-
公开(公告)号：CN113285872B
公开(公告)日：2022-09-23
申请号：CN202110257321.X
申请日：2021-03-09
Applicant: 清华大学
Abstract: 本发明公开了一种基于深度强化学习的时间敏感网络通信流调度方法，其步骤如下：通过构筑基础、系统建模、系统框架、时隙选择、状态建模、动作建模、环境建模、深度神经网络来实现整体的构成，并通过错误恢复、实验论证和实验对象对整体进行检测，保证整体的正常使用。该基于深度强化学习的时间敏感网络通信流调度方法，提出了一种适用于TS流调度的基于DRL的建模、训练和应用方法，使用不同的数据训练就能够应用在不同的网络环境，且提出了一些优化方法，使用有向图表达网络信息使得DRLS能够动态的调度TS流并且能够在网络拓扑变化时迅速恢复，控制门技术的使用缓解了DNN的不确定性并且提高了调度方法的调度能力和可靠性。
-
公开(公告)号：CN114969733A
公开(公告)日：2022-08-30
申请号：CN202210489642.7
申请日：2022-05-06
Applicant: 清华大学 , 珠海横琴跨境说网络科技有限公司
Abstract: 本发明公开一种基于系统调用自动机的攻击溯源方法及装置，方法包括：通过对应用程序的二进制文件进行静态分析，生成应用程序函数的控制流图，根据控制流图构造系统调用的有向图，针对向图中节点集和有向边集采用不确定的有穷自动机作为应用程序系统调用的状态转移表示，构建应用程序系统调用自动机，使用应用程序系统调用自动机对预先生成的标准格式日志进行执行单元的划分，构造系统级溯源图，在系统溯源图中汇总依赖症状事件的节点分别形成攻击路径和攻击影响。可以实现基于系统调用自动机的攻击溯源，解决了现有技术基于程序插桩和收集应用程序日志得到的高级语义信息来划分的执行单元的方式很难应用到缓解依赖爆炸的实际生产环境的问题。
-
公开(公告)号：CN111882661B
公开(公告)日：2022-07-26
申请号：CN202010727956.7
申请日：2020-07-23
Applicant: 清华大学
Abstract: 本发明提供了一种基于视频的立体场景重建方法，其中，该方法包括：步骤1.训练样本处理，把视频帧和激光雷达扫描到的稀疏深度图帧组合为一定长度的帧序列，用于训练；步骤2.模型训练，将预处理后的样本中的视频帧和稀疏深度图帧按顺序输入模型，与样本真实值计算损失后，使用反向传播更新模型参数；步骤3.将测试数据逐帧输入模型，得到每一帧对应的深度重建结果。本发明通过提取视频中的连续特征，可以得到更准确的重建结果。
-
公开(公告)号：CN114529849A
公开(公告)日：2022-05-24
申请号：CN202210044411.5
申请日：2022-01-14
Applicant: 清华大学
Abstract: 本申请公开了一种基于姿态时序超图网络的行人重识别方法及装置，其中，方法包括：获取查询视频和检索视频；将查询视频和检索视频输入预先训练的行人重识别网络，分别得到查询视频和检索视频的特征向量；根据查询视频和检索视频的特征向量，且在查询视频和检索视频的特征向量之间的余弦距离小于预设阈值时，识别为同一行人。由此，解决了相关技术仅考虑了如何在时空域上融合多种局部的特征，缺少对如何去建模图像局部区域之间的关联性的探索，导致视频的时域和空域特征的融合能力较差，可靠性和准确性均较低等问题。
-
公开(公告)号：CN114119992A
公开(公告)日：2022-03-01
申请号：CN202111266214.X
申请日：2021-10-28
Applicant: 清华大学
Abstract: 本申请涉及立体视觉目标检测技术领域，特别涉及一种基于图像与点云融合的多模态三维目标检测方法及装置，其中，方法包括：利用图像卷积神经网络提取至少一个图像特征，并基于至少一个图像特征预测图像所含目标；根据传感器标定关系确定像素和点云投影关系，并基于像素和点云投影关系将像素特征融合至点云数据；将点云空间划分为柱体，并使用柱体特征网络编码柱体内点云，根据融合后的点云数据生成伪图像特征；将柱体对应的图像的结构化特征合并至伪图像特征；根据伪图像特征利用单步目标检测网络生成三维候选框，得到目标检测结果。本申请实施例可以基于图像和点云数据融合实现三维目标检测的目的，使用图像数据特征增强了从点云场景中执行目标检测的性能，有效保证检测的准确度和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN109462555B
公开(公告)日：2021-11-26
