-
公开(公告)号：CN117994635B
公开(公告)日：2024-06-11
申请号：CN202410396190.7
申请日：2024-04-03
IPC分类号： G06V10/82 , G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/098
摘要： 本发明属于机器学习技术处理，为了解决现有联邦学习中客户端模型训练的稳定性差，以及噪声负面影响的问题，提出了一种噪声鲁棒性增强的联邦元学习图像识别方法及系统，通过引入AdaBelief优化器和SCAFFOLD算法中的动量和控制变量机制对全局模型参数和全局控制变量进行本地更新，能够提高客户端本地训练稳定性并加快收敛速度；在客户端本地更新中，通过动态权重参数对损失函数进行改进，并结合平滑标签策略，个性化的学习策略在减少局部噪声的负面影响的同时并提高模型的泛化能力。
-
公开(公告)号：CN117994635A
公开(公告)日：2024-05-07
申请号：CN202410396190.7
申请日：2024-04-03
IPC分类号： G06V10/82 , G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/098
摘要： 本发明属于机器学习技术处理，为了解决现有联邦学习中客户端模型训练的稳定性差，以及噪声负面影响的问题，提出了一种噪声鲁棒性增强的联邦元学习图像识别方法及系统，通过引入AdaBelief优化器和SCAFFOLD算法中的动量和控制变量机制对全局模型参数和全局控制变量进行本地更新，能够提高客户端本地训练稳定性并加快收敛速度；在客户端本地更新中，通过动态权重参数对损失函数进行改进，并结合平滑标签策略，个性化的学习策略在减少局部噪声的负面影响的同时并提高模型的泛化能力。
-
公开(公告)号：CN117132893A
公开(公告)日：2023-11-28
申请号：CN202311130822.7
申请日：2023-09-04
IPC分类号： G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/26
摘要： 本发明涉及基于深度学习与空间数据查询的地质灾害监测方法及系统，其检测方法包括基于孪生神经网络构建地质灾害定位评级模型；获取受灾区域的灾前遥感图像数据；基于物化视图查询方法、TBDR‑Tree索引方法以及图形轮廓分割方法从空间数据库中获取受灾区域的灾后遥感图像数据；通过将所述灾前遥感图像数据以及所述灾后遥感图像数据输入所述地质灾害定位评级模型，以识别所述受灾区域的位置和受灾等级，对应得到受灾位置信息和受灾等级信息；输出所述受灾位置信息以及所述受灾等级信息；本发明大大优化了查询时间，减轻了内存开销，运行时间缩短，实现了高效精确的面向遥感图像的灾情检测、灾区识别、受灾等级划分的功能。
-
公开(公告)号：CN115843070B
公开(公告)日：2023-06-16
申请号：CN202310152246.X
申请日：2023-02-23
摘要： 本发明公开了一种基于能量收集技术的海洋传感网络计算卸载方法及系统，涉及海洋观测传感网络技术领域，通过获取海洋传感设备在每一时隙内的实时信息，构建海洋传感设备在该时隙内执行计算任务的计算延迟和能量消耗以及将计算任务卸载至雾节点的传输时延和能量消耗，以此建立计算任务执行成本模型、海洋传感设备能耗模型和能量收集模型，并综合所构建的模型，以长期平均执行成本最小为目标函数，构建计算卸载模型，利用动态算法求解当前时隙内的最优计算卸载决策，实现为应用了能量收集技术的海洋传感网络提供最优计算卸载策略，为海洋传感设备和雾节点确定合适的任务卸载比例，提高海洋传感网络的计算性能，避免了节点资源浪费。
-
公开(公告)号：CN118864921A
公开(公告)日：2024-10-29
申请号：CN202410828723.4
申请日：2024-06-25
IPC分类号： G06V10/764 , H04L9/40 , G06V10/82 , G06N3/0464 , G06N3/047
摘要： 本发明提供了一种加密流量分类方法及系统，包括：将待分类的加密流量原始文件转化为马尔可夫链图像；基于获得的马尔科夫链图像，利用预先训练的流量分类模型，获得流量分类结果，其中，所述流量分类模型中每个残差单元内部的第二个卷积层之后和残差连接之前引入有坐标注意力机制，所述坐标注意力机制执行如下处理过程：对于输入的特征图，沿着图像的两个正交空间方向进行特征聚合，将空间坐标信息整合到注意力图中，获得输入特征图在特定空间方向上的特征依赖关系。
-
公开(公告)号：CN118227333A
