-
公开(公告)号：CN111046178A
公开(公告)日：2020-04-21
申请号：CN201911200922.6
申请日：2019-11-29
Applicant: 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网河北省电力有限公司信息通信分公司
IPC: G06F16/35 , G06F40/205 , G06N3/04
Abstract: 本发明实施例提供的文本序列生成方法及其系统，包括：对抗网络模型包括生成器和判别器；生成器中包含特征反馈网络模块，用于从判别器中调取高阶特征，以生成指导特征向量；生成器基于指导特征向量，生成预输出文本序列的下一个词；判别器根据新构建的预输出文本序列和初始文本序列更新高阶特征；迭代执行上述步骤，直至新构建的预生成文本序列的总词数达到设定阈值时，输入至判别器进行判别，并根据分类判别结果计算更新梯度；根据更新梯度更新生成器的参数；迭代执行上述步骤直至生成器和判别器均收敛后，输出目标文本序列。本发明实施例通过增添特征转换反馈模块，将判别器提取到的特征向量输送至生成器作为指导信号，改善了生成器的生成质量。
-
公开(公告)号：CN111046178B
公开(公告)日：2023-06-20
申请号：CN201911200922.6
申请日：2019-11-29
Applicant: 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网河北省电力有限公司信息通信分公司
IPC: G06F16/35 , G06F40/205 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明实施例提供的文本序列生成方法及其系统，包括：对抗网络模型包括生成器和判别器；生成器中包含特征反馈网络模块，用于从判别器中调取高阶特征，以生成指导特征向量；生成器基于指导特征向量，生成预输出文本序列的下一个词；判别器根据新构建的预输出文本序列和初始文本序列更新高阶特征；迭代执行上述步骤，直至新构建的预生成文本序列的总词数达到设定阈值时，输入至判别器进行判别，并根据分类判别结果计算更新梯度；根据更新梯度更新生成器的参数；迭代执行上述步骤直至生成器和判别器均收敛后，输出目标文本序列。本发明实施例通过增添特征转换反馈模块，将判别器提取到的特征向量输送至生成器作为指导信号，改善了生成器的生成质量。
-
公开(公告)号：CN110929041A
公开(公告)日：2020-03-27
申请号：CN201911143409.8
申请日：2019-11-20
Applicant: 北京邮电大学 , 国网河北省电力有限公司信息通信分公司
Abstract: 本发明实施例提供一种基于分层注意力机制的实体对齐方法及系统，该方法包括：将知识图谱中待实体对齐的目标实体数据进行划分，得到词级别实体数据向量和句级别实体数据向量；根据注意力机制，获取所述词级别实体数据向量之间的词向量相似度，并根据注意力机制，获取所述句级别实体数据向量之间的句向量相似度；根据所述词向量相似度，获取所述词级别实体数据向量的分配权重参数向量矩阵，并根据所述句向量相似度和杰卡德系数公式，获取所述句级别实体数据向量的分配权重参数向量矩阵，以用于对所述目标实体数据进行实体对齐。本发明实施例提高了实体对齐的准确率，使得实体向量更容易生成，有效解决实体对齐过程中先验信息不易获得的问题。
-
公开(公告)号：CN118113457A
公开(公告)日：2024-05-31
申请号：CN202311586856.7
申请日：2023-11-24
Applicant: 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网山东省电力公司菏泽供电公司
Abstract: 本发明提供一种分片区块链的联邦学习方法及系统，所述方法的步骤包括：每个分片子链的领导子节点获取初始的训练模型，并将初始的训练模型发布至对应分片子链的其他子节点，通过每个分片子链的领导子节点构建DAG主链；在每轮次的训练中，每个领导子节点基于当前DAG主链中顶点的权重选择训练基础模型，基于训练基础模型在所属的分片子链进行训练，并更新DAG主链；在分片子链进行训练的过程中，分片子链的每个子节点基于该子节点的CPU频率、芯片对应的能耗系数和训练一个样本数据所需的CPU周期数确定最优请求数据数量，基于最优请求数据数量对该子节点的训练模型进行训练，将所述分片子链的全部子节点完成训练的训练模型聚合到对应的领导子节点。
-
公开(公告)号：CN118568117A
公开(公告)日：2024-08-30
申请号：CN202410556932.8
申请日：2024-05-07
Applicant: 北京邮电大学 , 国网山东省电力公司菏泽供电公司 , 北京智芯微电子科技有限公司
IPC: G06F16/242 , G06F16/27 , G06F16/248 , G06Q50/06
Abstract: 本发明实施例提供一种能源区块链高频数据的查询方法和装置，该方法包括：在能源数据的查询信息为连续值的情况下，将查询信息的Z‑order编码和目标区块对应的MBZ树中的键值进行匹配，确定查询信息对应的能源数据的查询结果；和/或，在能源数据查询信息为离散值的情况下，将查询信息对应的nibble序列和目标区块对应的MBZ树中的键值进行匹配，确定查询信息对应的能源数据的查询结果。本发明实施例的方法有效地提升能源区块链高频数据的查询效率。
