-
公开(公告)号：CN103313246B
公开(公告)日：2016-02-03
申请号：CN201310221333.2
申请日：2013-06-05
Applicant: 中国科学院计算技术研究所 , 宁波中科集成电路设计中心有限公司
Abstract: 一种无线传感网双因子认证方法和装置及其网络，该装置包括互相通信连接的网关节点、智能终端和感知节点，还包括双因子认证模块，所述双因子认证模块采用基于Merkle哈希树的无线传感网双因子认证方法，该方法包括如下步骤：网关预认证步骤，基于Merkle哈希树的可抵御DoS攻击的网关预认证；网关感知节点间双向认证步骤，在感知节点完成了对网关节点访问请求的认证之后，网关节点对感知节点进行认证，双向认证过程中通过同感知节点ID连接后做单向哈希，从而形成感知节点个性化的安全参数，以抵御由于安全参数泄漏所引发的网关假冒和数据伪造攻击。本发明还提供了一种具有上述无线传感网双因子认证装置的互联计算机网络。
-
公开(公告)号：CN103297962B
公开(公告)日：2015-08-26
申请号：CN201310153333.3
申请日：2013-04-27
Applicant: 中国科学院计算技术研究所 , 宁波中科集成电路设计中心有限公司
Abstract: 本发明提供一种基于加密模糊关键字的机会网络路由方法及系统，方法包括：步骤1，计算所述订阅兴趣关键字集中每个兴趣关键字对应的模糊集和陷门集；步骤2，通过相似度匹配算法计算任意两个陷门集之间的相似度；步骤3，发布节点根据其发布内容提取的发布兴趣关键字集利用可信第三方计算所述发布兴趣关键字集中每个兴趣关键字对应的搜索关键字集合，并将所述搜索关键字集合作为发布内容的控制信息，利用所述控制信息以及加密的发布内容组成发布内容包，并将所述发布内容包发送给与其连接的所有转发节点；步骤4，所述转发节点接收所述订阅兴趣包后，将其路由信息作为头部，其身份标识作为尾部，组建路由表。
-
公开(公告)号：CN118229179A
公开(公告)日：2024-06-21
申请号：CN202410297830.9
申请日：2024-03-15
Applicant: 中国科学院计算技术研究所
IPC: G06Q10/0835 , G06Q10/047 , G06F16/29 , G06N5/01
Abstract: 本发明提供一种基于大数据的海上航线规划系统，包括：数字地图模块，用于获取港口数据、历史海洋货运的船舶数据和海图数据，所述船舶数据包括全球海洋货运船舶的轨迹数据和船舶货运类型，港口数据包括全球港口地理位置和港口档案；海洋运输网络构建模块，用于根据所述船舶数据、港口信息数据和海图数据，以海洋交通运输中的港口作为港口节点以及以港口间存在的航路作为边，构建多种货运类型的全球海洋航运有向网络；航线创建模块，用于根据船舶的货运类型、其起始港口和目标港口，从对应货运类型的全球海洋航运有向网络中，按照预定规则规划一条最优航线和多条备用航线。本发明通过规划一条最优航线以及多条备用航线，从而提高海上航运效率。
-
公开(公告)号：CN111126563B
公开(公告)日：2023-09-29
申请号：CN201911166620.1
申请日：2019-11-25
Applicant: 中国科学院计算技术研究所
IPC: G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明提出一种基于孪生网络的时空数据的目标识别方法及系统。构建包括两个子网的孪生网络模型，获取训练样本(x1,x2,y)，x1和x2表示包括兴趣点的时空数据，y表示x1和x2是否属于相同目标；将x1和x2分别输入至孪生网络模型的子网，得到特征向量v(x1)和v(x2)，通过距离度量得到特征向量v(x1)和v(x2)间的距离，根据距离与标签y之间的损失反向传播训练孪生网络模型，得到最终网络模型；取最终网络模型的子网作为目标识别模型，将待链接目标的时空数据输入目标识别模型，得到待链接目标的时空数据的待链接向量，将已知目标的时空数据输入目标识别模型，得到已知目标的时空数据的已链接向量，根据待链接向量和已链接向量之间的相似关系，为待链接目标的时空数据链接目标。
-
公开(公告)号：CN111488984B
公开(公告)日：2023-07-21
申请号：CN202010259417.5
申请日：2020-04-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种轨迹预测方法，包括根据用户的实时轨迹数据，使用经用于训练轨迹预测模型的方法得到的轨迹预测模型进行轨迹预测，得到轨迹预测结果，本发明将时空轨迹数据分为近期轨迹数据、短期历史数据和长期历史数据，利用第一多头注意力机制网络的编码模型捕捉长期历史数据中各轨迹点的长期时空关系，利用循环神经网络编码模型捕捉短期历史数据中各轨迹点的短期时空关系，并利用第二多头注意力机制网络的编码模型根据长期和短期时空关系的相似度对短期时空关系进行调整，实现了历史轨迹的全局依赖，用近期轨迹数据和经调整后的短期时空关系训练第三多头注意力机制网络的解码模型后将其作为轨迹预测模型，提高了轨迹预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111291280B
