基于H.265的SPICE云桌面传输和展现方法及系统

    公开(公告)号:CN105262825A

    公开(公告)日:2016-01-20

    申请号:CN201510724145.0

    申请日:2015-10-29

    IPC分类号: H04L29/08 H04N19/42

    CPC分类号: H04L67/08

    摘要: 本发明涉及一种典型的云桌面传送协议软件,具体涉及基于H.265的SPICE云桌面传输和展现方法及系统,属于信息技术领域,主要解决现有云桌面视频压缩效率低,桌面抖动以及启动风暴问题。本发明具体采用以下步骤:在服务端提供扩展的基于Go语言net/http包的Web服务器;H.265编码扩展;H.265解码扩展;利用FFMpeg进行功能扩展,在客户端进行解码优化;JPEG2000服务端图像编码扩展;JPEG2000客户端图像解码。本发明能够降低视频传输中SPICE对网络带宽的占用;减少因不同压缩算法切换导致的桌面抖动现象;解决连接风暴问题,给用户以本地PC上的桌面体验。

    一种深层肿瘤新生血管的高分辨率光声成像方法

    公开(公告)号:CN110796603B

    公开(公告)日:2023-05-23

    申请号:CN201911165348.5

    申请日:2019-11-25

    IPC分类号: G06T3/40 G06T7/30 G06T11/00

    摘要: 本发明公开了一种深度学习模型下深层肿瘤新生血管的高分辨率光声成像方法,属于生物医学成像领域,具体步骤为:采集训练数据,在声学分辨率光声成像系统下,采集肿瘤血管的低分辨率光声图像,在光学分辨率光声显微成像系统下,采集肿瘤血管的高分辨率光声图像;基于训练数据,训练深度学习模型,深度学习模型为生成对抗深度学习网络模型;基于训练后的深度学习模型,实现声学分辨率光声成像系统下深层肿瘤新生血管的高分辨率成像。本发明实现了声学分辨率光声成像系统下的光学分辨率的光声图像重建,能够对深层肿瘤新生血管进行光学分辨率成像,清晰获取整个肿瘤区域的新生血管网络,从而为后续的各种肿瘤血管量化分析提供高质量的血管数据。

    一种基于自适应优化线性邻域集选择的降维方法及系统

    公开(公告)号:CN112257807B

    公开(公告)日:2022-05-27

    申请号:CN202011201551.6

    申请日:2020-11-02

    IPC分类号: G06K9/62 G06V10/77

    摘要: 本发明涉及一种基于自适应优化线性邻域集选择的降维方法及系统。该方法包括:获取边缘设备模块发送的通信数据;判断所述通信数据是否大于等于通信上限阈值;若是,则对所述通信数据进行降维处理,得到降维后的通信数据;将所述降维后的通信数据上传到云服务器;若否,则判断所述通信数据是否大于等于通信下限阈值;若是,则将所述通信数据直接上传到云服务器;若否,则将所述通信数据过滤。本发明能够有效避免流形结构的变形,获得更好的嵌入效果,提高数据传输效率和用户体验。

    远程交互显示实时推送方法及系统

    公开(公告)号:CN106406798A

    公开(公告)日:2017-02-15

    申请号:CN201610873824.9

    申请日:2016-09-30

    IPC分类号: G06F3/14 G07C1/10 G06K17/00

    CPC分类号: G06F3/14 G06K17/0022 G07C1/10

    摘要: 本发明公开一种远程交互显示实时推送方法及系统,属于远程通讯技术领域,包括PC上位机和至少一个远程交互终端,远程交互终端通过网络与PC上位机连接实现数据通讯,所述的PC上位机包括管理员终端和服务器模块,其中管理员终端用于向服务器模块发送命令、数据信息,服务器模块用于接收上述信息并将上述信息更新后推送至远程交互终端,远程交互终端用于为用户显示上述信息,用户通过远程交互终端向服务器模块发送请求查询信息,本发明实现远程交互显示和信息的自动推送,在降低系统功耗的同时,提高了通知的及时性和实时性,使信息推送具有目的性和有效性,提高了推送的效率。

    情绪语义识别驱动的云融合音乐调控系统

    公开(公告)号:CN105389309A

    公开(公告)日:2016-03-09

    申请号:CN201410445041.1

    申请日:2014-09-03

    IPC分类号: G06F17/30

    摘要: 本发明涉及"CloudComputing+IOT"驱动的情绪心理语义识别技术研究及其在自主调控系统中的应用,是一种服务于大众各领域的全新人机交互方式。用户只需告知其情绪心理状态给“软件人”,系统即可进行自主的调控。本发明包括以下步骤:功能需求匹配步骤,通过获取订阅云计算用户的语音指令,在云计算平台进行情绪心理语义匹配并进入对应的云资源库搜寻满足用户功能需求的各类服务;非功能需求匹配步骤,通过记忆算法以及上下文语义分析,将用户的习惯、爱好等信息存储,以便在满足功能需求的时候提高匹配准确度,系统主要架构如附图1所示。本发明可以应用于面向大众的各媒体服务环境中,为享受各类服务资源的用户提供全新的人机交互方式,提高了用户粘度。

