“张纪林”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果231个，建议您升级VIP下载更多相关专利

[发明专利]一种面向大规模安全监控的参数通信方法-CN201911197625.0有效
发明人： 张纪林;阳瑞;袁俊峰;陈军相;万健;张俊聪;魏振国 -专利权人：杭州电子科技大学;杭州电子科技大学舟山同博海洋电子信息研究院有限公司;浙江曙光信息技术有限公司
申请日： 2019-11-29 - 公布日： 2022-03-22 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
一种面向大规模安全监控参数通信方法

[发明专利]一种基于语义特征向量的渔船类型识别方法-CN202111435653.9在审
发明人：刘震;袁俊峰;任永坚;张纪林;欧东阳;曾艳;许洋;王雷;徐传奇;于晓康 -专利权人：杭州电子科技大学
申请日： 2021-11-29 - 公布日： 2022-03-08 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于语义特征向量的渔船类型识别方法，面向于人工特征工程复杂、特征提取不充分问题。本发明提出了基于船位轨迹的航迹提取算法及基于速度约束的轨迹修复算法对历史VMS轨迹数据进行数据修复，提高数据质量；提出基于Word2Vec的语义特征抽取模型，从预处理的VMS渔船轨迹中自动化抽取渔船VMS的语义高阶特征向量，结合基于梯度提升树的LightGBM分类模型能够实现渔船作业类型的有效分类。本发明在应用到渔船作业类型识别等分类问题时，有较高的识别性能，同时，该方法应用在智慧海洋中可有效识别渔船作业类型。
一种基于语义特征向量渔船类型识别方法

[发明专利]一种基于AIS轨迹数据的多步聚类的渔船行为识别方法-CN202111334480.1在审
发明人：许越然;张纪林;袁俊峰;欧东阳;曾艳;刘震;王雷;许洋;徐传奇;于晓康 -专利权人：杭州电子科技大学
申请日： 2021-11-11 - 公布日： 2022-03-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于AIS轨迹数据的多步聚类的渔船行为模式识别方法，包括轨迹数据处理、提取轨迹特征点、建立相似度距离模型得到计算轨迹点之间的时空距离矩阵、使用Mean Shift聚类算法对渔船的轨迹进行第一步聚类，使得时空距离相近且连续轨迹点聚在一起，对应着同一种捕捞行为、使用K‑means聚类算法对轨迹段的平均速度进行聚类，使得平均速度相似的轨迹段聚在一起，从而对一艘渔船所有的轨迹段按照抛锚，航行和捕捞行为进行分类。本发明方法降低计算开销，提高效率和通用性。
一种基于 ais 轨迹数据多步聚类渔船行为识别方法

[发明专利]一种利用启发式算法降低联邦学习中设备空跑时间的方法-CN202111451281.9在审
发明人：万健;张雪容;张纪林;曾艳;殷昱煜 -专利权人：杭州电子科技大学
申请日： 2021-12-01 - 公布日： 2022-03-01 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种利用启发式算法降低联邦学习中设备跑时间的方法。本发明利用启发式算法中的模拟退火算法求解局部最优解，得出令各参与方设备空跑时间缩短的解决方案。相较于传统的联邦学习算法，本发明设定在每轮运算中各参与方迭代的次数可以不同。利用模拟退火算法，根据数据预处理阶段得到的参与方平均迭代时间求解每轮参与方的最优迭代次数。并将传统联邦学习算法中参与方本地训练和中央服务器求解下一轮参与方名单的串行设计改为并行设计，从而尽可能降低参与方空等时间。
一种利用启发式算法降低联邦学习设备时间方法

[实用新型]玻璃窑炉用供料机-CN202122052899.X有效
发明人： 张纪林;崔功臣 -专利权人：泰兴市吉力玻璃制品有限公司
申请日： 2021-08-30 - 公布日： 2022-02-25 - 主分类号： C03B3/00 文献下载
摘要：本实用新型涉及玻璃制造领域，提供了玻璃窑炉用供料机。包括底座、料斗、供料槽以及推料机构，所述推料机构包括偏心轮机构、传动杆件、铰接链以及推板，所述传动杆件的一端连接偏心轮机构，传动杆件的另一端安装推板，所述铰接链安装于传动杆件的中部与底座之间，铰接链为二级铰链结构，铰接链一端与传动杆件固定连接，铰接链的另一端与底座铰接。利用偏心轮机构配合传动杆件，实现推板在投料口处的往复运动实现推料，避免堵塞；通过二级的铰链机构和偏心轮实现推板在前进推料时的下压以及后缩复位是的上抬，避免将推出的玻璃碎渣拉回投料口，推料效果更佳。
玻璃窑炉用供料