公开(公告)日：2023-04-11
申请号：CN202010160198.5
申请日：2020-03-10
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明实施例提供了一种大规模移动对象的轨迹快速预测方法、介质和设备，本发明通过轨迹压缩来减缓数据量大的压力，采用柔和的奖惩措施，即匹配成功后将对应的两个相邻历史规律点的高斯概率的均值作为相似度奖励来避免奖惩措施过于尖锐，从而提高轨迹预测准确性，并且本发明在获取到与压缩后的当前轨迹相似度最高的压缩后的历史规律轨迹后，还通过插值补全法来实现在不降低轨迹预测准确性的情况下提高实时性。
-
公开(公告)号：CN115688871A
公开(公告)日：2023-02-03
申请号：CN202211144325.8
申请日：2022-09-20
Applicant: 中国科学院计算技术研究所
IPC: G06N3/0455 , G06N3/088
Abstract: 本发明提出一种基于预训练增强的多元时间序列预测方法，包括：构建包括编码器和第一解码器的预训练模型；在多元时间序列中截取多个序列样本；对于每个该序列样本，将该序列样本切分为多个数据片段，随机选取部分该数据片段构建为训练集，以该训练集对该预训练模型进行训练；从完成训练的预训练模型中提取编码器，构建包括该编码器和第二解码器的预测模型，基于该多元时间序列的当前序列片段，通过该预测模型对该多元时间序列于下一时段的未来序列片段进行预测。本发明还提出一种基于预训练增强的多元时间序列预测系统，以及一种用于多元时间序列预测的数据处理装置。
-
公开(公告)号：CN112766339A
公开(公告)日：2021-05-07
申请号：CN202110029664.0
申请日：2021-01-11
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种轨迹识别模型训练方法及轨迹识别方法。本发明的模型训练方法包括：S1、通过构建基于独热编码向量的语料对的方式将目标轨迹数据编码为轨迹语义向量；S2、构建用于对轨迹语义向量进行评估的循环神经网络和用于对评估结果进行分类的分类器；S3、利用标记轨迹数据对所述循环神经网络和分类器进行训练。本发明的轨迹识别方法中,采用了新的轨迹语义向量计算方法，该方法可以将不定长的轨迹段投影到定长的向量空间中。通过采用本发明的模型训练方法可以使得网络学习到不同类别的轨迹特征，通过循环神经网络识别轨迹类别。
-
公开(公告)号：CN111488984A
公开(公告)日：2020-08-04
申请号：CN202010259417.5
申请日：2020-04-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种轨迹预测方法，包括根据用户的实时轨迹数据，使用经用于训练轨迹预测模型的方法得到的轨迹预测模型进行轨迹预测，得到轨迹预测结果，本发明将时空轨迹数据分为近期轨迹数据、短期历史数据和长期历史数据，利用第一多头注意力机制网络的编码模型捕捉长期历史数据中各轨迹点的长期时空关系，利用循环神经网络编码模型捕捉短期历史数据中各轨迹点的短期时空关系，并利用第二多头注意力机制网络的编码模型根据长期和短期时空关系的相似度对短期时空关系进行调整，实现了历史轨迹的全局依赖，用近期轨迹数据和经调整后的短期时空关系训练第三多头注意力机制网络的解码模型后将其作为轨迹预测模型，提高了轨迹预测的准确性。
-
公开(公告)号：CN110087197A
公开(公告)日：2019-08-02
申请号：CN201910505611.4
申请日：2019-06-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种车载自组织网络中的消息广播、接收及追踪方法，其中，车载自组织网络中的消息广播方法包括：步骤1)当车辆的信息设备被插入所述车辆的适配接口时，由所述车辆的信息设备对所述车辆的使用者进行认证；步骤2)若所述车辆的使用者通过认证，则当所述车辆产生待广播的消息时，由所述车辆的干预防护设备对所述车辆的信息设备进行认证；步骤3)若所述车辆的信息设备通过认证，则由所述车辆的干预防护设备向所述车载自组织网络广播消息包，所述消息包包括待广播的消息。本发明在保证数据源和数据的安全性的同时，提高了车载自组织网络中数据认证的效率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.051 seconds)