申请号：CN201811565961.1
申请日：2018-12-20
Applicant: 清华大学
IPC: H04L12/865
Abstract: 本发明公开一种混合优先级数据传输调度方法及装置，该方法包括：获取下一个实时数据帧的发送时刻与当前时刻之间的时间余量；根据该时间余量，确定下一个发送帧的类型，该下一个发送帧的类型包括：同步帧、或非实时数据帧；根据确定的下一个发送帧的类型，调度相应类型的帧至发送队列。采用本发明提供的方案，能够确保实时数据能够准确传输，以及非实时数据和时钟同步数据的高效传输。
-
公开(公告)号：CN113595735A
公开(公告)日：2021-11-02
申请号：CN202110784004.3
申请日：2021-07-12
Applicant: 中债金科信息技术有限公司 , 清华大学
Abstract: 本发明实施例公开一种基于CP‑ABE的可监管的隐私保护跨区块链系统，系统包括发起链、发起链路由、中继链、接收链路由和接收链。发起链通过支持CP‑ABE的预设跨链智能合约函数对待跨链交易进行加密后得到跨链交易，使跨链交易在跨链传输过程中具有隐私性，中继链生成密钥并发送至接收链中的目标用户，接收链判断目标用户通过密钥是否对转换格式后的跨链交易解密成功，如果是，目标用户得到解密后的跨链交易。使得并不是接收链上的所有用户都可以获得跨链交易，仅对转换格式后的跨链交易解密成功的才可以获得跨链交易，实现对跨链业务进行用户级别的隐私保护，避免多次加密带来的不便，且监管方以简单方式参与中继链，实现层级的数据可见，满足实际业务场景。
-
公开(公告)号：CN112165496B
公开(公告)日：2021-11-02
申请号：CN202011090335.9
申请日：2020-10-13
Applicant: 清华大学
Abstract: 本发明公开了一种基于聚类图神经网络的网络安全异常检测算法。该算法包括以下步骤：利用图模型描述网络拓扑结构，利用图神经网络卷积层优化节点特征，利用图聚类算法将图分割成多个不相交子图，将每个子图视为一个节点，子图的邻接关系视为边，形成一个子图，利用图注意力层为每个节点学习一个权重，将每个子图中的所有节点的特征加权求和，形成子图中节点的特征，最后利用全连接层和分类器层判断网络是否收到了攻击。该方法构建了层级化的图神经网络，通过图卷积层优化图中节点特征，通过基于图聚类算法的池化层，捕捉图上的局部特征，生成高层次的语义特征，通过融合层生成整个网络的态势特征，利用分类器对网络态势进行分类。
-
公开(公告)号：CN107977000B
公开(公告)日：2021-11-02
申请号：CN201711174283.1
申请日：2017-11-22
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种铁路机车自动驾驶系统，其中信号信息采集模块负责采集铁路机车自动驾驶所需的机车信息，并传输给列车ATO系统，以及通过人机交互模块发送给列车司机进行监控控制；列车ATO系统根据信号信息采集模块发送的机车信息计算得到机车控制的优化操纵档位序列，将机车控制操纵指令序列发给人机交互模块，人机交互模块通知列车司机根据机车控制操纵指令序列进行手/自动操纵安全切换；列车ATO系统通过人机交互模块接收列车司机的指令，并根据指令将手/自动转换器置位。本发明将列车ATO系统与现有车载系统进行了良好融合，能够得到优化的机车控制操纵序列，并能够根据机车控制操纵序列实现铁路机车的自动驾驶。
-
公开(公告)号：CN113160068A
公开(公告)日：2021-07-23
申请号：CN202110204647.6
申请日：2021-02-23
Applicant: 清华大学
Abstract: 本申请提出一种基于图像的点云补全方法及系统，涉及计算机视觉及计算摄像学技术领域，其中，方法包括：获取目标物体的单张真彩RGB图像和在不同场景下的残缺点云，对RGB图像进行点云重建获取稀疏点云；将稀疏点云与残缺点云统一至同一视角后合并，使用最远点采样方式进行采样获取粗点云；计算粗点云与残缺点云之间的最近邻点距离，根据最近邻点距离和阈值获取精细点云区域与粗糙点云区域；对精细点云区域与粗糙点云区域分别预测不同长度的位移向量，将位移向量分别与不同的点云进行相加，获取强化后的精细点云区域与粗糙点云区域后进行合并获取高精度点云。由此，引入视图信息，以提升补全点云的精度，实现基于视图的三维点云跨模态补全。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.025 seconds)
