-
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：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：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：CN118748657A
公开(公告)日：2024-10-08
申请号：CN202410900950.3
申请日：2024-07-05
IPC分类号： H04L47/125 , H04L47/26 , H04L49/201
摘要： 本发明属于网络通信领域，提供了一种数据中心网络中负载均衡的实现方法及系统，包括：(1)边缘交换机广播式发送INT探针，携带路径上经过的每个交换机的负载信息；(2)网络内每个交换机维护一个负载信息表，存储由此交换机到达其他边缘交换机的所以可达路径，以及该路径的负载权重；(3)交换机基于负载信息表中不同路径的负载权重进行路由决策；(4)控制器根据不同路径的负载平衡程度，动态调控探针发送速率。本发明能够在数据中心网络中实现更高效的负载均衡，有效利用可用带宽。
-
公开(公告)号：CN118748643A
公开(公告)日：2024-10-08
申请号：CN202410754379.9
申请日：2024-06-12
IPC分类号： H04L41/16 , G06F9/50 , G06N3/126 , H04L41/147 , H04L43/0852 , H04L67/10 , H04L67/568
摘要： 本发明涉及移动边缘缓存技术领域，提供了一种基于用户偏好感知的边缘缓存放置优化方法及系统。该方法包括，获取用户历史请求记录，采用深度学习网络，预测下一时隙用户请求内容数量，结合异质用户活跃程度，得到用户对内容偏好的概率分布；基于用户对内容偏好的概率分布，将用户根据偏好相似度进行聚类，将高度相关的用户分到同一集群中，并为每个集群设计缓存策略；将缓存放置问题转化为减少延迟最大化问题，在缓存容量和延迟阈值的约束下最大化总体减少的延迟，使用遗传算法优化减少延迟最大化问题，迭代出最佳个体作为全局最优缓存放置策略；根据全局最优缓存放置策略，执行缓存内容的放置，根据用户请求动态调整缓存内容。
-
公开(公告)号：CN118387110A
公开(公告)日：2024-07-26
申请号：CN202410493222.5
申请日：2024-04-23
IPC分类号： B60W40/06 , G01C21/16 , G01C21/18 , G06V20/40 , G06V10/25 , G06V10/40 , G06V10/82 , G06F16/71 , G06F16/787 , G06N3/045 , G06N3/0464 , G06N3/08 , G08G1/01 , G08G1/052 , B60W50/00 , G07C5/08
摘要： 本发明公开了一种道路异常检测方法及系统，属于道路检测技术领域。包括：获取陀螺仪数据和加速度计数据，对陀螺仪数据和加速度计数据进行卡尔曼滤波；基于加速度计数据的采样频率，根据卡尔曼滤波后的加速度计数据或陀螺仪数据，获取道路颠簸异常检测结果；获取移动视频，将移动视频输入训练好的道路异常检测模型中进行处理，获取道路异常检测结果；其中，通过基于轨迹分割的时空查询算法存储移动视频，以提高道路异常检测的查询效率。能够提高道路异常检测的精度和效率，解决现有道路检测鲁棒性、精确度低的问题。
-
公开(公告)号：CN118337717A
公开(公告)日：2024-07-12
申请号：CN202410313718.X
申请日：2024-03-19
IPC分类号： H04L47/2441 , H04L41/16 , H04L9/40 , G06F18/2431 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442
摘要： 本发明提供了一种加密网络流量分类方法及系统，所述方案包括：对于待分类的加密网络流量进行数据预处理；以预处理后的加密网络流量数据作为预先训练的混合深度学习模型的输入，获得分类结果；其中，所述混合深度学习模型具体执行如下处理过程：对于输入的加密网络流量数据，利用第一神经网络模块进行多尺度空间特征提取，获得空间融合特征；对于获得的空间融合特征，按照预设时间步的顺序作为第二神经网络模块的输入，获得融合的时空特征，并基于所述时空特征获得分类结果。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.092 秒)
