专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果47个,建议您升级VIP下载更多相关专利
  • [发明专利]多模式的人体跌倒检测方法-CN202011505755.9在审
  • 刘东升;许翀寰 - 浙江工商大学
  • 2020-12-18 - 2021-04-16 - G08B21/04
  • 本发明公开了一种多模式的人体跌倒检测方法,包括:采集检测对象的加速度数据;根据加速度数据判断检测对象的状态;在判断出检测对象处于跌倒状态时采集检测对象的表面肌电信号;从表面肌电信号中提取出肌电信号特征;通过支持向量机识别肌电信号特征;在支持向量机识别出检测对象处于跌倒状态时触发报警系统。本发明所提供的多模式的人体跌倒检测方法,针对目前的跌倒识别方法容易受外界噪音干扰而导致识别准确度不高以及支持向量机受惩罚参数c和核函数参数g影响较大的问题,提出一种多模式的检测方法,融入三轴加速感应和PSO优化SVM,提升老年人跌倒行为识别准确度。
  • 模式人体跌倒检测方法
  • [发明专利]基于多维和参数动态变动的群体极化分析方法-CN201710089608.X有效
  • 陈庭贵;石佳文;许翀寰 - 浙江工商大学
  • 2017-02-20 - 2020-04-10 - G06F30/20
  • 基于多维和参数动态变动的群体极化分析方法,包括:步骤1,将个体X对事件的态度量化为一个n元数组(x1,x2,x3,......xn)来表示,个体之间的态度差异则可以用n维意见空间中两点之间的距离来表示;步骤2,个体间态度值调整算法规则的定义;步骤3)将代表个体态度值的点随机地分散在多维的态度值空间中,模拟群体性事件发生初期,群众对这一事件的态度分布情况;步骤4)通过所建模型依据实际事件发展的影响力以及民众的关注度,来代入模型实现对群体性事件极化行为的分析。对于多维度评价的社会群体性事件极化行为的模拟仿真有很大的现实意义。
  • 基于多维参数动态变动群体极化分析方法
  • [发明专利]非结构化文本数据增强型分布式大规模数据维度抽取方法-CN201611254128.6有效
  • 刘东升;许翀寰 - 浙江工商大学
  • 2016-12-30 - 2019-10-18 - G06F16/33
  • 本发明提供了一种非结构化文本数据增强型分布式大规模数据维度抽取方法,包括文本分词,词频统计,输入文本主题提取以及过滤主题词,输入文本主题提取:根据抽取所关注的目标领域,确定目标领域的主题词集合,通过计算得出在输入文本中主题词与主题词所有左侧词共同出现时的稳定性,通过训练设定第二阈值,将稳定性与第二阈值做对比,当稳定性不小于第二阈值时,能得到输入文本主题相关的左侧主题词的集合。有效将海量非结构化文本数据转换为结构或半结构化数据,从而为数据分析挖掘提供良好的支持。对于解决大量非结构化文本的结构化分析这样的复杂问题具有较好的效果。
  • 结构文本数据增强分布式大规模维度抽取方法
  • [发明专利]一种基于LDA算法的社会化网络交互活动用户兴趣挖掘方法-CN201510121622.4有效
  • 陈庭贵;许翀寰;陶婉琼 - 浙江工商大学
  • 2015-03-19 - 2018-04-20 - G06F17/30
  • 涉及一种基于LDA算法的社会化网络交互活动用户兴趣挖掘方法,主要适用于对社会化网络中的英文交互信息数据进行处理。首先从社会化网络中爬取所需的用户交互信息数据,对这些数据进行数据处理,其中主要包括单词改错、停止词删除和词干提取,而后获得交互活动文档的数据集。然后采用LDA算法对交互活动文档集进行集群,接着对每个集群和集群中的交互活动文档与预先设定的活动领域进行相关度计算,确定各个集群所属的活动领域,并进一步确定各个交互活动文档所属的活动领域。本发明有效地结合了LDA算法的优点,提出了一种基于LDA算法的社会化网络交互活动用户兴趣挖掘新方法,具有准确性高、简单、便捷等良好的实用价值。
  • 一种基于lda算法社会化网络交互活动用户兴趣挖掘方法
  • [发明专利]一种融入本体情境的用户兴趣挖掘方法-CN201410269562.6有效
  • 陈庭贵;周广澜;许翀寰;封毅 - 浙江工商大学
  • 2014-06-17 - 2018-04-17 - G06F17/30
