-
公开(公告)号：CN118152807A
公开(公告)日：2024-06-07
申请号：CN202410304068.2
申请日：2024-03-18
Applicant: 浙江工业大学
IPC: G06F18/214 , G06F18/213 , G06F17/14 , G06F18/23 , G06F18/22 , G06N20/00
Abstract: 一种基于时间频域patch的原型对比学习方法和装置，其方法包括：1)选取合适的信号数据集作为信号处理对象，并对信号数据进行旋转、翻转等信号增强方法；2)引入了一种双流对比学习方法，即时间依赖对比学习方法和时间频率对比学习方法，以从增强信号中捕捉时间频率依赖关系；3)构建InfoMax对比学习模型作为约束一致性的正则化项，保持信息一致性并防止未能提取原始信号的核心特征；4)采用原型点聚类方法，构造更具判别性的对比潜在空间，解决相似模式识别的困难的问题；5)构建模型的总损失函数，评估模型效果。本发明提出的方法将信号特征与对比学习相结合，用于信号数据检测，提高了检测准确度，在从未标记的长信号中学习细粒度表示，并服务于各种下游任务。
-
公开(公告)号：CN119329709A
公开(公告)日：2025-01-21
申请号：CN202411903764.1
申请日：2024-12-23
Applicant: 杭州华新机电工程有限公司 , 浙江工业大学 , 南开大学
Inventor： 沈策 , 陶杨军 , 闵锐 , 黄云刚 , 王吉如 , 施永昌 , 殷卓华 , 吴旻诚 , 苏捷 , 杨大驰 , 陈勋 , 宣旭东 , 沈宇昊 , 赵碧霞 , 黄熙雁 , 毛以恒 , 马智渊
IPC: B63B57/00
Abstract: 本发明提供一种用于船舶清仓的自动化作业方法,属于自动化技术领域；步骤1：根据船舶编号和图像设备，获取舱内空间尺寸数据，以及舱内设备状态信息；步骤2：配置传感器，获取待清仓的船舶的舱内的待清仓残留物种类和待清仓残留物分布参数；步骤3：基于待清仓的船舶的舱内空间尺寸数据，生成对应舱内空间模型，并且将残留物映射到到舱内空间模型中，得到第一舱内模型；步骤4：根据第一舱内模型和舱内设备状态信息，生成待清仓的船舶的清仓作业流程；骤5：根据清仓作业流程，生成设备的控制指令，在清仓作业流程完成后，检测并生成清仓报告。通过指定的清仓策略，自动化完成清仓，有效提高清仓工作效率，且自动化清仓更便利。
-
Patent Agency Ranking
公开(公告)号：CN118245872A
公开(公告)日：2024-06-25
申请号：CN202410334573.1
申请日：2024-03-22
Applicant: 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/0475 , G06N3/0985
Abstract: 基于元学习的小样本开集增量学习的射频指纹识别方法和装置，其方法包括1)特征预训练：提取更多的信号模态信息，利用基本会话数据获得特征并嵌入网络和分类器权值。2)元任务采样：将基类数据集分为支持集、多样本查询集、开集，从基础会话数据中抽取大量的模拟小样本开集增量识别任务，以模拟真实的小样本开集增量识别任务的过程。3)元增量训练：将网络在新类样本和旧类样本之间进行泛化，通过基于相似性的交叉熵损失函数对增量学习进行优化，基于元学习的思想，对大量的模拟样本增量学习任务进行优化。4)小样本开集识别的优化：在元任务中模拟开集场景，以优化开集识别能力使用聚类样本的方法来逐步减少类内差距。5)自适应RFF开集识别机制：采用多头自注意机制，挖掘原型点之间的关系，使用注意块生成倒点，之后使用优化函数滴对元学习任务进行优化。本发明提出了一种针对小样本的射频指纹识别方案，从训练集中抽取伪任务来实现环境仿真，适用于连续的增量过程，相较于传统的增量学习方法，取得了更优的识别效果。
-
公开(公告)号：CN118133088A
公开(公告)日：2024-06-04
申请号：CN202410352148.5
申请日：2024-03-26
Applicant: 浙江工业大学
