一种性能优化的移动视频点播业务系统及实现方法

    公开(公告)号:CN1791213A

    公开(公告)日:2006-06-21

    申请号:CN200510135653.1

    申请日:2005-12-27

    Abstract: 一种基于GPRS移动网、性能优化的移动视频点播业务系统和实现方法,该系统除了传统点播业务的网元外,还包括两类新网元:设置在GGSN与PDN的边界上的中心缓存代理CCP服务器,以缓解SCS的业务负载,降低GGSN与SCS之间的网络带宽消耗;设置在每个BSS中,即设置在每个BSC和各个BTS之间的用户边界缓存代理UECP服务器,采用基于缓存替换策略的自适应缓存来提高缓存命中率,进而保证大多数用户视频点播请求的快速响应;此外,在CCP和每个UECP之间设置传输流媒体内容的高速IP直连链路,将该两个代理服务器构成流媒体内容的两级缓存装置,从而旁路大量的节目内容流媒体,减少其它链路的数据流量和处理负载,消除视频点播业务对网络性能的影响。

    一种用于语音增值业务系统的计费方法

    公开(公告)号:CN1700715A

    公开(公告)日:2005-11-23

    申请号:CN200510073367.7

    申请日:2005-05-31

    Abstract: 一种用于VoiceXML系统的语音增值业务的计费方法,包括下列步骤:(1)扩展计费对象:利用VoiceXML系统提供的对象object扩展机制,在Voice XML语言中扩展一个专用于计费操作的“计费对象fee object”,供业务提供商SP在编写语音增值业务的VoiceXML脚本时,在需要计费的地方灵活设置该计费对象,以便实现各种不同类型的计费操作流程;(2)设置费率文件:由SP设计提供的费率文件送交给网络运营商,经由网络运营商审查并确定费率后,保存在VSMP上;(3)实现计费操作:利用计费对象,在用户语音通信终端、VAP、VSMP和SP之间进行信息交互,实现语音增值业务的计费过程。该方法能够灵活、方便、有效、透明地实现按内容、或按次数、或按时长等多种计费方式,还可丰富语音增值业务的计费种类。

    在多业务环境下基于业务控制点的智能网过载的控制方法

    公开(公告)号:CN1665315A

    公开(公告)日:2005-09-07

    申请号:CN200510064628.9

    申请日:2005-04-15

    Abstract: 一种多业务环境下智能网过载的控制方法,该方法由业务控制点SCP进行控制,具体技术措施是在SCP中设置用于接收七号信令网消息的窗口,并设置对各种业务分配窗口的分配原则,让SCP根据设定的窗口分配原则和系统负荷的变化情况自适应地动态调整各种业务所分配的窗口数目的大小,来控制多业务的过载;以便在过载情况下,通过调度SCP资源而使之能够被充分利用,而在不过载时,SCP对业务不进行限制,保证具有很好的有效性和公平性。该方法步骤简单,响应速度快,实现容易,不需要SSP的配合,对网络影响小,具有较强的健壮性,能适应各种复杂的负荷情况;适用范围较广,可用于固话智能网和移动智能网。

    基于双曲超图神经网络与注意力机制的会话推荐系统和方法

    公开(公告)号:CN117708426A

    公开(公告)日:2024-03-15

    申请号:CN202311739020.6

    申请日:2023-12-18

    Abstract: 基于双曲超图神经网络与注意力机制的会话推荐系统和方法,系统包括双曲超图神经网络模块、会话学习模块SLM、兴趣提取模块IEM和预测模块;方法包括如下操作步骤:(1)双曲超图神经网络模块为全体会话中所包含的所有物品生成高质量的初始化表征;(2)会话学习模块SLM计算每个会话的含有数据空间结构性质的所有物品的新表征;(3)兴趣提取模块IEM计算每个会话的含有会话中各个物品之间的长距离依赖关系和物品的相对位置信息的新表征;(4)预测模块为每个会话生成最终的Top‑K预测。

    一种基于半监督学习的图像多标签分类方法

    公开(公告)号:CN112115995B

    公开(公告)日:2023-04-07

    申请号:CN202010954339.0

    申请日:2020-09-11

    Abstract: 一种基于半监督学习的图像多标签分类方法,包括:从训练数据集中分别提取有标签数据和无标签数据的训练图片,并构成有标签数据集、无标签数据集,然后为每张训练图片标注标签向量;构建图像多标签分类网络,将有标签数据集和无标签数据集中的所有训练图片作为训练样本输入进行半监督训练,其输入是有标签数据集和无标签数据集的训练图片及标签向量,输出是训练图片对应各标签的预测概率;为待分类图片标注标签向量,然后将待分类图片及标签向量输入图像多标签分类网络,并根据输出确定待分类图片的多个标签。本发明属于信息技术领域,能基于无标签和有标签数据组成的混合数据集实现图像多标签分类,充分利用标签有效信息,有效提高网络分类性能。

    一种面向视频会议的文本区域修复系统和方法

    公开(公告)号:CN114240791A

    公开(公告)日:2022-03-25

    申请号:CN202111571085.5

    申请日:2021-12-21

    Abstract: 一种面向视频会议的文本区域修复系统,包括如下模块:文本区域的检测与裁剪模块和文本区域的修复与粘贴模块;一种面向视频会议的文本区域修复方法,包括下列操作步骤:(1)对视频会议场景下的图像进行预处理,检测该图像的文本区域,得到文本区域检测框的四角顶点坐标,按照所得到的四角顶点坐标将文本区域剪裁出来;(2)生成文本区域的二进制掩码,得到文本区域的RGBM图像;对RGBM图像进行超分辨率修复,得到修复后的清晰的文本区域;把所得到的清晰的文本区域粘贴回原视频会议场景下的图像。

    一种基于半监督学习的图像多标签分类方法

    公开(公告)号:CN112115995A

    公开(公告)日:2020-12-22

    申请号:CN202010954339.0

    申请日:2020-09-11

    Abstract: 一种基于半监督学习的图像多标签分类方法,包括:从训练数据集中分别提取有标签数据和无标签数据的训练图片,并构成有标签数据集、无标签数据集,然后为每张训练图片标注标签向量;构建图像多标签分类网络,将有标签数据集和无标签数据集中的所有训练图片作为训练样本输入进行半监督训练,其输入是有标签数据集和无标签数据集的训练图片及标签向量,输出是训练图片对应各标签的预测概率;为待分类图片标注标签向量,然后将待分类图片及标签向量输入图像多标签分类网络,并根据输出确定待分类图片的多个标签。本发明属于信息技术领域,能基于无标签和有标签数据组成的混合数据集实现图像多标签分类,充分利用标签有效信息,有效提高网络分类性能。

Patent Agency Ranking