当前第 170 / 5741 页 共 57406 项数据
知识产权简介:本发明涉及一种针对烟草零售机器人场景下的知识问答系统构建和问答算法实现的流程，其中包含意图理解与分发，查询转化，回答生成三个步骤模块。
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:基于毫米波多人零样本的人脸识别系统旨在解决传统人脸识别系统在多人场景下的局限性。该系统利用毫米波技术，能够穿透一定厚度的物体，如面具或口罩，实现高度精确的人脸识别。与传统方法不同的是，这个系统具有零样本学习能力，即使没有事先存储的人脸数据，也能够在实时多人场景中识别和验证个体身份。该系统的关键特点包括高度精准的人脸识别，即使在不利环境条件下也能够表现出色，例如低光、多人拥挤等情况。它还具备对隐私的高度尊重，因为毫米波技术不依赖于可见光，避免了摄像头捕捉到的细节信息，从而提高了隐私保护水平。这一发明有着广泛的应用潜力，可以用于机场安检、公共交通、金融机构等多个领域，提高了安全性和便捷性。然而，还需要克服一些技术挑战，如毫米波传感器的成本和尺寸优化，以实现更广泛的商业应用。
- 国民经济行业: 科学研究和技术服务业／研究和试验发展／工程和技术研究和试验发展
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明涉及计算机网络安全领域，本发明涉及一种基于USRP的移动网络空口流量分析的方法，包括：移动网络中继单元、自动化流量收集单元、流量分析单元，其中移动网络中继单元实现在移动网络空口直接获取移动网络设备的通信流量，不需要在移动设备侧或是基站侧添加额外单元。自动化流量收集单元在移动网络中继单元的基础上进行流量收集，数据预处理，特征提取，构造数据集，无需手动操作移动设备。流量分析单元根据构造的数据集训练模型，并对移动网络流量进行分类分析。
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本系统将区块链智能合约运用于边缘计算视频流系统中，从而解决节点的参与度问题以及激励分配问题。本系统分别计算了服务器模式和设备模式中节点的能源损耗以及应该补偿给这些的激励，且通过在激励系统中执行该智能合约，激励会被自动分发给视频处理器以及各边缘节点，从而补偿了这些节点的能源损耗，保证了他们的参与度，也通过区块链保障了整个过程的公平性。
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:一种使用语言大模型和视觉大模型的方法来改善心脏MRI的心外包脂肪分割. 以及一种如何利用和处理其他类型数据集来解决医学大模型数据少难以训练的问题.
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提供了一种基于重采样分布估计的股票预测模型在线集成方法及系统，包括：获取待集成基础模型近一段时间的预测结果；利用基于循环神经网络的时序特征提取器对每天的股票市场提取时间序列特征；利用基于特征相似性的重采样器，对每一条由时序特征、基础模型预测误差二者构成的样本进行重采样，为每一个样本分配一个重采样权重，使重采样后数据分布更接近未来真实数据分布；在重采样集上计算时序特征和基础模型预测误差的联合概率分布参数，并由此得到线性集成权重生成器；对于接下来一段时间的数据，利用线性集成权重生成器生成在该数据上不同基础模型的组合权重，由此得到最终的模型集成预测结果。本发明通过在与未来数据分布尽可能接近的重采样集上生成线性集成权重生成器，再通过对临近交易日时各个深度学习模型的效果评估，选择最适合的模型组合权重的方法来提高对股票序列预测的准确性。
- 国民经济行业: 金融业／资本市场服务／资本投资服务
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本说明书涉及一种时序超图数据的存储和查询方法及装置，所述时序超图中包含顶点和时序超边，所述时序超边为连接任意数量顶点且具有类型和有效时间区间标注的边，所述存储方法包括以下步骤：获取时序超边的原始数据，包括时序超边在所述时序超图中连接的顶点、时序超边类型和有效时间区间；为各顶点、时序超边和时序超边类型编号；依据所述时序超边的原始数据构造键值对和时序超边元数据；将所述键值对逐一存入分布式键值存储中；将所述时序超边元数据分别按照有效时间区间的开始时间和截止时间升序排序后，分别存入时序超边元数据存储一和时序超边元数据存储二。
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／数据处理和存储服务
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提供了一种基于提示学习的多域ISAR图像识别方法及系统，包括使用成像算法生成多域ISAR图像数据并选取成像效果最好的成像算法生成的图像为源域，其余算法生成的图像作为目标域；使用源域图像进行卷积神经网络的训练获得具备源域ISAR图像识别能力的模型参数；在源域参数的基础上，进行目标域提示的构建，构建过程无需修改源域卷积神经网络的参数；在构建了目标域上的域提示后，结合域提示和源域卷积神经网络进行目标域ISAR图像的识别。该方法及系统实现了在不改动卷积神经网络模型参数和较小的存储计算开销的情况下，提升其对目标域ISAR图像的识别能力。解决了传统ISAR图像识别方法及系统在面对不同成像算法生成的图像时识别能力下降的问题。
- 国民经济行业: 科学研究和技术服务业／研究和试验发展／工程和技术研究和试验发展
- 权利人: 上海交通大学
- 联系合作
知识产权简介:推荐系统旨在挖掘用户的个性化喜好内容。多模态推荐系统利用了物品端特有的文本和图像等数据来辅助挖掘用户兴趣。尽管有着多模态信息的协助，但大多数的模型仍然极大地依赖于物品的ID的向量表示的学习。当物品的交互记录较为稀疏时，物品的ID的向量表示难以表征，且由于每个物品的ID的向量表示的独特性，阻碍了相关物品之间的信息交融，使得对多模态推荐模型难以训练，得到的多模态推荐模型性能不优。另外，多模态推荐模型所占用的空间会随着物品规模的上升而不断增加，占据较大的存储资源。本专利利用多模态特征离散化技术产生的多个离散化字段作为物品的全新表征，替代掉物品的ID的向量表示，从而克服了物品的ID的向量表示在多模态推荐模型训练中的困难，优化了得到的多模态推荐模型的性能 。
- 国民经济行业: 信息传输、软件和信息技术服务业／互联网和相关服务／互联网信息服务
- 权利人: 小红书科技有限公司
- 联系合作
知识产权简介:本发明提供了一种IoT设备固件自动化模糊测试系统及方法，系统包括静态分析模块、模糊测试模块、变异指导模块、模拟执行模块。静态分析模块用于提取被用作字符串比对函数参数的字符串常量和被用于与相同变量比对的不同常量；变异指导模块训练神经网络拟合目标程序分支情况，依据神经网络梯度对种子相应字节进行变异，另外根据静态分析模块输出对种子中的字节进行替换，指导生成测试用例；模糊测试模块对目标进行模糊测试；模拟执行模块将目标IoT固件模拟运行，提供模糊测试对象。本发明的有益效果是：优化变异能量分配，集中变异更易影响被测程序分支行为的种子字节，并通过静态分析缓解魔法值约束难以通过的问题，使得整体测试效率提高。
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／软件开发
- 权利人: 上海交通大学
- 联系合作