一种DDS中基于机器学习的QoS配置方法

    公开(公告)号:CN113472590B

    公开(公告)日:2022-10-25

    申请号:CN202110795013.2

    申请日:2021-07-14

    摘要: 本发明是一种DDS中基于机器学习的QoS配置方法,利用已知的DDS QoS配置文件数据集结合机器学习方法决策树,训练得到决策树模型;在决策树构造过程中对决策树进行预剪枝,在生成决策树后再次剪枝,剪去分类准确性差别不大的分支及叶节点;训练结束之后,发布者发布带有消息类型标签的数据;读取发布者发布数据中的标签数据;结合训练得到的决策树,选取相应配置生成初始QoS配置文件;校验初始QoS配置文件中各配置项之间是否兼容,去除不兼容项生成配置项间相互兼容的QoS配置文件;最后发布端应用生成的QoS配置文件。本发明将QoS配置与传统机器学习方法相结合,实现了通信中间件DDS中QoS的自动配置。

    一种面向数字教育资源的实体对齐方法及系统

    公开(公告)号:CN110162591B

    公开(公告)日:2022-08-19

    申请号:CN201910431436.9

    申请日:2019-05-22

    摘要: 本发明公开了一种面向数字教育资源的实体对齐方法及系统,首先通过学科主题树对已有教育资源库进行学科分块,并在每个教育资源块内构建分区索引体系;然后SKE算法提取待对齐数字教育资源的知识点标签,通过索引筛选出实体对齐候选集;接着计算候选集中实体对的知识点标签相似性、属性值相似度和文本资源相似度;最后通过将计算得到的实体对相似性数据作为特征值输入构建好的决策树,判定其对齐结果。采用本方法进行数字教育资源的实体对齐,能够大幅度降低实体对齐计算复杂度,提高对齐效率;提升数字教育资源的文本相似度计算精度,从而提高实体对齐准确率。

    基于主从多链的支持广域协同的可信身份管理方法

    公开(公告)号:CN114374700A

    公开(公告)日:2022-04-19

    申请号:CN202210022217.7

    申请日:2022-01-10

    IPC分类号: H04L67/1042 H04L9/40 H04L9/32

    摘要: 基于主从多链的支持广域协同的可信身份管理方法,通过权威认证机构检测身份信息的真实性,并将用户注册到身份管理链上生成用户唯一ID和电子身份凭证;验证用户电子身份凭证是否有效;针对链上用户电子身份凭证可能会过期或者有误,设计了撤销机制;引入链上认证管理员角色,通过认证管理员来管理不同域中同一网络实体;最后将用户认证过程以及时间戳记录在电子身份凭证中,用来进行审计和追踪。为零信任复杂环境提供更安全、高效、可持续验证的动态身份管理。通过设计统一、标准的身份标识,将各类多域多形态的身份管理系统进行统一管理,并且基于主从多链的模式,对传统基于单链的身份管理模型进行扩展,减轻了单链结构的存储压力。

    一种D-LinkDir系列路由器配置接口漏洞的防御方法

    公开(公告)号:CN109286637B

    公开(公告)日:2021-05-14

    申请号:CN201811382562.1

    申请日:2018-11-19

    IPC分类号: H04L29/06

    摘要: 本发明公开了一种D‑Link Dir系列路由器配置接口漏洞的防御方法,主要用于解决此品牌Dir系列型号的路由器的接口漏洞所致的安全问题。本发明利用保护代理对外网及内网的数据包进行过滤,保证只有经路由器验证通过的IP才能请求路由器的资源,实现对外网和内网攻击的同时防御;保护代理在一个数据结构中,通过维护一个有限状态机来设置IP地址的状态并进行状态的转换;保护代理拦截用户的请求,并由保护代理来判断数据包源地址是否安全,若为安全IP则允许其对资源的请求,否则引导用户登陆。若保护代理收到登陆成功的数据包,则允许该IP请求路由器资源,否则视为转发包,予以转发。

    一种基于在线增量学习的区域生态环境变化预测方法

    公开(公告)号:CN112348275A

    公开(公告)日:2021-02-09

    申请号:CN202011290431.8

    申请日:2020-11-18

    摘要: 本发明涉及生态环境预测模型领域,公开了一种基于在线增量学习的区域生态环境变化预测方法。本发明将卷积神经网络、长短期记忆神经网络和全连接神经网络与基于自适应遗传算法的增量极限学习机相结合。对传统的增量极限学习机进行了优化并提出了使用自适应遗传算法来得到模型的隐藏层最优节点数。并且使用增量学习的方法对区域式生态环境的变化进行预测,这种方法能够根据新的环境数据的变化去在线的训练模型,通过该方法也能够大幅度的减小训练模型所花费的代价并且提高预测的精度。通过以上提出的一种基于在线增量学习的区域生态环境变化预测方法可以实现对区域式生态环境的变化进行准确的预测。