    物联网设备身份认证方法及系统
    6.
    发明公开

    公开(公告)号:CN117376026A

    公开(公告)日:2024-01-09

    申请号:CN202311587193.0

    申请日:2023-11-27

    摘要: 本发明公开了物联网设备身份认证方法及系统,属于区块链技术领域,本要解决的技术问题为如何基于区块链实现物联网设备的身份认证、并提供安全的传输通道。基于区块链和椭圆曲线加密算法对物联网设备进行身份认证,对于每个物联网设备,选择一个私钥,通过椭圆曲线加密算法生成公钥,并得到公钥哈希值;身份认证中心基于注册请求信息进行身份注册计算、得到本地身份验证信息和身份注册信息,物联网设备将其身份注册信息以及公钥作为身份认证信息通过安全通道上传至区块链的身份认证合约;身份认证中心基于登录请求信息、本地身份认证信息以及存储于身份智能合约中的身份认证信息对物联网设备进行身份认证,并向物联网设备返回数字证书。

    一种基于自适应优化线性邻域集选择的降维方法及系统

    公开(公告)号:CN112257807A

    公开(公告)日:2021-01-22

    申请号:CN202011201551.6

    申请日:2020-11-02

    IPC分类号: G06K9/62

    摘要: 本发明涉及一种基于自适应优化线性邻域集选择的降维方法及系统。该方法包括:获取边缘设备模块发送的通信数据;判断所述通信数据是否大于等于通信上限阈值;若是,则对所述通信数据进行降维处理,得到降维后的通信数据;将所述降维后的通信数据上传到云服务器;若否,则判断所述通信数据是否大于等于通信下限阈值;若是,则将所述通信数据直接上传到云服务器;若否,则将所述通信数据过滤。本发明能够有效避免流形结构的变形,获得更好的嵌入效果,提高数据传输效率和用户体验。

    一种基于极限学习机的慢盘检测方法及系统

    公开(公告)号:CN106897178B

    公开(公告)日:2020-06-23

    申请号:CN201710094392.6

    申请日:2017-02-21

    IPC分类号: G06F11/22

    摘要: 本发明提供了一种基于极限学习机的慢盘检测方法及系统,通过对历史磁盘数据进行特征提取,从中选择特征向量进行训练,实现了基于神经网络检测慢盘的方案,优化了慢盘检测过程,提高了慢盘检测准确性并降低了计算复杂度;同时在实际使用过程中,随着历史磁盘数据数量的增加,越来越多的样本被不断训练,模型精度越来越高,进一步提升了准确率,保证了数据存储系统始终处于最佳工作状态。

    点移动机器人在概率路线图中路径规划的神经网络方法

    公开(公告)号:CN107356258B

    公开(公告)日:2020-06-05

    申请号:CN201710591569.3

    申请日:2017-07-19

    发明人: 禹继国 陈艳 李帅

    IPC分类号: G01C21/20 G05D1/02 G06N3/02

    摘要: 一种点移动机器人在概率路线图中路径规划的神经网络方法,通过路径检查为选取一可行节点及另一可行节点之间路径()上的M个节点进行碰撞检测,若这M个节点均为可行节点,则路径()即可判定为可行路径。并对个可行节点中的每一个可行节点创建包含该节点所有可行路径的一个邻居集,通过欧几里得距离算法计算每个可行节点的邻居集中所有可行路径的距离长度,在可行节点的邻居集中选取具有的可行节点为规划路径上的当前可行节点的下一个节点。通过选取出最优化的可行节点,从而得到最优化的路径为(,),因此点移动机器人不论是在静态环境还是在变化的环境中或者不论是追踪静止的目标还是移动的目标都能较好地完成最优路径的规划任务。

    一种深层肿瘤新生血管的高分辨率光声成像方法

    公开(公告)号:CN110796603A

    公开(公告)日:2020-02-14

    申请号:CN201911165348.5

    申请日:2019-11-25

    IPC分类号: G06T3/40 G06T7/30 G06T11/00

    摘要: 本发明公开了一种深度学习模型下深层肿瘤新生血管的高分辨率光声成像方法,属于生物医学成像领域,具体步骤为:采集训练数据,在声学分辨率光声成像系统下,采集肿瘤血管的低分辨率光声图像,在光学分辨率光声显微成像系统下,采集肿瘤血管的高分辨率光声图像;基于训练数据,训练深度学习模型,深度学习模型为生成对抗深度学习网络模型;基于训练后的深度学习模型,实现声学分辨率光声成像系统下深层肿瘤新生血管的高分辨率成像。本发明实现了声学分辨率光声成像系统下的光学分辨率的光声图像重建,能够对深层肿瘤新生血管进行光学分辨率成像,清晰获取整个肿瘤区域的新生血管网络,从而为后续的各种肿瘤血管量化分析提供高质量的血管数据。