-
公开(公告)号：CN102750353A
公开(公告)日：2012-10-24
申请号：CN201210190397.6
申请日：2012-06-08
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明一种在键值库中进行分布式数据分析的方法，属于数据处理技术领域。将键值库中与哈希范围对应的数据作为一个数据块，每个数据块有多个副本，选取一个副本进行映射处理，得到多个中间数据块，存储在当前计算机上；聚集处理从映射处理的计算机上读取中间数据块，进行排序后进行聚集处理，得到一个输出文件并存储在非关系型数据库上的文件系统中；启动时，用户将数据分析程序打包成一个代码包，将该代码包和数据块描述信息存储在文件系统中，中心计算机从文件系统中读取数据块描述信息,根据该信息分配任务。本方法消除了映射聚集框架对分布式文件系统的依赖，可执行代码包都被存储在非关系型数据库上的文件系统中，降低了资源消耗和维护成本。
-
公开(公告)号：CN102737069A
公开(公告)日：2012-10-17
申请号：CN201110097052.1
申请日：2011-04-15
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明提供了一种语义增强的音乐评论分类方法，用于对音乐评论进行自动分类，它根据乐评内容将其划分为专辑评论、艺术家评论、旋律评论、歌词评论和外部特征评论五大类，只需要对少量乐评进行手工分类，即可实现对大量类别未知乐评的自动分类。本发明方法的优点是不仅对音乐评论本身进行分析，同时它还运用了与被评论对象相关的音乐短语，如音乐元数据、歌词等，来增强分析的准确性；同时，本发明方法还提供了一种有效合并两个分类器输出的方法，显著提高了预测的准确性。
-
公开(公告)号：CN102063919B
公开(公告)日：2012-05-09
申请号：CN201010570222.9
申请日：2010-11-26
申请人： 清华大学
IPC分类号： G11B20/14
摘要： 本发明涉及一种基于音频片段切分的数字音频时域压缩方法，属于音频处理技术领域。本方法通过提取乐曲的数字音频中的音频特征，分析并获得乐曲的结构信息，根据乐曲的结构信息选择并删除若干个可删除音频片段序列，最后使用数字音频时域压缩方法对删除后的数字音频进行时域压缩，从而改变乐曲的播放时间长度。本发明方法在数字音频时域压缩前，根据乐曲的结构信息找到满足特定条件的音频片段子序列，删除音频片段子序列后，可以保证乐曲中剩下的音频片段自然、平滑地连接，减少了数字音频时域压缩对数字音频播放质量的影响，改善了时域压缩后的数字音频的播放效果。
-
公开(公告)号：CN102004778B
公开(公告)日：2012-02-29
申请号：CN201010554536.X
申请日：2010-11-19
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种云环境中的文本索引在线更新方法，属于计算机信息检索技术领域。用户向文本检索系统添加、删除或更新文件后，索引模块创建文件所属索引片的增量数据，并将同一索引片的多组增量数据合并。集群主节点通过对子节点负载大小排序选出首批节点和次批节点，分批执行索引更新。每批节点收到更新命令后，首先停止检索服务，并将读取到的增量数据合并到自己的索引片中，然后恢复检索服务。集群主节点根据用户设定的索引服务切换条件，决定启用首批节点检索服务、次批节点开始更新的时机。最后，集群主节点恢复所有节点的检索服务，完成更新。本方法降低了索引更新对网络带宽和计算资源需求，缩短了索引更新时间。
-
公开(公告)号：CN101702321B
公开(公告)日：2011-02-16
申请号：CN200910235724.3
申请日：2009-10-15
申请人： 清华大学
IPC分类号： G11B20/14
摘要： 本发明涉及一种基于歌词的数字音频时域压缩方法，属于音频处理技术领域。本方法通过分析歌曲的歌词文件获得歌曲的结构信息，根据歌曲的结构信息计算数字歌曲音频文件中各段的时域压缩率，再利用音频时域压缩方法对音频文件中的各段进行时域压缩，产生压缩后的歌曲音频文件。本发明方法的优点是可以根据歌曲中不同段的重要程度对各段进行不同程度的压缩，减少时域压缩对歌曲中重要段的影响，从而提高压缩后歌曲音频文件的播放质量。
-
公开(公告)号：CN101169779A
公开(公告)日：2008-04-30
申请号：CN200710178422.8
申请日：2007-11-30
申请人： 清华大学
IPC分类号： G06F17/28