    一种基于无监督域对抗领域适应的图像分类方法

    公开(公告)号:CN111126464A

    公开(公告)日:2020-05-08

    申请号:CN201911280832.2

    申请日:2019-12-13

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明提出了一种基于无监督域对抗领域适应的图像分类方法,该方法将生成对抗网络的技术应用于无监督领域适应的图像分类;为了消除边缘样本的错分率,该方法将源域样本和目标域样本共同处理基于深度双通道网络。首先,利用有标签的源域样本训练双通道网络的参数;然后,通过对抗游戏和相关性对齐方法学习与不变特征来消除域差异;另外该方法通过联合中心鉴别方法和特征相似增强方法使域不变特征有更好的鉴别性,本发明分类效果更好,通过无监督与对抗领域适应图像分类方法,边缘样本的错分率得到了有效的缓解。

    基于kalman-RNN神经网络的飞锯寿命预测方法

    公开(公告)号:CN110287638A

    公开(公告)日:2019-09-27

    申请号:CN201910597647.X

    申请日:2019-07-04

    IPC分类号: G06F17/50 G06N3/08

    摘要: 本发明公开了一种基于kalman-RNN神经网络的飞锯寿命预测方法,首先,采集锯片磨损数据集,这为以后进行对比分析做准备。然后,对被切材料、锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距等工艺参数进行分析,最终选择锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距作为神经网络的输入;神经网络对应时刻输出为预测的寿命,即磨损百分比,并结合Kalman滤波技术将其和对应时刻的实际测量值进行融合、比对、更新神经网络对应时刻的输出,依此提高该算法寿命预测的精度。

    一种车联网环境下基于IBE的物联网设备加密方法

    公开(公告)号:CN110234093A

    公开(公告)日:2019-09-13

    申请号:CN201910597642.7

    申请日:2019-07-04

    IPC分类号: H04W4/40 H04W12/02 H04W12/04

    摘要: 本发明公开了一种车联网环境下基于IBE的物联网设备加密方法,主要用于解决车联网环境下智能汽车数据计算的效率问题。将加密过程分成外部设备加密和在线加密两个阶段。外部设备加密阶段,在获知接收者身份和明文之前,预先计算所有的计算复杂度较高的运算(如指数运算、对运算等),形成离线密文。在线加密阶段,当收到接收者身份和明文后在节点上计算其余的加密运算。同时优化加解密过程中的双线性配对计算算法,减少加密过程的时间复杂度,提高车联网的数据加密传输处理效率。

    一种面向多条序列的基因序列数据压缩方法

    公开(公告)号:CN109979537A

    公开(公告)日:2019-07-05

    申请号:CN201910197033.2

    申请日:2019-03-15

    IPC分类号: G16B30/00 G16B40/00

    摘要: 本发明提出一种面向多条序列的基因序列数据压缩方法,主要用于解决基因数据量过大,减小基因数据存储和传输成本问题。首先从待压缩基因序列中选取参考序列,其次,将非参考序列和参考序列采用不同的压缩方式进行压缩。对于非参考序列,通过与参考序列异或,然后进行矩阵划分和矩阵编码,最终将基因序列编码成二元组形式进行存储;对于参考序列,采用k‑mer算法进行单独压缩。采用本压缩方法的压缩比高,压缩速度快,而且二元组编码与基因次序无关,有利于分布式存储和分析基因序列。

    一种基于深度学习的多视窗交通标志检测方法

    公开(公告)号:CN109753949A

    公开(公告)日:2019-05-14

    申请号:CN201910097579.0

    申请日:2019-01-31

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于深度学习的多视窗交通标志检测方法,首先通过仿射变换在不同的照明条件和方向上提供其他交通标志图片,然后利用扩充的数据集训练基于YOLO框架的交通标志检测模型,最后利用多视窗YOLO模型对输入图像进行分区域操作,对每个区域分别检测,并将检测结果进行融合,得到最终检测结果。本发明保证了需要进行交通标志检测的应用领域在进行交通标志检测时的准确性,不仅能提高交通安全性,同时也保证了交通运行效率,具有较高的研究意义。