  • 一种融入本体情境的用户兴趣挖掘方法,首先针对电子商务网站中复杂多维的Web用户兴趣行为特征数据,构建基于二阶隐马尔可夫模型的用户兴趣特征提取模型;其次分析了能反映用户兴趣的情境信息,包括用户的个体信息、环境信息以及设备信息等;再次构建了基于情境本体的用户兴趣模型,同时采用逻辑模糊的思想对用户个体信息的兴趣度进行了度量与表达,最后基于隐半马尔可夫模型的用户兴趣漂移检测方法,根据用户浏览路径构建模型,将序列的平均对数或然概率的均值作为阈值点,用以判断兴趣是否发生了漂移。本发明构建了能够满足用户需求的兴趣模型以提供个性化推荐服务,提高用户满意度的有效手段,具有良好的应用价值。
  • 一种融入本体情境用户兴趣挖掘方法
  • [发明专利]一种隐藏属性的密钥策略属性加密方法-CN201510229719.7有效
  • 陈庭贵;许翀寰;黄治移 - 浙江工商大学
  • 2015-05-07 - 2017-10-24 - H04L29/06
  • 隐藏属性的密钥策略属性加密方法,拥有选择集合信息不可分辨安全模型的安全性。使用者为了确保数据的私密性,希望利用加密机制将文件加密给其他使用者,通过密钥策略属性加密方法,使用者可以很有弹性地决定密文的存取权限,未具有指定权限(解密角色)的人无法得知数据内容,而密文的存取权限信息在许多情况下也是需要保护的,经由可隐藏属性的密钥策略属性加密方法,可以有效控制密文的存取权限,还可保护权限控制属性数据的私密性。另一方面当应用密钥策略属性加密机制在支持关键字搜索的加密方法时,使用者可以指定任意关键字组成布林算式授权服务器协助搜索,此时对应于密文的关键字必需也是隐藏的。
  • 一种隐藏属性密钥策略加密方法
  • [发明专利]基于云计算的智慧感知推荐方法-CN201710315264.X在审
  • 肖亮;许翀寰;王璐雅;王铜安 - 浙江工商大学
  • 2017-05-03 - 2017-10-20 - G06Q30/06
  • 基于云计算的智慧感知推荐方法,研究个性化推荐服务的效果问题,从智慧感知入手,基于Hadoop架构,提出基于云计算的智慧感知推荐系统。本发明通过Hadoop架构实现分布式计算,在用户相似性计算前先对用户进行有效聚类,而后采用改进的相似性计算方法计算用户相似度值,最后预测目标用户的评分,给出推荐结果。通过该方法科学合理的提高个性化推荐结果的精确性和多样性。本发明适用于各类已开展电子商务活动,并追求高质量个性化服务的企业。
  • 基于计算智慧感知推荐方法
  • [发明专利]基于点边权值影响的多级供应商网络演化方法-CN201710089998.0在审
  • 陈庭贵;左虹;许翀寰 - 浙江工商大学
  • 2017-02-20 - 2017-07-04 - G06Q30/02
  • 基于点边权值影响的多级供应商网络的演化方法,包括构建初始供应商网络;网络的择优连接增长;供应商网络的更新操作;边退化性操作;节点删除操作;结束运算操作。本发明研究多级供应商网络的演化过程,对其进行实验仿真计算,一方面能够及时地发现供应商网络中存在的冗余节点和效益较差点边,并在演化的过程中将该节点和边剔除出供应商网络;另一方面,在演化过程中也能够不断地增加效益较好的节点并通过择优连接方法与旧节点相连,使供应商网络保持良好的运作效益。运用该演化仿真方法,不仅能够预测供应商网络可能出现的风险,而且能够提前做出相应的措施使其更具鲁棒性和弹性。
  • 基于点边权值影响多级供应商网络演化方法
  • [发明专利]基于人群疏散的折半聚类方法-CN201710089909.2在审
  • 陈庭贵;石佳文;许翀寰 - 浙江工商大学
  • 2017-02-20 - 2017-06-30 - G06K9/62
  • 人群疏散折半聚类方法,包括将整个疏散场景面积定义为P=L*W;将人群疏散个体数据集定义为E={ei,i=1,2,…,num};个体数据集E到场景P的映射是E→S,被定义为S={ei(x,y)};同组个体属性设定;计算网格密度;核心网格是包含的个体数目大于1的叶子网格且核心网格数目不大于k;对整个场景进行二分的非均匀网格划分;检测非空网格内的个体是否同;按网格密度非递增排序叶子网格;按顺序依次提取叶子网格为核心网格,聚合其周围的同组邻居网格;按距离就近原则,聚合剩余的非核心网格。将现实中的人际关系如家人、朋友等考虑到聚类分组中去,在人群疏散过程中快速识别出人群中有关系的人并准确地聚类成组。使得仿真模拟更加符合实际的人群疏散。
  • 基于人群疏散折半方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top