公开(公告)日：2024-06-21
申请号：CN202410435319.0
申请日：2024-04-11
摘要： 本发明提出CPU/FPGA协同的网络遥测乱序重排方法及系统，涉及网络遥测技术领域。包括CPU将带内网络遥测报告拆分为待排序包和信息包，构建内存缓冲区和动态指针管理区，将待排序包存储至对应的内存缓冲区中，将信息包存储至动态指针管理区中；CPU将多个待排序包传输至FPGA的片外存储资源DDR中；FPGA调用多个加速排序内核并行进行待排序包的排序；FPGA排序完成后，将排序后的有序包传入DDR；CPU读取有序包，并从动态指针管理区中提取出有序包对应的信息包，进行重组恢复。本发明CPU和FPGA协同合作，提升了处理遥测数据的速度，降低了CPU的占用率和处理延迟。
-
公开(公告)号：CN116963184A
公开(公告)日：2023-10-27
申请号：CN202310979717.4
申请日：2023-08-04
IPC分类号： H04W28/084 , H04W28/08 , H04L67/568 , H04L67/61 , H04L67/63
摘要： 本发明公开了基于命名数据网络和边缘计算的节能缓存系统及方法，消费者边缘计算设备将兴趣包请求指令转发给命名数据网络的路由器；路由器节点检查自身的内容存储区中是否有与兴趣包对应的数据，如果没有，则路由器节点检查自身的兴趣表，查看兴趣表中是否有与兴趣包对应的等待响应记录，如果兴趣表中没有，则路由器节点检测自身的转发表，查看转发表中是否有与兴趣包对应的转发记录，如果转发表中没有记录，则路由器节点将兴趣包转发给下一跳路由器节点，以此类推，直至将兴趣包转发给生产者边缘计算设备；生产者边缘计算设备将兴趣包对应的数据，原路返回给消费者边缘计算设备，返回的过程中将数据缓存到对应的路由器节点中。
-
公开(公告)号：CN118945116A
公开(公告)日：2024-11-12
申请号：CN202411212329.4
申请日：2024-08-30
IPC分类号： H04L47/125 , H04L45/00 , H04L45/02 , H04L45/12 , H04L45/30
摘要： 本发明提出一种数据中心网络中负载均衡的实现方法及系统，方法包括：根据传输带宽，将数据流划分为象流和鼠流；将所有可达路径节点的网络负载信息打包为探测包，广播到全网；基于探测包信息，获取带宽因子、象流关键度因子和队列长度指数，为象流和鼠流分配传输路径；具体为：对象流进行改进蚁群算法迭代，将带宽因子和象流关键度因子作为蚁群寻路的依据，获取并比较最优解集合不同路径的开销，将象流转发到开销最小的路径；对鼠流计算可达路径时延，将队列长度指数和时延作为鼠流选路的依据，筛选符合时延限制的路径，将鼠流转发到开销最小的路径。通过将流量按照其自身传输需求分配到不同路径，提高链路带宽利用率并降低了时延。
-
公开(公告)号：CN117749637A
公开(公告)日：2024-03-22
申请号：CN202311777845.7
申请日：2023-12-21
IPC分类号： H04L41/14 , H04L41/0894
摘要： 本发明公开了一种网络损伤组合化模拟实现方法及系统，其中方法包括：获取网络流，查询网络流的网络损伤需求；将网络损伤需求拆分成若干个损伤功能，分析损伤功能串行组合的可行性以及并行组合的可行性，并生成组合化策略；检查组合化策略中是否存在可优化的并行组合，对可优化的并行组合进行优化，得到优化后的组合化策略；依照优化后的组合化策略，构建网络损伤组合并行图；按照网络损伤组合并行图进行网络损伤模拟。在保证损伤功能逻辑正确性的前提下，显著优化了损伤功能的组合处理延迟以及部署开销。
-
公开(公告)号：CN117150341A
公开(公告)日：2023-12-01
申请号：CN202311102973.1
申请日：2023-08-30
IPC分类号： G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , H04L9/40
摘要： 本发明提出了一种基于混合深度学习的加密流量分类方法及系统，涉及网络安全技术领域，具体方案包括：对采集的原始加密流量数据进行预处理，将其转换为统一格式的字节序列；利用训练好的混合深度学习模型对所述字节序列进行分类预测，得到加密流量的分类结果；本发明基于卷积神经网络、时间卷积神经网络以及通道注意力机制的混合深度学习模型，进行时空特征的提取及关注关键特征，从而增强时空特征提取的鲁棒性，提高加密流量分类的效率和准确度。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.059 秒)
