-
公开(公告)号：CN111914937A
公开(公告)日：2020-11-10
申请号：CN202010779560.7
申请日：2020-08-05
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
Abstract: 本发明属于计算机技术领域，公开了一种轻量化改进目标检测方法及检测系统，利用用改进后的ShuffleNet v2模型替换FSSD中原有的骨干网络；引入加权双向特征金字塔结构替换FSSD中原有的三层特征融合的结构，通过对多层特征进行自顶向下和自底向上的特征融合，使得融合后的特征包含更多的语义信息，进行目标的检测。本发明提出的模型在准确率上相较于基础模型有所提升，而在检测速度上有所下降，在模型的权重大小上也有着一定的增加。通过上述的分析和实验数据的表现可以看出准确率上的提升与本发明提出的改进相符合，同时本发明改进所带来的在检测速度和模型权重大小上的不足也在可预见的范围内。
-
公开(公告)号：CN111914937B
公开(公告)日：2024-05-10
申请号：CN202010779560.7
申请日：2020-08-05
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明属于计算机技术领域，公开了一种轻量化改进目标检测方法及检测系统，利用用改进后的ShuffleNet v2模型替换FSSD中原有的骨干网络；引入加权双向特征金字塔结构替换FSSD中原有的三层特征融合的结构，通过对多层特征进行自顶向下和自底向上的特征融合，使得融合后的特征包含更多的语义信息，进行目标的检测。本发明提出的模型在准确率上相较于基础模型有所提升，而在检测速度上有所下降，在模型的权重大小上也有着一定的增加。通过上述的分析和实验数据的表现可以看出准确率上的提升与本发明提出的改进相符合，同时本发明改进所带来的在检测速度和模型权重大小上的不足也在可预见的范围内。
-
公开(公告)号：CN108021658B
公开(公告)日：2023-05-26
申请号：CN201711252320.6
申请日：2017-12-01
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
IPC: G06F16/9535 , G06N3/006
Abstract: 本发明公开了一种基于鲸鱼优化算法的大数据智能搜索方法及系统，利用鲸鱼优化算法对大数据智能搜索问题优化求解，从而快速地获得最接近用户需求的搜索结果，进一步提高智能搜索引擎的正确率和效率；本发明能够在可接受的时间代价内找到大数据智能搜索问题高质量的可行解，根据用户的搜索条件，从引擎数据库中得到和用户输入关键词相关的大数据，由用户不断地对搜索结果打分，逐步得到满足用户个性化的需求的搜索效果。本发明利用鲸鱼优化算法进行大数据智能搜索，基于本体特征建立了一个具有智能化的搜索引擎，快速高效地找到最符合用户需要的搜索结果，解决了当前搜索引擎不能很好地为用户提供感兴趣信息的问题且搜索效率高。
-
公开(公告)号：CN108111361B
公开(公告)日：2021-10-15
申请号：CN201810119164.4
申请日：2018-02-06
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于大数据分析的传输网络故障定位分析方法及系统，涉及网络故障定位技术领域，本发明通过发生故障的业务经过的网络风险点共性，计算各网络风险点的故障概率，实现传输网络故障的快速定位。本发明最主要的特点是通过大数据分析统计对网络风险点的故障概率实现量化，依托大数据分析统计快速计算出故障概率较高的网络风险点所在。相比于现在的故障定位，多依赖于经验判断，本发明借助计算机强大计算能力的大数据分析，量化计算，更加客观，更加准确，更加快速，可有效辅助故障的快速定位，降低故障历时。
-
公开(公告)号：CN108111361A
公开(公告)日：2018-06-01
申请号：CN201810119164.4
申请日：2018-02-06
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于大数据分析的传输网络故障定位分析方法及系统，涉及网络故障定位技术领域，本发明通过发生故障的业务经过的网络风险点共性，计算各网络风险点的故障概率，实现传输网络故障的快速定位。本发明最主要的特点是通过大数据分析统计对网络风险点的故障概率实现量化，依托大数据分析统计快速计算出故障概率较高的网络风险点所在。相比于现在的故障定位，多依赖于经验判断，本发明借助计算机强大计算能力的大数据分析，量化计算，更加客观，更加准确，更加快速，可有效辅助故障的快速定位，降低故障历时。
-
Patent Agency Ranking
公开(公告)号：CN108021658A
公开(公告)日：2018-05-11
申请号：CN201711252320.6
申请日：2017-12-01
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
