-
公开(公告)号：CN100493074C
公开(公告)日：2009-05-27
申请号：CN200310102575.6
申请日：2003-10-24
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及终端应用协议中多媒体播放技术领域，提供一种在终端应用协议中播放多媒体内容的自适应方法，通过应用程序服务器和网络终端之间根据终端处理能力、应用服务器负载情况以及网络带宽状况对多媒体播放过程进行协商。通过协商，终端应用协议中多媒体播放过程的码流解析，视频解码、音频解码和同步控制过程就可以分布在应用服务器和网络终端上。这种多媒体自适应播放方法定义了网络终端和应用服务器之间针对终端处理能力、网络带宽以及应用服务器负载等进行协商的信息格式和协商过程，实现了应用服务器对多媒体播放控制窗口和终端多媒体解码之间的有机融合。
-
公开(公告)号：CN100391149C
公开(公告)日：2008-05-28
申请号：CN200510069519.6
申请日：2005-05-12
Applicant: 中国科学院计算技术研究所
IPC: H04L12/00
Abstract: 本发明公开了一种多节点智能网络应用服务系统中的应用管理子系统，包括多节点智能网络应用服务系统中安装有应用程序的各个服务节点，服务节点上有应用发布配置文件和应用注册列表，在每个服务节点上还包括：应用发布模块、应用注册模块和应用控制模块，应用控制模块根据功能可进一步分为三个单元，包括：进程管理单元、应用程序更新单元和应用程序控制单元。本发明的优点：将多个节点的应用服务无缝集成到一个虚拟桌面中，用户只需要一次登录就可实现对多个节点的访问，给用户提供了更强大的计算环境和良好的用户体验；用户计算环境中的应用服务可动态调整，既提高网络中共享的应用服务资源的利用效率，又可以满足用户个性化的需求。
-
公开(公告)号：CN100390808C
公开(公告)日：2008-05-28
申请号：CN200510093639.X
申请日：2005-08-31
Applicant: 中国科学院计算技术研究所
IPC: G06K7/08
Abstract: 本发明公开了一种射频识别系统中多标签冲突的解决方法，包括：1)阅读器发送初始化命令，激活并初始化标签；2)阅读器对所有待识别标签，从高位到低位，依次查询和记录标签标识每一位的值，并判断各标签标识在该位的值是否相同，若不同即发生冲突，用指定字符标记冲突位，否则，记录该位原来的值，查询完所有位后，将查询结果保存；3)阅读器对查询结果中的冲突位从高位开始，对每个冲突位用0、1做替换，并对替换结果做识别，根据识别的结果向标签发送相应的指令；4)标签收到指令后，根据标签的当前状态和指令的信息，在各个状态之间做转换，解决多标签的冲突。本发明降低了位查询次数和阅读器的识别延迟。
-
公开(公告)号：CN1825272A
公开(公告)日：2006-08-30
申请号：CN200510008567.4
申请日：2005-02-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种多节点智能网络应用服务系统中的远程打印方法，目的在于使终端用户将服务器上的文件直接打印到终端本地的打印机上，并能够配置和管理自己的打印机和打印作业。该方法设计了基于会话用户的打印配置和管理方法、基于会话用户的打印作业调度机制和基于共享内存的应用、打印服务和终端服务的信息传递机制。该远程打印方法可以满足多个远程登陆应用服务器的终端用户对打印机和打印作业进行相应的配置和管理，可以实现远程应用的打印任务在终端本地打印设备上进行打印。本发明的远程打印方法不仅支持各种类型打印方式和各种接口的打印设备，而且对单服务器节点和多服务器节点的智能网络环境都适用，具有很强的通用性和扩展性。
-
公开(公告)号：CN111639359B
公开(公告)日：2023-09-12
申请号：CN202010323133.8
申请日：2020-04-22
Applicant: 中国科学院计算技术研究所
IPC: G06F21/62 , G06F16/9536 , G06N3/0464 , G06N3/08 , G06N3/06
Abstract: 一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。
-
Patent Agency Ranking
