有工程意义的特征，由于神经网络有优良的学习性能，极大提高特征识别的准确性和效率，而利用改进的NBA算法对BP神经网络进行优化，可以实现控制局部搜索和全局搜索间的相互转换，避免陷入局部最优缺陷，具有更好的收敛性。本发明在训练后进行特征识别，有效提高了特征识别的准确率和效率。
-
公开(公告)号：CN102111073A
公开(公告)日：2011-06-29
申请号：CN201110063749.7
申请日：2011-03-17
Applicant: 浙江工业大学
IPC: H02M3/335
Abstract: 本发明涉及一种反激式电压转换电路，其特征在于：包括变压器、第一开关器件、第二开关器件、第一整流器件、第二整流器件和电容，其中，所述变压器包括第一原边绕组、第二原边绕组和副边绕组；其中，所述第一原边绕组的一端连接到输入电压源的一端，所述第一原边绕组的另一端与所述第二原边绕组的一端连接，所述第二原边绕组的另一端与所述第一整流器件的阳极连接；所述第一整流器件的阴极与所述第二开关器件的一端连接，所述第二开关器件的另一端连接到所述输入电压源的另一端。所述电路可以获得高的变换效率，特别是改善了低输入电压范围的效率，即获得比现有技术中的反激电压变换电路有更好的效率和更佳的热设计。
-
Patent Agency Ranking
公开(公告)号：CN102111073B
公开(公告)日：2013-02-27
申请号：CN201110063749.7
申请日：2011-03-17
Applicant: 浙江工业大学
IPC: H02M3/335
Abstract: 本发明涉及一种反激式电压转换电路，其特征在于：包括变压器、第一开关器件、第二开关器件、第一整流器件、第二整流器件和电容，其中，所述变压器包括第一原边绕组、第二原边绕组和副边绕组；其中，所述第一原边绕组的一端连接到输入电压源的一端，所述第一原边绕组的另一端与所述第二原边绕组的一端连接，所述第二原边绕组的另一端与所述第一整流器件的阳极连接；所述第一整流器件的阴极与所述第二开关器件的一端连接，所述第二开关器件的另一端连接到所述输入电压源的另一端。所述电路可以获得高的变换效率，特别是改善了低输入电压范围的效率，即获得比现有技术中的反激电压变换电路有更好的效率和更佳的热设计。
-
公开(公告)号：CN108960496B
公开(公告)日：2021-07-23
申请号：CN201810673067.X
申请日：2018-06-26
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于改进学习率的深度学习交通流预测方法，通过改进深度信念网络的模型在训练中对于学习率和训练次数的确定方法，利用改进的深度信念网络和径向基函数的优点建立预测用的深度信念网络‑径向基函数组合模型，使用交通流数据对模型进行训练，并使用训练完成的模型对交通流进行预测。本发明经过实验论证，当数据量较大且波动亦较大时，本发明的深度信念网络‑径向基函数组合模型无论是从预测的稳定性还是误差的结果上都明显优于其他模型，精准度高、误差小、收敛速度快。
-
公开(公告)号：CN111488208A
公开(公告)日：2020-08-04
申请号：CN202010204771.8
申请日：2020-03-22
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于可变步长蝙蝠算法的边云协同计算节点调度优化方法，划分用户提交的加工任务后得到子任务长度的集合，匹配每个边缘服务器节点的边缘设备，定义运行时间评价函数后，利用可变步长蝙蝠算法，基于所述运行时间评价函数计算适应度的评价值，取最低值对应的调度方案为最优的调度方案。本发明在全局搜索产生随机解的过程中引入可变步长的策略来防止划分算子陷入早熟，并模拟自然环境对蝙蝠回声定位产生的影响，添加自然扰动因子、震荡新解来提高全局收敛能力，基于可变步长蝙蝠算法，通过引入可变步长策略和自然扰动因子从而改进原有算法，达到更好的效果；用户数越大，则算法的性能优势越高于其他算法。
-
公开(公告)号：CN106357739B
公开(公告)日：2019-10-18
申请号：CN201610747165.4
申请日：2016-08-27
Applicant: 浙江工业大学
IPC: H04L29/08
Abstract: 本发明涉及一种针对批量云服务请求的两阶段组合与调度方法，首先基于QoS最优云服务组合路径的选取问题建立方案与模型，提出云服务与云服务组合的描述方式以及服务质量QoS的评价标准，其次面向批量服务请求的调度问题建立策略与模型，构建对应的数学模型，最后基于上述提出的两阶段的云服务组合与调度进行优化。本发明通过分别提出基于QoS最优云服务组合路径的选取问题的方案与模型，以及提出面向批量服务请求的调度问题的策略与模型，在此基础上给出了基于两阶段的云服务组合与调度的优化实现，能够在保证云服务请求执行质量的前提下对云服务资源调度达到全局最优，有效地解决了二者统一的问题，实用性强，执行效率高。
-
公开(公告)号：CN110322558A
公开(公告)日：2019-10-11
申请号：CN201910527061.6
申请日：2019-06-18
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于烟花算法三角面片折叠的网格模型简化方法，循环遍历三角面片，确认可折叠三角形、对应的最优折叠点，将所有新的可折叠三角形面片及上一次的三角面片的最优折叠点的折叠代价排序，以当前排序将三角面片重新排序，将折叠代价最小的三角形折叠成点并更新邻域信息，计算减少的三角面片数占初始时三角面片数的百分比，若满足删减百分比或只存在边界三角网格则结束简化，否则以新生成的三角面片返回参与循环遍历。本发明针对高保形的三角网格简化需求、特别是具有特征明显的孔洞和边界的三维模型能很好地保证简化后形状，烟花算法和三角形折叠方法有效结合，简化速率加快，控制简化误差，取得简化速度和简化质量之间的平衡。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.019 seconds)
