-
公开(公告)号：CN105007613B
公开(公告)日：2018-12-18
申请号：CN201510262134.5
申请日：2015-05-21
IPC: H04W52/02
Abstract: 本发明涉及一种基于流量过滤和Web缓存预取的WiFi接入设备节能方法，当WiFi接入设备发送一个HTTP请求给远程的Web服务器时，将TCP链接分割成两段：第一段TCP链接连接WiFi接入设备和AP，第二段TCP链接连接AP和Web服务器；AP通过第一段TCP链接接收HTTP请求并查看缓存，如果AP缓存有相应的响应数据，将响应数据返回WiFi接入设备；否则，通过第二段TCP链接将该HTTP请求发送到Web服务器；AP接收到Web服务器响应后，收集所请求网页的响应数据，并通过预设的流量控制规则进行过滤，然后存入AP缓存，并通过第一段TCP链接返回WiFi接入设备；WiFi接入设备没有数据收发时，进入休眠状态。
-
Patent Agency Ranking
公开(公告)号：CN104661291A
公开(公告)日：2015-05-27
申请号：CN201510108379.2
申请日：2015-03-12
CPC classification number: Y02D70/10 , H04W52/0206 , H04L63/0227 , H04L67/02 , H04W28/14
Abstract: 本发明涉及一种基于流量过滤和Web缓存预取的WiFi接入设备节能方法，当WiFi接入设备发送一个HTTP请求给远程的Web服务器时，将TCP链接分割成两段：第一段TCP链接连接WiFi接入设备和AP，第二段TCP链接连接AP和Web服务器；AP通过第一段TCP链接接收HTTP请求并查看缓存，如果AP缓存有相应的响应数据，将响应数据返回WiFi接入设备；否则，通过第二段TCP链接将该HTTP请求发送到Web服务器；AP接收到Web服务器响应后，收集所请求网页的响应数据，并通过预设的流量控制规则进行过滤，然后存入AP缓存，并通过第一段TCP链接返回WiFi接入设备；WiFi接入设备没有数据收发时，进入休眠状态。
-
公开(公告)号：CN105007613A
公开(公告)日：2015-10-28
申请号：CN201510262134.5
申请日：2015-05-21
IPC: H04W52/02
CPC classification number: Y02D70/10 , Y02D70/14 , H04W52/0206
Abstract: 本发明涉及一种基于流量过滤和Web缓存预取的WiFi接入设备节能方法，当WiFi接入设备发送一个HTTP请求给远程的Web服务器时，将TCP链接分割成两段：第一段TCP链接连接WiFi接入设备和AP，第二段TCP链接连接AP和Web服务器；AP通过第一段TCP链接接收HTTP请求并查看缓存，如果AP缓存有相应的响应数据，将响应数据返回WiFi接入设备；否则，通过第二段TCP链接将该HTTP请求发送到Web服务器；AP接收到Web服务器响应后，收集所请求网页的响应数据，并通过预设的流量控制规则进行过滤，然后存入AP缓存，并通过第一段TCP链接返回WiFi接入设备；WiFi接入设备没有数据收发时，进入休眠状态。
-
公开(公告)号：CN107818298B
公开(公告)日：2021-03-09
申请号：CN201710886434.X
申请日：2017-09-27
Applicant: 厦门大学
Abstract: 用于机器学习物质识别算法的通用拉曼光谱特征提取方法，涉及拉曼光谱。谱图自动预处理；获取谱图的特征向量。可以对任意指定范围的拉曼光谱进行特征提取，所提取的特征向量适用于多种机器学习算法，通用性强，不受目标物质或测试体系的限制；可以自动去除噪声和荧光背景的干扰，同时保留峰值信号的位置和强度等信息；可以有效识别包含各种目标物质的光谱；可以准确提取空白光谱特征，有效识别和准确区分阴性和阳性样品，更好的满足物质检测的实际需求；提取方法不涉及复杂计算，而且对存储空间需求不大，因此时间和空间复杂度低，便于运用于光谱数据的批量处理和分析。
-
公开(公告)号：CN107679569A
公开(公告)日：2018-02-09
申请号：CN201710886431.6
申请日：2017-09-27
Applicant: 厦门大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6256
Abstract: 基于自适应超图算法的拉曼光谱物质自动识别方法，涉及拉曼光谱。谱图预处理；谱图特征提取；物质分类识别。自动完成“谱图预处理→谱图特征提取→物质分类识别”的拉曼光谱分析完整过程，实现对物质自动识别。自适应的预处理和特征提取算法在大程度上自动地消除了体系和仪器对于物质识别的影响。特别是首次使用自动插值算法，对SERS样本进行数据统一规整，较好的解决采样频率对特征提取的影响，自动实现“跨仪器”SERS样本的物质识别分类，批量处理分析。自适应超图的分类算法通用性强，适用于复杂体系下的物质自动识别；无需根据体系或物质对算法参数进行调整。采用自适应超图的分类算法，无需根据体系或物质对参数进行调整。
-
公开(公告)号：CN107818298A
公开(公告)日：2018-03-20
申请号：CN201710886434.X
申请日：2017-09-27
Applicant: 厦门大学
Abstract: 用于机器学习物质识别算法的通用拉曼光谱特征提取方法，涉及拉曼光谱。谱图自动预处理；获取谱图的特征向量。可以对任意指定范围的拉曼光谱进行特征提取，所提取的特征向量适用于多种机器学习算法，通用性强，不受目标物质或测试体系的限制；可以自动去除噪声和荧光背景的干扰，同时保留峰值信号的位置和强度等信息；可以有效识别包含各种目标物质的光谱；可以准确提取空白光谱特征，有效识别和准确区分阴性和阳性样品，更好的满足物质检测的实际需求；提取方法不涉及复杂计算，而且对存储空间需求不大，因此时间和空间复杂度低，便于运用于光谱数据的批量处理和分析。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