-
Patent Agency Ranking
公开(公告)号：CN118612091A
公开(公告)日：2024-09-06
申请号：CN202410700552.7
申请日：2024-05-31
Applicant: 北京邮电大学
IPC: H04L41/147 , H04L41/16 , H04L43/04 , G06N3/096 , G06N3/098
Abstract: 本发明提供一种基于联邦迁移学习的网络流量预测方法和装置，方法包括：获取目标域的网络流量数据；将目标域的网络流量数据输入至网络流量预测模型中，得到目标域下一时刻的目标网络流量；其中，网络流量预测模型为基于多个域的多个局部模型进行动态权重聚合得到，每个局部模型均包括特征提取模块、生成对抗模块和预测模块；特征提取模块用于提取网络流量数据中的时序特征和空间特征；生成对抗模块用于生成自适应分布的特征，并基于时序特征、空间特征和自适应分布的特征与特征提取模块作对抗训练；预测模块用于基于时序特征和空间特征预测得到对应域下一时刻的网络流量。通过本发明提供的方法，实现目标域网络流量的预测。
-
公开(公告)号：CN118445687A
公开(公告)日：2024-08-06
申请号：CN202410600740.2
申请日：2024-05-15
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明提供一种基于知识蒸馏的网络流量分类方法、装置和设备，该方法包括：获取待分类网络流量；将所述待分类网络流量输入网络流量分类模型，得到所述网络流量分类模型输出的分类结果；所述网络流量分类模型为对教师模型中的网络层划分为多个第一阶段层，并对学生模型中的网络层划分为多个第二阶段层后，再采用知识蒸馏技术对各所述第二阶段层的模型参数进行更新，得到各目标第二阶段层，并基于各所述目标第二阶段层对应的成长反馈系数调整各所述目标第二阶段层中网络层的层数后得到的，所述成长反馈系数用于表征所述学生模型在各所述目标第二阶段层的特征提取能力的变化趋势和所述教师模型中对应第一阶段层的特征提取能力的变化趋势的差距。本发明提供的网络流量分类模型的适用性和泛化性较高，提升了通过学生模型进行网络流量分类时分类结果的准确性。
-
公开(公告)号：CN113657428B
公开(公告)日：2023-07-14
申请号：CN202110734331.8
申请日：2021-06-30
Applicant: 北京邮电大学 , 中国雄安集团数字城市科技有限公司 , 国网河南省电力公司信息通信公司
IPC: G06F18/214 , G06F18/2321 , G06F18/2413
Abstract: 本发明提供一种网络流量数据的抽取方法及装置，方法包括：根据原始网络流量数据集中样本的样本密度信息，确定样本所属类别的类密度信息；根据所述类密度信息，确定样本信息量和类信息量；根据所述样本信息量和所述类信息量，确定抽取的代表样本集。所述装置用于执行上述方法。本发明通过根据原始网络流量数据集中的样本的信息携带量来计算类的信息携带量，依照样本信息量和类信息量来抽取用于合成的代表样本，解决了只依靠多数类和少数类的数量比难以表明两者之间信息不平衡的问题。
-
公开(公告)号：CN113377532B
公开(公告)日：2023-03-14
申请号：CN202110627000.4
申请日：2021-06-04
Applicant: 北京邮电大学
Abstract: 本发明提供一种边缘计算服务器部署方法和系统，所述方法包括以下步骤：基于影响多个区域内的服务器对用户的吸引力的用户个性相关参数计算用户选择不同区域内的侯选服务器的概率，以基于计算的概率进行用户的目的地偏好预测；基于各个用户的目的地偏好预测结果，根据各个用户终端任务的资源需求，预测各区域的资源需求量；根据各区域的资源需求量，基于服务器提供商收益最大化原则确定多服务器提供商的服务器最优布局。本发明改善了未考虑到用户聚集效应导致的服务器部署不合理的问题，最大化了服务器提供商的收益，减少了终端任务的处理时延，提高了终端任务的处理效率和边缘计算服务器的资源利用率，提高了用户的满意度。
-
公开(公告)号：CN115001997A
公开(公告)日：2022-09-02
申请号：CN202210376980.X
申请日：2022-04-11
Applicant: 北京邮电大学
IPC: H04L43/08 , H04L43/0817 , H04L43/16 , H04L41/14
Abstract: 本发明提供一种基于极值理论的智慧城市网络设备性能异常阈值评估方法，所述方法包括：基于目标性能数据和极大似然估计方法，确定广义帕累托分布模型的目标参数；基于目标参数，确定智慧城市网络设备性能的异常阈值；目标性能数据是基于智慧城市网络设备的运行数据确定的；目标参数包括规模参数和形状参数。本发明提供的基于极值理论的智慧城市网络设备性能异常阈值评估方法，通过使用极大似然估计方法确定广义帕累托分布的参数，解决了一般参数估计方法准确率低，性能低效的问题，并且得到的广义帕累托分布的参数更加接近真实值，为广义帕累托分布求解异常边界阈值打下基础，提高了异常边界阈值计算的准确率。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.162 seconds)
