-
公开(公告)号：CN101841691A
公开(公告)日：2010-09-22
申请号：CN201010118279.5
申请日：2010-03-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种流媒体数据交换方法与装置。该流媒体数据交换方法包括：步骤1，用户节点建立滑动窗口；步骤2，根据各邻居节点的数据分片广告信息，分配属于滑动窗口内的流媒体数据分片下载任务给一个或多个邻居节点；步骤3，当滑动窗口内的数据符合预设的条件，用户节点提交滑动窗口内的数据给流媒体数据解码与回放模块以进行播放；步骤4，滑动所述滑动窗口，重复执行步骤2-步骤3，直至流媒体数据下载完毕或用户节点终止流媒体的数据交换过程。本发明能够同时考虑到流媒体回放的稳定性、流媒体数据的回放时延、网络带宽资源的变化，为流媒体数据交换提供高效的数据分片下载调度方法，提高流媒体终端的回放质量，提高终端用户的满意度。
-
公开(公告)号：CN101132275B
公开(公告)日：2010-05-12
申请号：CN200610112550.8
申请日：2006-08-23
Applicant: 中国科学院计算技术研究所
IPC: H04L9/18
Abstract: 本发明公开了一种实现数字内容使用权利的安全保护系统，包括：控制模块、加密文件系统模块、加密文件系统加载模块和加密文件系统卸载模块。利用本发明，阻止了对数字内容使用权利的非法修改和删除，提高了数字内容使用权利的安全性，而且对媒体内容、媒体播放器透明，对数字内容使用权利的保护性能更好，用户根本没有机会对数字内容使用权利进行删除或窜改，有效地保证了数字内容使用权利的安全性。本发明提供的实现数字内容使用权利的安全保护系统作为一个独立的模块，能够很方便的嵌入到完整的数字版权保护系统中去，非常有利于本发明的推广和应用。
-
公开(公告)号：CN1510592B
公开(公告)日：2010-04-28
申请号：CN02159352.3
申请日：2002-12-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明是一种快速网络流特征检测的关键词匹配方法，它是根据关键词长的特性设计出来的一种新型的多关键词匹配算法，可以提高特征检测系统的性能；包括如下步骤：1)对关键词进行预处理；2)使用全部关键词计算出一个最小完美散列函数；3)计算在扫描阶段所有可能出现的字符块跳跃的最大距离；4)使用全部关键词建立一张检测表；5)扫描处理；6)使用该检测表，快速的进行数据流特征检测。本发明适用于高性能网络信息监控、病毒检测、防火墙、入侵检测、网络信息内容安全等系统中。
-
公开(公告)号：CN101132272A
公开(公告)日：2008-02-27
申请号：CN200610112548.0
申请日：2006-08-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种同时支持分布式加密文件下载和使用的系统，该系统包括：至少一个文件发布单元、至少一个目录服务单元和至少一个文件使用单元。利用本发明，有效地解决了P2P文件的安全分发问题，即利用了P2P文件下载的特点，有效保证了长期稳定的文件下载速度，又不影响用户对文件的正常使用，不增加对客户端的存储要求，只需要保存文件的一个拷贝。
-
公开(公告)号：CN1648901A
公开(公告)日：2005-08-03
申请号：CN200510007089.5
申请日：2005-02-03
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供针对大规模关键词匹配的方法和系统。按照所提供的方法和系统，首先将给定关键词集合进行规范化，在规范化的关键词集合(也可以直接在原始关键词集合上)上求解一个最优分组和组内最佳匹配方法，这个过程可以使用两种机制：一是使用动态规划的方法计算出一个最优分组，依照此结果将给定的关键词集合划分成若干个组；然后，针对每一个组，通过训练的方式得到一个最佳的匹配方法；一是通过训练建立一个边上带权重的有向图，求解此图的最短路径，得到最优分组和组内最佳匹配方法；然后对所有的组，使用训练的结果依次构造扫描自动机，形成一个扫描自动机序列，使输入的待扫描文本依次通过，得到最终的扫描结果。
-
Patent Agency Ranking
公开(公告)号：CN1510592A
公开(公告)日：2004-07-07
申请号：CN02159352.3
申请日：2002-12-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明是一种快速网络流特征检测的关键词匹配方法，它能根据关键词长的特性设计一种新型的多关键词匹配算法，可以提高特征检测系统性能；包括如下步骤：1)对关键词进行预处理；2)使用全部关键词计算出一个最小完美散列函数；3)计算在扫描阶段可能出现任何字符块可以跳跃的最大距离；4)使用全部关键词建立一张检测表；5)扫描处理；6)使用该检测表，快速的进行数据流特征检测。本发明适用于高性能网络信息监控、病毒检测、防火墙、入侵检测、网络信息内容安全等系统中。
