本发明公开了一种基于子流域和机器学习模型的流域内地表水体新烟碱类杀虫剂污染的预测方法，属于地表水污染预测领域；包括以下步骤，步骤一，确定子流域范围，将每个子流域的坐标范围作为其身份标识ID；步骤二，数据采集以及预处理；步骤三，建立数据集，构建机器学习模型与模型调优；步骤四，实现子流域内地表水新烟碱类杀虫剂污染预测；步骤五，结果的可视化。本发明的方法实现了在国家尺度下多个子流域的同步快速准确的预测，为地表水体新烟碱类杀虫剂污染领域的预报监控提供了全新的方法参考；同时，整合常见六种新烟碱类杀虫剂，实现一个模型对多种污染物的同步预测；补充社会经济因素，全面捕捉污染影响因素。
📄 2025112542625
📂 G16C20_30
👤 浙江工业大学
📅 2025-09-04
本发明公开了一种基于机器学习的人体状态匹配方法，包括：(1)样本集预处理；(2)Open Pose检测人体关键点；(3)训练样本集对齐；(4)建立人体标准姿态模型；(5)PCA分析降维；(6)训练SVM分类器，计算数据集中每个项的变形因子bC，计算出bC的阈值；(7)计算待验证的人体姿态形状的变形因子bC，如果bC值在阈值范围内，则待验证的姿态形状就是预定义的标准姿态，如果bC值超出阈值范围，则待验证的姿态形状不是标准姿态。利用本发明，可以快速的确定新姿态是否是预定义的标准姿态，匹配准确度高。
📄 2021100545770
📂 G06V40_20
👤 浙江工业大学
📅 2021-01-15
一种基于SVM的虚假数据注入攻击的分类方法，包括以下步骤：第一步，提取特征数据，从网络化倒立摆系统中采集所需的特征数据；第二步，获取虚假数据，定义所注入的虚假数据的形式，并为虚假数据附上false_label为‑1的标签；第三步，获取测试集与训练集的数据，继续构建数据集，为正常数据附上label为1的标签，将上述数据整合，得到所需训练集和测试集；第四步，通过SVM训练得到模型，最后计算分类的准确率。本发明在对初始数据进行获取后，采用了SVM进行分类，运行速度快，误差小，效率高，很好地解决了网络攻击中虚假数据注入对信息物理系统的影响。
📄 2018115546810
📂 G06F21_55
👤 浙江工业大学
📅 2018-12-19
一种基于SVM的标签发展趋势预测模型的构建方法，包括以下步骤：(1)数据集预处理，统计网站的帖子数据，去除非相关数据信息；(2)选取样本标签，统计标签新出现两年之后的频率，提取流行标签集合和非流行标签集合；(3)构建标签的有权无向网络；(4)提取标签特征数据，包括标签的网络特征以及相关属性特征，作为训练测试数据；(5)采用支持向量机SVM的方法对数据进行训练，并构建标签流行趋势预测模型。本发明考虑标签之间相关性，通过属性特征结合网络特征来对标签的未来发展趋势进行预测分类，对于预测潜在流行标签具有较高的精度。既有利于引导用户选择合理的标签，也有利于网站建设者提供更高质量的标签。
📄 2017101274784
📂 G06F16_955
👤 浙江工业大学
📅 2017-03-06
本发明公开了一种基于机器学习算法的伞柄温度自适应智能调节方法，通过伞柄上的感温模块[2]智能感知环境温度以及撑伞者的皮肤表面温度，利用数据处理装置[3]实现伞柄温度调节量的自适应实时智能计算，并通过调温装置[1]进行伞柄温度调节量的机器学习建模，实现伞柄温度的调节。温度调节所需的能量由伞布表面的太阳能电池膜进行收集，并存储在伞柄中的太阳能电池装置[5]中。使用本发明的伞柄温度自适应智能调节方法，实现了根据撑伞者皮肤表面温度的伞柄温度自动调节功能，提高了撑伞者的使用舒适度。
📄 2017103925667
📂 G05D23_19
👤 浙江工业大学
📅 2017-05-27
本发明属于网络安全和机器学习技术领域，公开了一种基于基因图谱和机器学习的APT网络攻击检测方法及装置，方法软件基因提取；根据基因片段中词的词频计算基因片段的初步评估分数，并基于基因片段的代码行数得到复杂度因子，利用复杂度因子对初步评估分数进行加权得到最终评估分数；取最终评估分数高的基因片段作为特征基因；利用全局词向量表示算法对特征基因进行向量化；对所有基因向量进行聚类以及降维，得到多个基因簇；分别将基因簇送入由三层CNN‑LSTM神经网络构成的攻击检测模型中，得到攻击检测模型输出的对应于每个基因簇的预测结果，聚合所有预测结果对攻击检测模型进行训练更新。本发明有效提高APT攻击检测准确率。
📄 2025101745965
📂 H04L9_40
👤 浙江工业大学