公开(公告)号：CN111797326B
公开(公告)日：2023-05-12
申请号：CN202010459132.6
申请日：2020-05-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种融合多尺度视觉信息的虚假新闻检测方法，包括：频域特征获取步骤，以卷积神经网络构建频域子网络模型，通过该频域子网络模型获得输入图像的频域特征表示；语义特征获取步骤，以卷积神经网络构建像素域子网络模型，通过该像素域子网络模型获得该输入图像的语义特征表示；图像检测步骤，将该频域特征表示与该语义特征表示进行融合，得到该输入图像的图像表示，并根据该图像表示获得该输入图像为虚假新闻图片的预测概率。本发明还提出一种融合多尺度视觉信息的虚假新闻检测系统，以及一种计算机可读存储介质和包括该计算机可读存储介质的数据处理装置。
-
公开(公告)号：CN111797326A
公开(公告)日：2020-10-20
申请号：CN202010459132.6
申请日：2020-05-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种融合多尺度视觉信息的虚假新闻检测方法，包括：频域特征获取步骤，以卷积神经网络构建频域子网络模型，通过该频域子网络模型获得输入图像的频域特征表示；语义特征获取步骤，以卷积神经网络构建像素域子网络模型，通过该像素域子网络模型获得该输入图像的语义特征表示；图像检测步骤，将该频域特征表示与该语义特征表示进行融合，得到该输入图像的图像表示，并根据该图像表示获得该输入图像为虚假新闻图片的预测概率。本发明还提出一种融合多尺度视觉信息的虚假新闻检测系统，以及一种计算机可读存储介质和包括该计算机可读存储介质的数据处理装置。
-
公开(公告)号：CN111639359A
公开(公告)日：2020-09-08
申请号：CN202010323133.8
申请日：2020-04-22
Applicant: 中国科学院计算技术研究所
IPC: G06F21/62 , G06F16/9536 , G06N3/04 , G06N3/06 , G06N3/08
Abstract: 一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。
-
公开(公告)号：CN110188284A
公开(公告)日：2019-08-30
申请号：CN201910341053.2
申请日：2019-04-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9536 , G06F16/35 , G06Q50/00
Abstract: 本发明提出一种基于检索辅助的谣言检测方法及系统，包括：获取待谣言检测的对象信息，并使用谣言检测算法对该对象信息进行判定，得到该对象信息的初步谣言检测结果；集合已标记谣言标签的谣言信息作为谣言库，抽取得到该对象信息的关键词，以该关键词检索该谣言库，得到该谣言库中与该对象信息相似的多条相似谣言，计算每一条该相似谣言与该对象信息之间的相似度，以为每一条该相似谣言赋予权重，并根据每一条该相似谣言的谣言标签和权重，加权求和得到该多条相似谣言的辅助谣言检测结果；根据该初步谣言检测结果和该辅助谣言检测结果，综合判定该对象信息的谣言标签。
-
公开(公告)号：CN109684912A
公开(公告)日：2019-04-26
申请号：CN201811329684.4
申请日：2018-11-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于信息损失函数的视频描述方法和系统，包括：获取训练视频，得到集合训练视频每一帧的语义信息；将训练视频的语义信息输入结合LSTM的层次化注意力机制模型中，得到训练视频的文字描述；根据文字描述中每个单词对表达视频内容的重要性，对单词进行损失加权，得到信息损失函数，将信息损失函数作为目标函数反传梯度优化层次化注意力机制模型，得到视频描述模型；获取待描述视频，将待描述视频分别输入至目标检测网络，卷积神经网络和动作识别网络，以得到集合待描述视频每一帧的目标特征、总体特征、运动特征，作为待描述视频的语义信息，将其输入至视频描述模型，得到待描述视频的文字描述。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.063 seconds)
