-
公开(公告)号：CN102281290A
公开(公告)日：2011-12-14
申请号：CN201110201240.4
申请日：2011-07-18
Applicant: 北京邮电大学
Abstract: 本发明公开了一种PaaS云平台仿真系统，静态模型包括：节点模型，用于确定各个节点的计算资源、通信资源及应用部署情况；拓扑模型，用于确定各个节点的角色划分及连接拓扑情况；链路模型，用于确定节点的通信链路属性；应用模型，用于确定应用逻辑，应用处理的计算资源开销、通信资源开销及时延；用户模型，用于确定用户请求分布，用户请求到达情况；动态模型包括：控制模型，用于确定运行逻辑，应用与节点的部署关系，业务请求到达后为该业务请求选择处理节点的方式；协议模型，用于确定PaaS云平台的交互框架；事件模型，用于确定PaaS云平台运行过程中发生的带有不确定性的动态事件。本发明公开了一种基于上述系统的仿真方法。本发明能确定出PaaS云平台中节点的仿真负载情况。
-
公开(公告)号：CN101399707A
公开(公告)日：2009-04-01
申请号：CN200810226929.0
申请日：2008-11-20
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于信誉度选择互联网服务的方法，该方法包括：分别计算所述Web服务的各QoS参数信任度；根据所述Web服务的各QoS参数信任度计算所述Web服务的信任度；根据各所述Web服务的各QoS参数信任度，分别计算出各Web服务的信誉度，根据所述各Web服务的信誉度选择Web服务。本发明还公开了一种基于信誉度选择互联网服务的装置，该装置包括：QoS参数信任度计算单元、Web服务信任度计算单元、信誉度计算单元和服务选择单元。采用本发明的方法及装置，能够依据信誉度从众多Web服务中选择出服务质量高、可信赖的Web服务。
-
公开(公告)号：CN101383850A
公开(公告)日：2009-03-11
申请号：CN200810224118.7
申请日：2008-10-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于服务质量(QoS)本体的互联网(Web)服务选择系统，该系统包括QoS本体扩展单元、QoS请求向量构成单元、QoS广告向量构成单元和Web服务选择实现单元；Web服务选择实现单元，用于获取并计算QoS请求向量中QoS信息与QoS广告向量中QoS信息之间的QoS信息综合相似度，匹配服务请求端需求和服务提供端提供的服务。本发明还公开了一种基于QoS本体的Web服务选择方法，该方法包括：获取并计算QoS请求向量中QoS信息与QoS广告向量中QoS信息之间的QoS信息综合相似度，匹配服务请求端需求和服务提供端提供的服务。采用本发明的系统及方法，能满足基于语义的Web服务选择的需要。
-
公开(公告)号：CN114267024B
公开(公告)日：2025-02-11
申请号：CN202111291760.9
申请日：2021-11-02
Applicant: 北京邮电大学 , 中国人民解放军32802部队
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本申请提供一种异常交通标志图像识别网络的训练方法及装置，通过对服务器中预先训练好的交通标志图像识别网络构造后门触发模式，可以提前完成异常交通标志图像识别网络的训练。在出现异常情况时对异常交通标志图像叠加训练好的后门，可以不需要在出现异常情况时切换到新的交通标志图像识别网络，这样就可以快速地对异常交通标志图像进行识别处理。同时，对于没有叠加后门的交通标志图像，训练好的异常交通标志图像识别网络可以输出与训练前的交通标志图像识别网络一致的结果，这样可以利用服务器中预先训练好的交通标志图像识别网络的优势去完成正常情况下交通标志图像识别的同时，做到对异常情况下交通标志图像的快速识别处理。
-
公开(公告)号：CN114912571A
公开(公告)日：2022-08-16
申请号：CN202210266453.3
申请日：2022-03-17
Applicant: 北京邮电大学 , 中国人民解放军32802部队