-
公开(公告)号：CN114443820B
公开(公告)日：2025-02-07
申请号：CN202210177000.3
申请日：2022-02-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/334 , G06F16/3332 , G06F16/31 , G06F40/216 , G06F40/237 , G06F40/284
Abstract: 本发明提供了一种文本聚合方法以及文本推荐方法，该一种文本聚合方法包括获取待处理的文本；利用经改进的SimHash算法计算文本的指纹信息，其中，经改进的SimHash算法在对文本中相应词语的哈希值进行加权时，利用词语在该文本内的权值以及在该文本所处领域中该词语的领域权值进行加权；利用领域权值对文本的领域关联性进行打分，得到文本的领域分值；将文本的指纹信息分为多个指纹段，基于指纹段的数值构建倒排索引，其中，倒排索引对应的键值对中，键存储指纹段的数值，值存储文本相关信息，文本相关信息包括文本的指纹信息和领域分值；通过领域权重对文本进行打分，构建倒排索引，以避免后期推荐相似文本时重复处理数据库内的文本，极大地提升了处理效率。
-
公开(公告)号：CN119294469A
公开(公告)日：2025-01-10
申请号：CN202411219818.2
申请日：2024-09-02
Applicant: 中国科学院计算技术研究所 , 苏州空天信息研究院
IPC: G06N3/091 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种面向知识获取的主动学习方法，用于对知识获取模型进行多次迭代训练，每次迭代包括：获取有多个有标签的样本的第一训练集和有多个未标注标签的样本的候选数据集，每个样本为一段文本数据，标签为在知识获取任务中为样本设置的知识类别标签；获取预设的查询函数，该函数用于计算样本对训练模型的价值量化值，样本的价值量化值是预设的不确定性指标和多个预设指标的加权和，多个预设指标包括动量指标、方差指标和损失值指标中任意两个或三个；根据利用查询函数计算的多个未标注标签的样本各自的价值量化值，选择有价值的样本，对其标注标签后添加到第一训练集，得到第二训练集；利用第二训练集训练模型根据文本数据进行知识类别预测。
-
公开(公告)号：CN119204013A
公开(公告)日：2024-12-27
申请号：CN202411218721.X
申请日：2024-09-02
Applicant: 中国科学院计算技术研究所 , 苏州空天信息研究院
IPC: G06F40/295 , G06F40/284 , G06F16/35 , G06F18/241 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/096 , G06N3/0442
Abstract: 本发明提供了一种基于原型网络门控机制的类增量知识获取方法，包括获取待预测的文本；将文本输入经知识获取领域的类增量学习方法训练得到的编码模块，得到各词元的特征向量，并各词元的特征向量构建每个知识单元的单元表示；利用预设的原型网络门控机制确定各知识单元所属的类别，包括：获取每个知识单元的单元表示与各类别的原型表示之间的相似度，根据相似度筛选部分匹配的专家网络对知识单元进行预测，得到筛选出的专家网络对知识单元是否属于该专家网络对应类别的预测值；对于重叠的知识单元，仅保留其中具有最高预测值的知识单元的预测值；如果一个知识单元在所有类别的预测值都小于预设阈值，则该知识单元不属于任何专家网络所对应的类别。
-
公开(公告)号：CN119089005A
公开(公告)日：2024-12-06
申请号：CN202410995162.7
申请日：2024-07-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/901 , G06F16/903 , G06F16/906
Abstract: 本发明提出了一种大规模高维向量最近邻数据检索方法和装置，面对当前包含海量信息的向量数据集，尽管现有向量查询索引创建方案能给出基于静态数据集的高指向性查询索引，在面临有大批量新增数据加入时缺乏高效的更新方法，难以维持查询索引的指向性。本发明提出了基于改进乘积量化的大规模高维向量查询索引的创建及动态更新方法，在保证较高的查询精度同时将更新消耗限制在较低水平，并维持更新后查询索引较高的指向性。
-
-
-
-
-
-
-
-
-
Search Results
383
records
(took 0.054 seconds)