[发明专利]一种基于用户购买行为的用户特征预测方法-CN202011331045.9有效
发明人：周仁杰;刘畅;张纪林;万健;赵乃良;胡强;谢忠毅;殷昱煜;蒋从锋 -专利权人：杭州电子科技大学
申请日： 2020-11-24 - 公布日： 2022-02-18 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于用户购买行为的用户特征预测方法，该方法包括：采集目标用户特征信息、历史订单信息以及订单商品信息，并利用订单商品信息从公开知识图谱获取商品相关的三元组知识，构建知识子图，利用图卷积神经网络聚合实体近邻局部特征，充分学习实体的表示向量；在用户特征预测模型中根据不同的商品特征以及不同的具有相似购买行为用户的特征学习到目标用户与不同商品以及相似购买行为用户的相似度，充分根据用户间以及用户实体间的相似度学习其特征向量，满足用户的个性化需求。本发明提高了用户特征预测的准确性，从而可以更准确地预测用户特征，构造更完整的用户画像。
一种基于用户购买行为特征预测方法

[实用新型]玻璃窑炉落料分料结构-CN202122069497.0有效
发明人： 张纪林;崔功臣 -专利权人：泰兴市吉力玻璃制品有限公司
申请日： 2021-08-31 - 公布日： 2022-02-01 - 主分类号： C03B7/08 文献下载
摘要：本实用新型涉及玻璃制造领域，具体涉及玻璃窑炉落料分料结构。括落料装置、剪料装置以及分料装置，剪料装置安装于落料装置下方的落料口处，所述分料装置安装于剪料装置的下方；利用搅拌桶在落料都内的转动，有效避免玻璃料液的局部凝固，影响出料；利用冲头上下运动，达到刹料的效果，有利于固定形状的料头的产生；利用剪料装置将料头剪断，便于精确控制料头的大小和形状，提高落料的效率；通过分料装置，将剪断的料头分送至各个模具内成型，提高成型的效率。
玻璃窑炉落料分料结构

[实用新型]一种香水玻璃瓶用吸盘式固定底座-CN202122188843.7有效
发明人：张景焱;张纪林;崔功臣 -专利权人：泰兴市吉力玻璃制品有限公司
申请日： 2021-09-10 - 公布日： 2022-02-01 - 主分类号： A45D34/00 文献下载
摘要：本实用新型属于香水瓶固定技术领域的一种香水玻璃瓶用吸盘式固定底座，包括固定座，固定座底面安装有多个吸盘，固定座顶面固定连接有螺纹杆，螺纹杆上滑动连接有按压盖，按压盖顶面设有挤压垫片，螺纹杆上螺纹连接有螺帽，螺帽位于挤压垫片上方，螺纹杆远离固定座一端安装有固定盒，固定盒内壁前侧、后侧、左侧和右侧均安装有固定机构，固定机构包括第一垫片、弹簧、第二垫片和固定板，两个第二垫片之间安装固定板，固定盒内安装有四个收缩板，收缩板位于固定机构上方，收缩板一端固定连接在固定板上，有利于设备对不同大小不同尺寸的瓶子进行固定，进一步提高设备的固定效率。
一种香水玻璃瓶吸盘固定底座

[实用新型]玻璃窑炉料道加热装置-CN202122053009.7有效
发明人： 张纪林;崔功臣 -专利权人：泰兴市吉力玻璃制品有限公司
申请日： 2021-08-30 - 公布日： 2022-02-01 - 主分类号： C03B7/06 文献下载
摘要：本实用新型涉及玻璃制品制造领域，提供了玻璃窑炉料道加热装置。包括油枪、油枪支架以及助燃风套，油枪支架包括安装法兰以及一对弧形夹持块，所述安装法兰由螺钉固定安装于助燃风套侧壁，一对所述的夹持块自油枪上下两侧包裹油枪的进油室，上方的夹持块上安装有竖直的限位螺钉，所述限位螺钉抵紧进油室外壁限位，下方的夹持块设有一对油管接口，所述油管接口与进油室底部的一对进油孔对应联通。利用助燃风套作为安装座，通过支架可拆卸支撑油枪，在停止工作时，可以将油枪整体拔出，完成拆卸；通过助燃风套进行通风助燃，有利于提高燃烧的效率。
玻璃炉料加热装置

[实用新型]玻璃瓶抓取排列机械手-CN202122053012.9有效
发明人： 张纪林;崔功臣 -专利权人：泰兴市吉力玻璃制品有限公司
申请日： 2021-08-30 - 公布日： 2022-02-01 - 主分类号： B65G47/90 文献下载
摘要：本实用新型涉及玻璃瓶的制造设备，提供了玻璃瓶抓取排列机械手。包括驱动机构、执行机构以及控制系统，所述驱动机构包括水平的固定基座、运动平台、两个以上的伺服电机以及与伺服电机一一对应的运动链接，所述伺服电机均布安装于固定基座，运动平台由运动铰链活动连接于固定基座的下方，所述运动铰链一端与对应的伺服电机连接，运动铰链的另一端与所述运动平台铰接连接。利用封闭式铰链结构配合伺服电机，不同的排列点处对应的驱动臂的摆动角度是唯一，通过控制系统控制伺服电机的转动角度即可以实现机械手的定点排列；该机械手的结构稳定，控制简单，适用于玻璃瓶的生产场合。
玻璃瓶抓取排列机械手

