基于云重心理论的分布式大数据系统风险评估方法

    公开(公告)号:CN104850727A

    公开(公告)日:2015-08-19

    申请号:CN201510038233.5

    申请日:2015-01-27

    申请人: 厦门大学 林凡

    IPC分类号: G06F19/00

    摘要: 本发明公开一种基于云重心理论的分布式大数据系统风险评估方法,包括过程1:对风险等级进行划分,通过标准云生成器产生标准风险云;过程2:对虚拟机节点的相关信息进行采集,并进行数据预处理,获得Risk(P,T,A,R)风险描述向量和RiskAHP-RBF值;其中Risk(P,T,A,R)风险描述向量是指虚拟机性能指标P、虚拟机时间指标T、报警日志指标A和LSA风险识别指标R;过程3:对描述各属性的风险度向量进行归一化处理,使用风险度云逆向生成器产生数学风险云(也即4个属性风险云和一个综合风险云);过程4:将各属性风险云综合分析得到综合风险云Riskcloud;过程5:计算相似度并进行评价得出风险等级;过程6:以过程5的风险等级为依据,对当前汇聚云表示的风险等级进行评价。

    基于AHP-RBF的分布式大数据系统风险预测方法

    公开(公告)号:CN104978612A

    公开(公告)日:2015-10-14

    申请号:CN201510414923.6

    申请日:2015-07-15

    申请人: 厦门大学 林凡

    IPC分类号: G06Q10/04 G06F17/30

    摘要: 本发明公开一种基于AHP-RBF的分布式大数据系统风险预测方法,包括如下步骤:步骤1:采用AHP方法构建云计算虚拟机的单点风险描述模型;步骤2:用RBF神经网络实现AHP的风险指标的预测;RBF神经网络包含3层:第一层是输入层,由信号源节点组成;第二层为隐含层,该层所含的神经元数目是由具体问题而定的;第三层为输出层,主要是对输入模式做出响应;步骤3:采用MRPGA算法对RBF神经网络的隐含层优化,实现RBF神经网络对云计算虚拟机的单点风险预测;首先采用混合递阶遗传算法训练RBF神经网络,其将递阶遗传算法与递推最小二乘法相结合,利用递阶遗传算法确定RBF神经网络的结构、隐含层节点的中心和宽度,同时用递推最小二乘法对隐含层和输出层之间的连接权值进行构造。

    基于LSA-GCC的分布式大数据系统风险识别方法

    公开(公告)号:CN104636449A

    公开(公告)日:2015-05-20

    申请号:CN201510038331.9

    申请日:2015-01-27

    申请人: 厦门大学 林凡

    IPC分类号: G06F17/30

    摘要: 本发明公开一种基于LSA-GCC的分布式大数据系统风险识别方法,其包括如下过程:步骤1:建立LSA-GCC模型,该LSA-GCC模型用于将数据集映射到一个语义空间下,并采用聚类算法对其进行分类后,从聚类结果中抽取特定分类的原型向量,并对各个分类赋予一定权值,建立初始的原型向量模型;步骤2:通过LSA-SAM安全识别模型对风险进行前馈识别,LSA-SAM安全识别模型以LSA-GCC模型为基础进行信息系统风险评测,将待评估数据映射到同一语义空间后,与各个分类的原型向量作计算得到属于该分类的相似度,作相似度与对应分类的权值的累加和,最后求均值得到该待评估数据的风险值,即求得该数据到来时刻的风险值。

    应用于刑侦的基于深度森林的微表情识别方法

    公开(公告)号:CN110175578B

    公开(公告)日:2021-06-22

    申请号:CN201910456807.9

    申请日:2019-05-29

    申请人: 厦门大学

    IPC分类号: G06K9/00 G06K9/62

    摘要: 应用于刑侦的基于深度森林的微表情识别方法,涉及生物特征识别技术领域。借助专业的摄像机,对犯罪嫌疑人在讯问过程中的面部表情进行录像,将视频数据输入到客户端;将视频数据通过逐帧扫描的方法,识别出犯罪嫌疑人的脸部,截取脸部其出现的微表情,从起始、峰值到结束;将微表情图像数据进行归一化,检测人脸的关键点;将选取的关键点作为中心像素点,用DCP‑TOP方法,从XY、XT、YT三个正交平面进行编码,提取图像的纹理特征;将纹理特征向量输入到系统预先训练好的深度森林模型里进行分类;将分类结果返回到客户端界面,为侦讯人员正确把握嫌犯供述的真伪提供了帮助。有较高的鲁棒性和泛化能力。预测精度高,分类效率高。

    基于云重心理论的分布式大数据系统风险评估方法

    公开(公告)号:CN104850727B

    公开(公告)日:2017-09-29

    申请号:CN201510038233.5

    申请日:2015-01-27

    IPC分类号: G06F19/00

    摘要: 本发明公开一种基于云重心理论的分布式大数据系统风险评估方法,包括过程1:对风险等级进行划分,通过标准云生成器产生标准风险云;过程2:对虚拟机节点的相关信息进行采集,并进行数据预处理,获得Risk(P,T,A,R)风险描述向量和RiskAHP‑RBF值;其中Risk(P,T,A,R)风险描述向量是指虚拟机性能指标P、虚拟机时间指标T、报警日志指标A和LSA风险识别指标R;过程3:对描述各属性的风险度向量进行归一化处理,使用风险度云逆向生成器产生数学风险云(也即4个属性风险云和一个综合风险云);过程4:将各属性风险云综合分析得到综合风险云Riskcloud;过程5:计算相似度并进行评价得出风险等级;过程6:以过程5的风险等级为依据,对当前汇聚云表示的风险等级进行评价。