📅 2025-02-18
本发明公开了一种基于极限学习机的电子鼻信号漂移补偿子空间对齐方法，包括：获取电子鼻数据；将未漂移的电子鼻数据作为源域数据,将漂移电子鼻数据作为目标域数据；将两域数据投影到基于极限学习机的特征空间中得到HS和HT；最小化两域数据之间的联合边缘和条件分布差异；向分类模型中引入目标域样本的流形空间信息；最大化HSIC最小二乘公式；使用l2,1范数对投影子空间施加约束；最小化源域数据的类内散射，最大化源域数据的类间散射；最大化投影后源域数据和目标域数据的方差；合并得到SAELM；得到校准过后的电子鼻基准数据 和校准过后的数据 使用 进行训练，对 进行测试；将得到 标签作为电子鼻的预测输出。本发明有助于提高电子鼻对气体的识别率。
📄 2021109030943
📂 G06F30_27
👤 西南大学
📅 2021-08-06
本发明涉及一种基于机器学习及网络节点信誉的非结构化P2P资源搜索方法，包括如下步骤：步骤一，设置生存时间；步骤二，判断网络节点是否存在目标资源；步骤三，判断请求消息的生存时间；步骤四，判断Q表中关于目标资源的Q值是否为空；步骤五，计算奖赏；步骤六，搜索目标资源；在邻居网络节点搜索资源，直到找到了目标资源或者TTL为0结束。本发明能够加快机器学习速度，减少资源查询时间，提高搜索成功率，同时保障服务的安全可靠性。
📄 2013104790762
📂 H04L29_08
👤 重庆邮电大学
📅 2013-10-14
本发明公开了一种改进k‑means算法的噪声数据去除方法，该方法首先是采用最远优先策略选取k个聚类中心，然后根据此k个聚类中心对空气温度数据进行聚类，同时更新聚类中心，直到上下两次聚类中心不变停止聚类，接下来引入环境阈值，判断任意两个聚类中心之间的距离与环境阈值的大小，筛选出距离大于环境阈值的那部分簇中数据量最下的一个或几个簇删除，完成噪声数据的去除，本发明还公开了实施该改进k‑means算法的噪声数据去除方法的系统，本发明能够实现更快速、更准确地识别噪声数据并将其去除。
📄 201610980597X
📂 G06F19_00
👤 浙江理工大学
📅 2016-11-08
本发明提供一种采样受限主动学习的溯源方法，来评估信息物理系统中虚假源机制下的SLP强度；考虑到溯源代理的系统认知有限，使得数据标记能力受限，建立了采样受限的溯源方法；考虑到无约束的随机游走会导致溯源周期过长的现象，采用了网络流量识别模型来优化溯源策略；考虑到虚假源机制所产生的虚假流量可能远高于或远低于正常流量的数量，为解决这一类别不均衡以及潜在的离群点问题，采用了不确定性、样本双重代表性和多样性相结合的主动学习策略。该方法比随机游走的溯源方法具有更优的源节点捕获能力，提出的主动学习策略比其他主动学习能更有效地平衡正负样本，具有较优的采样性能。
📄 2018107540564
📂 G06K9_62
👤 浙江理工大学
📅 2018-07-11
本发明请求保护一种spark下的机器学习快速大规模样本签名方法，涉及数据挖掘技术和计算机信息处理技术。本方法为：1)读入样本数据，将样本数据转换成独有的样本格式；2)对样本数据中的高频特征进行划分，得到FeatureMap；3)设置最大广播数量，根据最大广播数量计算FeatureMap的partition；4)根据partition数量进行循环迭代，分片广播大量特征；5)最后对样本进行格式转换，得到libsvm格式的数据。本发明可以解决模型训练过程中样本签名性能瓶颈的问题，特别适用于在spark集群下训练模型。本发明虽然解决的是样本签名问题，但是由于本方法定制数据结构和分片广播可以很好的避免shuffle从而同样适用于大数据工程中的数据倾斜问题。
📄 2019109831588
📂 G06N20_00
👤 深圳楷乔科技有限公司
📅 2019-10-16
本发明公开了一种基于多层机器学习的业务流程剩余时间预测方法。该方法提取了历史日志中的实例间属性以剩余关键活动数属性，并使用stacking技术将XGBoost、LightGBM模型进行融合，从而得到一个更优的融合模型来完成对流程实例剩余时间的预测。这种业务流程剩余时间预测方法有精度高、鲁棒性强等特点，能有效预测流程未来执行信息，为相关人员进行流程优化、流程控制等提供指导。
📄 2019113666314
📂 G06Q10_04
👤 杭州电子科技大学
📅 2019-12-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台