-
公开(公告)号：CN104135732A
公开(公告)日：2014-11-05
申请号：CN201410375384.5
申请日：2014-07-31
Applicant: 哈尔滨工业大学(威海)
IPC: H04W16/18
Abstract: 本发明涉及一种无线传感器网络覆盖空洞面积的计算方法，包括：步骤1，计算出由邻接节点构成的无向图；步骤2，计算出各邻接节点之间的交点；步骤3，根据交点找出空洞的边界节点并构造出空洞的边界图；步骤4，广度遍历边界图，从中找出所有的最小多边形以形成字典D；步骤5，遍历字典D，判断网络中的节点是否被其中的一个最小多边形包围，如果是，则将该最小多边形从字典D中删除；步骤6，计算字典D内的每个最小多边形的面积，如果结果为负则表示没有空洞；否则表示有空洞。本发明能够检测出覆盖空洞的边界和网络的外边界，便于更高效地部署修补节点以用最少的代价维护网络的最高效运行。
-
公开(公告)号：CN119202266A
公开(公告)日：2024-12-27
申请号：CN202411241073.X
申请日：2024-09-05
Applicant: 哈尔滨工业大学(威海) , 山东新派科技有限公司
IPC: G06F16/36 , G06F16/35 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种信息检索领域R‑GCN和Transformer融合网络的知识表示学习方法，涉及知识图谱表示学习技术领域，包括基于信息检索知识图谱，构建实体和关系的输入特征；基于Transformer模型及R‑GCN模型，构建实体的Transformer分支表征向量、R‑GCN分支表征向量和关系的Transformer表征向量，得到关系的最终嵌入表示；基于实体的R‑GCN分支表征向量和实体的Transformer分支表征向量，获得信息检索知识图谱中实体的融合特征作为实体的最终嵌入表示；通过信息检索知识图谱实体分类和信息检索知识图谱路径查询回答任务优化知识表示学习的效果。本申请通过GCN捕获图结构中的局部依赖关系，通过Transformer模型动态地捕捉序列数据中不同位置的依赖信息，实现对全局结构信息的捕捉，充分利用信息检索知识图谱中的全局结构信息和上下文信息，实现更为准确的知识表示学习。
-
公开(公告)号：CN107193661B
公开(公告)日：2020-08-21
申请号：CN201710339568.X
申请日：2017-05-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 面向多核处理器确定性重演的优化分段式内存竞争记录系统及其方法，涉及一种内存竞争记录系统，为了解决现有分段式内存竞争记录方法的冗余和判断方式不足导致漏记的问题，通过设置段号寄存器，实现了多核处理器存在内存竞争的优化记录，所述的记录方法在检测到内存竞争冲突时与之前的竞争记录进行有效地比较，判断是否可以约减，判断是否可以利用相邻同向竞争关系进行人工访问冲突的设置，达到减少内存竞争记录的次数，优化内存竞争日志，降低硬件资源消耗的效果。它可扩展到容错处理、事后安全分析等更为广泛的应用模型中。
-
公开(公告)号：CN106793167A
公开(公告)日：2017-05-31
申请号：CN201710048163.0
申请日：2017-01-20
Applicant: 哈尔滨工业大学(威海)
CPC classification number: H04W76/25 , H04L12/4641 , H04W76/19
Abstract: 公开了一种移动网络环境下VPN通信保障方法与装置。其中，所述方法包括：实时监测移动终端的当前网络状态；根据当前网络状态与预先记录的前一网络状态确定当前网络变化事件；根据当前网络变化事件与预先记录的VPN的前一工作状态确定VPN的下一工作事件。本发明通过以上步骤能够在网络接入方式变化时，对VPN服务进行“礼貌暂停，智能恢复”，进而提高了移动VPN服务的健壮性和稳定性，保证了良好的用户体验。
-
Patent Agency Ranking
公开(公告)号：CN110929593B
公开(公告)日：2023-06-20
申请号：CN201911078936.5
申请日：2019-11-06
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/10 , G06V10/56 , G06V10/46 , G06V10/774 , G06V10/762 , G06V10/764