摘要： 本发明涉及在英文文本中嵌入和提取频域水印的方法，属于计算机文本保护技术领域。包括：从英文文本T中获取下一个形容词或副词w；找出w中的同义词集合Sw，作为T中的矢量vc中的一个维度；找出w的代理词wd；与该文本版权人的私钥信息k进行单向哈希运算，得到一个长整数R；用R除以预先设置的分组数目n，n为正整数，得到当前Sw的分组号i；将Sw中的每个单词ws与k进行单向哈希运算，判断得到的余数的奇偶性，分别添入集合Ai和集合Bi；使用Ai的词的个数ci作为该英文文本T的矢量vc；设定与上述文本矢量vc对应的水印矢量vw，作为待嵌入(提取)的水印信息。还包括嵌入和检测水印步骤。以对原始文本的保护。
-
公开(公告)号：CN100367274C
公开(公告)日：2008-02-06
申请号：CN200510077471.3
申请日：2005-06-24
申请人： 清华大学
摘要： 本发明涉及一种在英文文本中嵌入和提取水印的方法，属于文本版权保护技术领域。将版权人的版权信息转化为二进制的比特位串；读入文本，滤除空格和特殊字符，对所得字符串及版权人私钥作哈希运算，得到整数Z；若Z整除嵌入比例，则下一句为水印信息句；用Z对版权信息比特串长度取余，确定其中待嵌入的水印信息比特；用Z对水印信息句字符数取余，确定水印信息比特的位置，使位置相邻两字母的编码大小关系代表的0、1，与待嵌入的水印信息比特相同，直到文本结束。水印信息提取为嵌入过程的逆过程。本方法的优点是水印隐秘性好，安全性高，尤其对于格式转换攻击有着完全的抗攻击能力，文本不会因为水印信息的存在而降低质量。
-
公开(公告)号：CN1700205A
公开(公告)日：2005-11-23
申请号：CN200510077471.3
申请日：2005-06-24
申请人： 清华大学
摘要： 本发明涉及一种在英文文本中嵌入和提取水印的方法，属于文本版权保护技术领域。将版权人的版权信息转化为二进制的比特位串；读入文本，滤除空格和特殊字符，对所得字符串及版权人私钥作哈希运算，得到整数Z；若Z整除嵌入比例，则下一句为水印信息句；用Z对版权信息比特串长度取余，确定其中待嵌入的水印信息比特；用Z对水印信息句字符数取余，确定水印信息比特的位置，使位置相邻两字母的编码大小关系代表的0、1，与待嵌入的水印信息比特相同，直到文本结束。水印信息提取为嵌入过程的逆过程。本方法的优点是水印隐秘性好，安全性高，尤其对于格式转换攻击有着完全的抗攻击能力，文本不会因为水印信息的存在而降低质量。
-
公开(公告)号：CN1547138A
公开(公告)日：2004-11-17
申请号：CN200310117358.4
申请日：2003-12-12
申请人： 中国人民解放军总参谋部第六十一研究所 , 清华大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种向关系数据库嵌入和提取数字水印的方法，属于信息隐藏技术领域。嵌入数字水印的方法为：首先将待嵌入的版权人图像信息转换成水印云滴；选择待嵌入水印云滴的元组及其属性；将水印云滴嵌入到确定的元组属性中。提取数字水印的方法为，首先选择嵌入了水印云滴的元组属性；将水印云滴提取出来，并将其存储；提取所有水印云滴，并将水印云滴还原成云特征信息，再将其与由版权人图像信息生成的云特征信息进行相似性比较，以确定版权人图像信息。利用本发明方法嵌入的数字水印具有一定的隐匿性，不影响嵌入水印后数据的使用；嵌入的数字水印有一定的鲁棒性，在恶意攻击后数字水印依然存在；非授权人无法把原始数据和数字水印分离。
-
公开(公告)号：CN118153712A
公开(公告)日：2024-06-07
申请号：CN202410322462.9
申请日：2024-03-20
申请人： 清华大学
IPC分类号： G06N20/00 , G06F18/21 , G06F18/241 , G06F9/50 , G06F9/52
摘要： 本发明涉及机器学习领域，公开了一种数据偏移自适应模型服务系统及其应用方法，该应用方法包括：确定暂存区，通过预测模型对接收到的输入数据进行预测，得到预测值，将所述输入数据、真实标签和所述预测值暂存至所述暂存区；当一组互相对应的输入数据、真实标签和预测值都存储至暂存区后，确定为一组三元组集齐，然后调用偏移检测器的偏移检测方法，并将所述三元组作为参数传递至所述偏移检测方法进行偏移检测；若偏移检测结果为存在偏移，则调用模型更新方法对所述预测模型进行更新处理。本发明解决了模型服务如何自适应应对数据偏移的问题。
-
-
-
-
-
-
-
-
-
搜索结果
333 条记录 (耗时 0.067 秒)