CPC classification number: G06F16/951 , G06N3/006
Abstract: 本发明公开了一种基于鲸鱼优化算法的大数据智能搜索方法及系统，利用鲸鱼优化算法对大数据智能搜索问题优化求解，从而快速地获得最接近用户需求的搜索结果，进一步提高智能搜索引擎的正确率和效率；本发明能够在可接受的时间代价内找到大数据智能搜索问题高质量的可行解，根据用户的搜索条件，从引擎数据库中得到和用户输入关键词相关的大数据，由用户不断地对搜索结果打分，逐步得到满足用户个性化的需求的搜索效果。本发明利用鲸鱼优化算法进行大数据智能搜索，基于本体特征建立了一个具有智能化的搜索引擎，快速高效地找到最符合用户需要的搜索结果，解决了当前搜索引擎不能很好地为用户提供感兴趣信息的问题且搜索效率高。
-
公开(公告)号：CN117792882A
公开(公告)日：2024-03-29
申请号：CN202311691602.1
申请日：2023-12-11
Applicant: 华中科技大学 , 武汉烽火技术服务有限公司
IPC: H04L41/069 , H04L41/0631 , H04L41/0604 , H04L41/16
Abstract: 本发明涉及通信网络故障维护、大语言模型辅助处理技术领域，提出了一种大语言模型辅助的通信网络故障日志分析方法，包括日志核心信息提取、历史日志数据预处理、历史日志数据分析与知识库构建和实时日志分析与故障推断四个主要步骤。本发明不再依赖于预定义的规则和模板，而是利用大语言模型的自然语言处理能力，根据内容自动提取故障日志中的故障设备、故障类型、故障时间等核心信息；通过整合历史告警日志数据、人工处理的故障案例，形成知识库，对实时故障日志信息进行知识推理，判断实时故障类型，实现故障根因。本发明显著提高了故障日志的分析效率和准确性，加强了现有故障管理系统的能力，实现更高效的网络维护和故障处理流程。
-
公开(公告)号：CN117201265A
公开(公告)日：2023-12-08
申请号：CN202311044032.7
申请日：2023-08-18
Applicant: 华中科技大学 , 武汉烽火技术服务有限公司
IPC: H04L41/06 , H04L41/147 , H04L41/12
Abstract: 本发明涉及通信网络技术领域，公开了一种基于图随机游走的故障网络节点预测方法，包括：获取承载网的历史告警日志信息；遍历历史告警日志信息数据，生成网络拓扑图；在网络拓扑图中采用随机游走方法，生成告警规则集合；利用告警规则以及当前的告警网络节点信息进行筛选，得到初步预测结果的节点集合，计算初步预测结果的节点集合中各节点得分，形成目标预测结果集合。本发明能够根据承载网历史告警信息，采用基于图随机游走的故障网络节点预测方法，在较短时间内对未来可能发生故障的网络节点进行预测，使运维人员能提前实施预防措施，提高网络故障的处理效率和响应速度。
-
公开(公告)号：CN109903138A
公开(公告)日：2019-06-18
申请号：CN201910151051.7
申请日：2019-02-28
Applicant: 华中科技大学 , 福建省华智人工智能创新研究中心 , 武汉烽火技术服务有限公司
Abstract: 本发明涉及一种个性化商品推荐方法，包括：接收用户的商品搜索指令；若用户已被分类，计算用户偏好的多维平均标签信息，用户的推荐模型基于多维平均标签信息计算第一多维属性信息，计算第一多维属性信息与商品类别中每个商品的第二多维属性信息的距离，将距离较小的商品推给用户；否则，基于多个商品的第二多维属性信息，计算第一多维平均属性信息，基于第一多维平均属性信息及各类用户的推荐模型，确定适用于该用户的推荐模型。本发明提供的推荐方法，首先对用户聚类，且利用多维的商品标签信息和商品属性信息，使得推荐准确率高；另外，当用户为新用户时，通过注意力迁移学习，利用已有推荐模型形成新用户的推荐模型，以解决冷启动问题。
-
公开(公告)号：CN116781478A
公开(公告)日：2023-09-19
申请号：CN202310717952.4
申请日：2023-06-16
Applicant: 华中科技大学 , 武汉烽火技术服务有限公司
IPC: H04L41/06 , H04L41/0631 , H04L41/0677 , H04L41/069
Abstract: 本发明涉及互联网运维技术领域，公开了一种基于频繁序列挖掘的故障告警派生树生成与识别方法，包括步骤：获取承载网历史告警日志信息，进行数据清洗；告警派生规则挖掘，形成告警派生规则集合；根据挖掘出的告警派生规则集合，生成故障告警派生树；利用历史故障告警派生树识别承载网当前告警，判断承载网当前的告警数据集可能对应的故障派生树，界定告警影响的设备边界，为运维人员提供指导意见。本发明采用频繁序列分析技术生成故障告警派生树，以树状结构全面总结出故障设备节点会造成的多种派生告警，进而利用故障告警派生树对承载网当前实时告警数据进行识别分析，缩小故障设备范围，有效提升了网络节点故障排查效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.094 seconds)