Abstract: 一种基于细节辨别区别的实时显著性行人检测方法，在现有的图像数据集中进行参数预训练；对监控视频中的视频数据读取并转化为可处理的图像格式；对步骤B中的图像进行特征提取；预训练的模型参数迁移到YOLO神经网络模型，在行人检测数据集上进行网络模型训练，用训练好的网络模型根据行人特征H和显著性特征进行行人检测。通过现有公开图像数据集中上进行参数预训练并引入到YOLO神经网络模型上，根据检测显著性区域特征和注重细节辨别区分的行人特征，进而实时的对行人进行检测，此种方法相比于单纯利用YOLO模型，有效地增加模型的多尺度预测泛化能力和极大的提高了系统的检测速率以及降低漏检率。
-
公开(公告)号：CN106384292A
公开(公告)日：2017-02-08
申请号：CN201610823149.9
申请日：2016-09-14
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G06Q50/01 , G06F16/951
Abstract: 本发明公开了一种社交网络用户关系采集系统与方法，该系统包括：分布式爬虫模块与任务队列模块。其中，任务队列模块包含爬取优先级依次增加的Super队列、Normal队列、Big队列。分布式爬虫模块用于将用户ID按照关系网规模从小到大的顺序分别存放在Normal队列、Big队列、Super队列，并按照所述爬取优先级爬取用户关系数据。本发明根据关系网规模将任务进行等级划分，不同等级的任务按照不同的执行优先级爬取，这样不仅具有控制爬取层数的功能，还可以保证关系网爬取时能够快速收敛。
-
公开(公告)号：CN110929593A
公开(公告)日：2020-03-27
申请号：CN201911078936.5
申请日：2019-11-06
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于细节辨别区别的实时显著性行人检测方法，在现有的图像数据集中进行参数预训练；对监控视频中的视频数据读取并转化为可处理的图像格式；对步骤B中的图像进行特征提取；预训练的模型参数迁移到YOLO神经网络模型，在行人检测数据集上进行网络模型训练，用训练好的网络模型根据行人特征H和显著性特征进行行人检测。通过现有公开图像数据集中上进行参数预训练并引入到YOLO神经网络模型上，根据检测显著性区域特征和注重细节辨别区分的行人特征，进而实时的对行人进行检测，此种方法相比于单纯利用YOLO模型，有效地增加模型的多尺度预测泛化能力和极大的提高了系统的检测速率以及降低漏检率。
-
公开(公告)号：CN107193661A
公开(公告)日：2017-09-22
申请号：CN201710339568.X
申请日：2017-05-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 面向多核处理器确定性重演的优化分段式内存竞争记录系统及其方法，涉及一种内存竞争记录系统，为了解决现有分段式内存竞争记录方法的冗余和判断方式不足导致漏记的问题，通过设置段号寄存器，实现了多核处理器存在内存竞争的优化记录，所述的记录方法在检测到内存竞争冲突时与之前的竞争记录进行有效地比较，判断是否可以约减，判断是否可以利用相邻同向竞争关系进行人工访问冲突的设置，达到减少内存竞争记录的次数，优化内存竞争日志，降低硬件资源消耗的效果。它可扩展到容错处理、事后安全分析等更为广泛的应用模型中。
-
公开(公告)号：CN104135732B
公开(公告)日：2017-07-21
申请号：CN201410375384.5
申请日：2014-07-31
Applicant: 哈尔滨工业大学(威海)
IPC: H04W16/18
Abstract: 本发明涉及一种无线传感器网络覆盖空洞面积的计算方法，包括：步骤1，计算出由邻接节点构成的无向图；步骤2，计算出各邻接节点之间的交点；步骤3，根据交点找出空洞的边界节点并构造出空洞的边界图；步骤4，广度遍历边界图，从中找出所有的最小多边形以形成字典D；步骤5，遍历字典D，判断网络中的节点是否被其中的一个最小多边形包围，如果是，则将该最小多边形从字典D中删除；步骤6，计算字典D内的每个最小多边形的面积，如果结果为负则表示没有空洞；否则表示有空洞。本发明能够检测出覆盖空洞的边界和网络的外边界，便于更高效地部署修补节点以用最少的代价维护网络的最高效运行。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.037 seconds)