IPC: G06F18/24 , G06F18/213 , G06N3/0442 , G06N3/047 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 一种基于图池化框架的多元时间序列分类的方法和装置，包括：1)初始图结构构建：将输入的多元时间序列(MTS)数据转换为图结构，通过自注意力机制自适应地学习多个时间序列之间的潜在关联，从而基于图的方法有效地表示多元时间序列(MTS)数据中的内部和跨变量依赖关系；2)节点过滤：基于节点评分机制有效地选择重要节点(即对分类有贡献的节点)，以降低分类难度；3)全局信息保存：在移除节点之前，先进行节点特征的汇总，即将节点信息聚合到其连接节点中，以防在移除冗余节点节点时丢失信息；4)标签分配：全连接层将提取到的图表示映射到目标类别，与相应的标签相连接，从而实现多元时间序列(MTS)分类。本发明基于图池的方法和图构造方法交互提出的图池化框架，成功的进行了在时间序列上的建模和多元时间序列分类，并且相较于以往的方法，取得了更好的分类效果。
-
公开(公告)号：CN119461035B
公开(公告)日：2025-04-11
申请号：CN202510022972.9
申请日：2025-01-07
Applicant: 杭州华新机电工程有限公司 , 浙江工业大学
Abstract: 本发明公开了一种桁架式门机的纠偏装置，包括行走轨道、门机大车、位置码和控制器，行走轨道包括平行且相间隔的第一轨道和第二轨道；门机大车包括配合于第一轨道的第一行走机构、用于驱动第一行走机构的第一动力源、配合于第二轨道的第二行走机构、用于驱动第二行走机构的第二动力源，第一行走机构设有第一编码器和第一扫码器、第二行走机构设有第二编码器和第二扫码器；位置码相对于行走轨道固定设置，位置码包括平行且间隔设置的第一位置码和第二位置码，第一扫码器扫描和识别第一位置码以确定第一行走机构的位置，第二扫码器扫描和识别第二位置码以确定第二行走机构的位置，能够检测、验证并更正两侧门腿的运行偏差，以避免损坏车轮或钢轨。
-
公开(公告)号：CN119884617A
公开(公告)日：2025-04-25
申请号：CN202411871953.5
申请日：2024-12-18
Applicant: 浙江工业大学
IPC: G06F18/15 , G06F18/2131 , G06N3/0455
Abstract: 一种基于Patch和Transformer的条件扩散模型的信号去噪方法和装置，其方法包括：1)数据生成和预处理：生成一组干净信号样本和噪声信号样本并进行归一化；2)模型输入信号处理：将干净信号与噪声信号线性加权组合，并将组合后信号进行patch划分局部，准备输入到条件扩散模型中。3)构建改进条件扩散模型：将划分后的信号数据利用transformer与条件扩散模型组合的神经网络模型进行去噪训练；4)模型生成与评估：使用误码率作为评估指标，对构建的基于Patch和Transformer的条件扩散模型进行评估效果。本发明提出的方法用Patch和Transformer改进条件扩散模型，用于调制信号去噪，通过使用Patch进行局部划分，Transformer进行局部和全局特征提取并加入条件扩散模型进行去噪。
-
公开(公告)号：CN119461035A
公开(公告)日：2025-02-18
申请号：CN202510022972.9
申请日：2025-01-07
Applicant: 杭州华新机电工程有限公司 , 浙江工业大学
Abstract: 本发明公开了一种桁架式门机的纠偏装置，包括行走轨道、门机大车、位置码和控制器，行走轨道包括平行且相间隔的第一轨道和第二轨道；门机大车包括配合于第一轨道的第一行走机构、用于驱动第一行走机构的第一动力源、配合于第二轨道的第二行走机构、用于驱动第二行走机构的第二动力源，第一行走机构设有第一编码器和第一扫码器、第二行走机构设有第二编码器和第二扫码器；位置码相对于行走轨道固定设置，位置码包括平行且间隔设置的第一位置码和第二位置码，第一扫码器扫描和识别第一位置码以确定第一行走机构的位置，第二扫码器扫描和识别第二位置码以确定第二行走机构的位置，能够检测、验证并更正两侧门腿的运行偏差，以避免损坏车轮或钢轨。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