Abstract: 本申请提供一种训练用于清除对抗扰动的生成器模型的方法和电子设备。所述方法包括：利用原始样本图像集对神经网络模型进行训练，以得到神经网络分类模型；基于所述原始样本图像集，利用对抗样本生成算法生成对抗样本图像集；根据所述原始样本图像集、所述对抗样本图像集和所述神经网络分类模型，对生成对抗网络中的判别器模型和所述生成器模型进行迭代训练，直至所述判别器模型的第一损失不大于第一预设阈值为止；将所述迭代训练结束后得到的所述生成器模型作为目标生成器模型。这样训练出的目标生成器模型可以用来清除对图像的对抗扰动，以消除安全隐患。
-
Patent Agency Ranking
公开(公告)号：CN114187483A
公开(公告)日：2022-03-15
申请号：CN202111244382.9
申请日：2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种生成对抗样本的方法、检测器的训练方法及相关设备。所述生成对抗样本的方法包括：获取干净的训练样本集；对于训练样本集中的每个训练样本，通过对该训练样本进行对抗攻击，得到多个对抗实例；根据多个对抗实例中指示对抗成功的每个目标对抗实例的对抗攻击信息，选择目标标签；基于目标标签生成与该训练样本对应的对抗样本；存储对抗样本。所述检测器训练方法包括：利用生成对抗样本的方法，基于训练样本集生成对抗样本集；利用训练样本集对检测器进行二元分类任务的第一训练；利用对抗样本集对经过第一训练的检测器进行第二训练。经过本训练方法得到的检测器用于检测输入深度神经网络的样本数据是否含有深度神经网络木马。
-
公开(公告)号：CN111414775B
公开(公告)日：2021-10-15
申请号：CN202010104508.1
申请日：2020-02-20
Applicant: 北京邮电大学
IPC: G06K7/10
Abstract: 本发明提供一种RFID标签接入的多阅读器防碰撞方法、装置和设备，方法包括：利用每个阅读器的时隙状态，对预设的Actor‑Critic网络模型进行M轮迭代训练，得到具有最优的阅读器的时隙分配策略的阅读器防碰撞模型后，利用所述阅读器防碰撞模型对每个所述阅读器分配时隙，以便RFID标签按照每个阅读器分配的时隙接入，有效地避免RFID系统标签接入过程中的阅读器碰撞问题。采用本发明的技术方案，能动态地适应RFID系统的变化，降低RFID系统的运维难度，降低阅读器发生碰撞的概率。
-
公开(公告)号：CN111582346A
公开(公告)日：2020-08-25
申请号：CN202010358409.6
申请日：2020-04-29
Applicant: 北京邮电大学
Abstract: 本说明书一个或多个实施例提供的一种图像识别方法、设备、电子设备和存储介质，包括：确定单元结构中两个节点间的候选操作集合；确定对应的第一参数，并进行第二参数更新训练生成最终参数，确定最终参数所对应的最优候选操作，将两个节点通过最优候选操作进行连接；将连接节点后的单元结构置入预设的结构框架，并进行图像识别训练，生成图像识别模型；当用户进行图像识别时，获取用户输入的图像，将图像输入图像识别模型，输出识别结果。本说明书一个或多个实施例通过在设定的搜索空间中搜索出与图像识别数据、场景相适应的神经网络结构，显著提升图像识别精度，降低在运算设备上的时延，减少专业人员在神经网络结构设计上的时间消耗。
-
-
公开(公告)号：CN107580319A
公开(公告)日：2018-01-12
申请号：CN201710665338.2
申请日：2017-08-07
Applicant: 北京邮电大学
Abstract: 本发明公开了一种智能终端的NFC功能管控检测方法和装置；所述方法包括：获取智能终端的至少一种NFC功能在所述智能终端的NFC功能管控机制工作下的预期使用状态信息；检测所述智能终端的至少一种所述NFC功能在所述智能终端的NFC功能管控机制工作下的实际使用状态信息；判断所述预期使用状态信息和所述实际使用状态信息是否相符；若相符，则判定所述智能终端的NFC功能管控机制有效；否则，判定所述智能终端的NFC功能管控机制失效。本发明能够检测智能终端的NFC功能管控机制的效果，帮助用户了解智能终端上的NFC功能的管控能力，间接地保护智能终端用户的隐私信息。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.027 seconds)