    一种基于计算机视觉的教学辅助方法和系统

    公开(公告)号:CN111814556A

    公开(公告)日:2020-10-23

    申请号:CN202010518543.8

    申请日:2020-06-09

    申请人: 厦门大学

    IPC分类号: G06K9/00 G06K9/62

    摘要: 一种基于计算机视觉的教学辅助方法和系统。所述方法包括:步骤一,通过摄像头采集学生视频,并将学生视频截取为视频序列;步骤二,对视频序列进行人脸识别和检测,识别出学生的人脸图片,并对识别出的人脸图片进行标记;步骤三,从人脸图片中识别出面部表情和头部姿态,根据面部表情和头部姿态计算出注意状态,存储到人脸图片表格;步骤四,将人脸图片与预存储的人脸模板进行匹配,得出对应的学生信息;步骤五,对学生表格数据进行分析,按照群体级别、统计周期、学生、课程四个维度绘制学生课堂分析图;步骤五,将绘制的学生课堂分析图针对不同目标群体进行个性化呈现。本发明针对课堂开发一个可以判断学生课堂注意状态,并通过不同形式反馈给学生、家长与教师的方法。

    一种基于隐式拉伸曲面的冠脉血管几何模型重建方法

    公开(公告)号:CN108961224A

    公开(公告)日:2018-12-07

    申请号:CN201810639568.6

    申请日:2018-06-20

    申请人: 厦门大学

    IPC分类号: G06T7/00 G06T17/00

    摘要: 一种基于隐式拉伸曲面的冠脉血管几何模型重建方法,涉及计算机医学图像处理与三维重建领域。可根据已经提取出的冠脉血管各分枝结构的中轴线,构造与其相垂直的血管横截面信息,并利用2D PSPS函数实现对各个血管截面管腔轮廓的精确表达;然后,根据这些截面构造其相应的隐式拉伸曲面IES,并沿着中轴线将这些IES平滑地混合起来形成三维的血管分枝模型;最后,采用SPBBO将这些隐式表达的血管分枝模型平滑地混合起来,构成血管分枝结构,进而实现对整个冠脉血管树管腔表面模型的三维重建。

    一种智能嘻哈音乐歌词生成的建模方法

    公开(公告)号:CN109815493B

    公开(公告)日:2020-10-27

    申请号:CN201910018462.9

    申请日:2019-01-09

    申请人: 厦门大学

    摘要: 一种智能嘻哈音乐歌词生成的建模方法。从网易云音乐完成数据清洗工作形成嘻哈歌词语料库;生成基于语料库的主题词库;确定与每个主题语义相近的歌词作为生成结果的首句候选;使用现代汉语拼音体系的声母韵母提取每句歌词的最后1~5个字的拼音;将歌词数据使用结巴分词器的精确模式进行分词,抽取每句歌词的关键词语;将歌词输入Word2Vec模型,获取歌词对应的词向量;将获得的词向量作为训练数据,利用训练神经网络模型;利用网页的客户端界面,由神经网络输出其余的歌词;将神经网络输出的歌词输出给网页程序的接口;利用网页的客户端界面,将神经网络输出的歌词输出给网页程序的接口;生成对应的押韵词语和下一句歌词供创作者参考。

    协助学生上网课的行为识别方法及装置

    公开(公告)号:CN116484190A

    公开(公告)日:2023-07-25

    申请号:CN202310473049.8

    申请日:2023-04-27

    申请人: 厦门大学

    摘要: 本发明公开了一种协助学生上网课的行为识别方法,首先,获取学生的头部动作信号,其中,学生的头部动作信号包括RFID电子标签的相位和接收的信号强度指示;接着,构建训练好的动作识别模型,并将学生的头部动作信号输入到动作识别模型以便输出对应的头部动作;最后,根据预设应用场景对输出的所述头部动作进行解析,以便执行对应操作;由此,通过RFID识别学生头部动作信号,以便根据头部动作实现多应用场景执行对应操作,从而在降低学生隐私公开的同时还提高了上网课效率。

    基于模糊神经网络的RFID定位方法及装置

    公开(公告)号:CN116381600A

    公开(公告)日:2023-07-04

    申请号:CN202310473902.6

    申请日:2023-04-27

    申请人: 厦门大学

    IPC分类号: G01S5/02

    摘要: 本发明公开了一种基于模糊神经网络的RFID定位方法,首先,实时获取设置在定位区域的多个锚点标签和目标标签的信号强度指示,以便得到带有时序性特征的数据集;接着,对带有时序性特征的数据集进行判断,以得到目标标签相对多个锚点标签的目标隶属度值;最后,将目标隶属度值输入到神经网络模型以得到目标隶属度值对应的概率值,以便根据概率值中的最大值得到目标标签的当前位置;由此,通过结合模糊推理系统和神经网络比较锚点标签的信号强度与目标标签的信号强度,从而得到比只计算目标标签和RFID阅读器距离更精确的定位信息。