[发明专利]一种学生主客观因素结合的成绩预测方法及系统-CN202111050024.4在审
发明人：刘涛;张纪林;袁俊峰;曾艳;金峻帆;刘峰;钱瑞祥;万健;任永坚 -专利权人：杭州电子科技大学
申请日： 2021-09-08 - 公布日： 2022-01-14 - 主分类号： G06Q50/20 文献下载
摘要：本发明公开了一种学生主客观因素结合的成绩预测方法及系统。首先利用校园内的课程信息，构建课程相似度矩阵；然后利用课程相似度矩阵和学生历史课程成绩，计算学生待预测课程的客观成绩；其次搜集学生的日常行为数据和学习数据，将这些数据进行清洗修复，然后通过神经网络计算每个学生属性的权重，将权重和属性值相乘，得到学生带权属性；最后将学生带权属性和客观成绩结果作为输入，通过神经网络预测，得到学生最终预测成绩。本发明提出学生主客观因素结合的成绩预测方法，能够预测学生每一阶段的成绩，为学生提供学业预警，便于教师针对学生进行个性化指导。
一种学生主客观因素结合成绩预测方法系统

[发明专利]一种基于概率密度聚类的数据清洗方法及装置-CN202111075791.0在审
发明人：王玮;周仁杰;张纪林;任永坚;邓飞;王星;邵衢进;沈佳冰;袁俊峰;欧东阳 -专利权人：杭州电子科技大学
申请日： 2021-09-14 - 公布日： 2022-01-14 - 主分类号： G06F16/215 文献下载
摘要：本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发，利用数据的概率密度求出数据的特征向量，再根据特征向量来进行模型训练和预测，提高了错误数据的预测精准度，并且人工参与的工作量较小，工作复杂度较低；在利用概率密度求特征向量的过程中，设置的阈值精度较高，个数较多，使本方法具有的一定的泛化型。
一种基于概率密度数据清洗方法装置

[发明专利]基于变异系数约束的面向智慧校园时间序列数据修复方法-CN202111137017.8在审
发明人：钱瑞祥;张纪林;陈军相;袁俊峰;金峻帆;刘涛;刘峰 -专利权人：杭州电子科技大学
申请日： 2021-09-27 - 公布日： 2022-01-14 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于变异系数约束的面向智慧校园时间序列数据修复方法。本发明能够使用变异系数约束检测异常数据点和生成候选修复值，综合考虑一段时间内所有数据点之间的变化。本发明能够利用最小修复原则生成窗口下的局部最优解，尽可能减少异常数据点的修复差值，提高了修复后数据的真实性和正确性。本发明能够使用所有包含异常数据点窗口下得到的候选修复集合的加权平均值作为最终修复值，权重遵从“重近轻远”原则，即靠前的窗口所得到的候选修复值应该比靠后的有更好的置信度，相比其他直接使用平均值的算法，提高了修复后数据的正确性。本发明能够利用无序处理算法处理数据点延迟到达的情况，支持数据时间戳乱序的情况。
基于变异系数约束面向智慧校园时间序列数据修复方法

[发明专利]一种面向AI训练的海量小文件分布式缓存方法-CN202111220222.0在审
发明人：路锦;曾艳;赵乃良;张纪林;袁俊峰;万健;张雪容;沈鸿辉 -专利权人：杭州电子科技大学
申请日： 2021-10-20 - 公布日： 2022-01-07 - 主分类号： G06F16/172 文献下载
摘要：本发明公开了一种面向AI训练的海量小文件分布式缓存方法，以实现海量小文件高性能分布式缓存。本发明首先对小文件按照拟合AI训练中Batch Size特征的规则合并为chunk；其次，分析chunk的缓存状态，对小文件序列进行双层shuffle操作；最后，在AI训练读取数据时，针对重复I/O采用Local Cache短路读取，并在Local Cache短路读取时机开启异步分组预读。本发明通过高效利用缓存解决面向AI训练的海量小文件随机读取难题，在面向AI训练的场景下，显著提升数据访问速率与缓存命中率，减少AI训练的迭代时间。
一种面向 ai 训练海量文件分布式缓存方法

[发明专利]一种基于深度学习预测神经网络训练时长的方法-CN202111020175.5在审
发明人：王鑫;曾艳;袁俊峰;张纪林;万健 -专利权人：杭州电子科技大学
申请日： 2021-09-01 - 公布日： 2022-01-04 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于深度学习预测神经网络训练时长的方法，为大规模集群中的深度学习任务训练时长提供预测以优化集群调度策略。本发明首先分析神经网络的结构特性和训练过程的计算组成，构建以单层网络训练时长为基本单位的完整神经网络训练时长的计算模型，为利用单层模型特征预测具备不同结构的神经网络训练时长提供支持；其次，分析模型特征和训练时长的关系，设计多层感知机模型用以提取模型特征对训练时长的影响；最后，根据模型特征对训练时长的影响，制定降维规则用以提取对训练时长影响较大的关键特征，降低模型特征的维度，并利用降维后的模型特征训练深度学习模型用以预测分布式环境下的神经网络训练时长。
一种基于深度学习预测神经网络训练方法