-
公开(公告)号：CN117909119A
公开(公告)日：2024-04-19
申请号：CN202410096450.9
申请日：2024-01-23
Applicant: 北京邮电大学
IPC: G06F11/07 , G06F16/903
Abstract: 一种基于大语言模型的故障自愈方法和系统，包括：提取脚本并封装成原子能力，构成原子能力库；采集故障发生时的多模态数据，并通过检索增强生成的方法，从历史自愈信息数据库中检索获得多模态数据对应的历史自愈信息和使用到的原子能力；将多模态数据、历史自愈信息和使用到的原子能力构成提示词，然后将提示词通过大语言模型，以获得提示词对应的故障分析结果和所需的原子能力，从而编排生成有限状态机；调用工作流引擎，执行有限状态机，从而完成故障自愈。本发明涉及计算机技术领域，能充分利用多模态数据，提高故障场景识别的精准性，智能化的生成解决方案，降低规则维护成本，从而提升故障自愈整体性能和效果。
-
公开(公告)号：CN116597133A
公开(公告)日：2023-08-15
申请号：CN202310574031.7
申请日：2023-05-19
Applicant: 北京邮电大学
Abstract: 一种基于多阶邻域匹配一致性的图对齐方法，包括：获取需要对齐的图G1、G2；通过随机游走的方法，从图G1、G2学习节点表征Y1、Y2；计算图G1、G2中每个节点的度特征，然后计算节点相似度矩阵，选择Knum个相似性分数大的节点对作为伪对齐种子，并构成伪对齐种子集计算中每对伪对齐种子的1、2、…、Kne阶邻居嵌入聚合向量，并根据多阶邻居嵌入聚合向量计算EMNC，然后以EMNC为优化目标，采用奇异值分解方法，计算最优变换矩阵Q＊；基于欧式距离将G1的投影节点表征Y1Q＊与G2的节点表征Y2进行匹配，从而获得图G1、G2的节点对应关系。本发明涉及计算机领域，能在向量空间中有效度量多阶邻域的匹配程度，从而解决UPGA。
-
公开(公告)号：CN114884821B
公开(公告)日：2023-07-18
申请号：CN202210692833.3
申请日：2022-06-17
Applicant: 北京邮电大学
IPC: H04L41/0894 , H04L41/14
Abstract: 一种自智网络中的多策略冲突规避方法，包括：采集网络状态信息；获取待验证多策略集合；构建包含所有多策略执行顺序的策略排序空间树；对策略排序空间树进行深度优先遍历，提取一条待验证的多策略执行顺序，然后构建一个初始仿真数据平面，将多策略执行顺序中的每条策略按序逐条注入至仿真数据平面中，存储每条策略插入后的仿真数据平面；检测每条策略被执行后生成的仿真数据平面是否存在冲突异常，推理冲突策略顺序中多策略间的依赖关系，对策略排序空间树进行剪枝，以高效挑选避免冲突的多策略执行顺序并下发。本发明属于通信领域，能对多策略下发的网络中间状态异常进行验证，同时根据多策略间的依赖关系高效挑选出避免冲突的正确执行顺序。
-
公开(公告)号：CN116186606A
公开(公告)日：2023-05-30
申请号：CN202310092594.2
申请日：2023-01-29
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/2433 , G06N3/08 , G06N3/0464
Abstract: 基于预训练模型指导微调的半监督少样本时间序列异常检测与分类的系统，包括如下模块：数据输入与预处理模块、模型预训练模块、指导微调模块、异常检测模块、模型模块和存储模块；基于预训练模型指导微调的半监督少样本时间序列异常检测与分类的方法，包括如下操作步骤：(1)数据输入与预处理模块对时间序列数据进行预处理；(2)模型模块进行模型预训练；(3)指导微调模块指示模型模块进行指导微调；(4)异常检测模块融合训练好的预训练模型与微调完毕的指导向量，指示模型模块进行异常检测和分类任务。
-
公开(公告)号：CN114821043A
公开(公告)日：2022-07-29
申请号：CN202210578052.1
申请日：2022-05-25
Applicant: 北京邮电大学
IPC: G06V10/25 , G06V10/40 , G06V10/82 , G06V10/764 , G06F16/532 , G06F16/538 , G06F16/58 , G06F16/583 , G06F16/2457 , G06N3/04 , G06N3/08
Abstract: 基于条件图自编码器的场景草图检索系统，包括如下模块：条件图构建模块、加权图构建模块、图嵌入向量生成模块、弱监督语义重构模块和检索模块；基于条件图自编码器的场景草图检索方法，包括下列操作步骤：(1)构建条件图并生成条件图节点特征；(2)构建加权图并生成加权图节点特征；(3)生成图嵌入向量；(4)计算待检索场景草图的图嵌入向量与数据库中所有自然图像的图嵌入向量之间的距离，按照距离从小到大进行排序，依次返回自然图像作为检索结果。
-
Patent Agency Ranking
公开(公告)号：CN113887516A
公开(公告)日：2022-01-04
申请号：CN202111269611.2
申请日：2021-10-29
Applicant: 北京邮电大学
Abstract: 用于人体动作识别的特征提取系统，包括如下功能模块：数据扩增模块、动作编码模块、前置任务模块：该模块由空间前置任务子模块和时间前置任务子模块构成和对比学习模块；用于人体动作识别的特征提取方法，包括如下操作步骤：(1)模型训练步骤；(2)特征提取步骤；本发明将前置学习功能和对比学习功能有机结合，使系统能够从未标注的人体骨架序列中，充分提取人体动作特征，并且保留了细粒度时空信息，提高了后续人体动作识别的准确率。
-
公开(公告)号：CN110569817B
公开(公告)日：2021-11-02
申请号：CN201910865437.4
申请日：2019-09-12
Applicant: 北京邮电大学
Abstract: 基于视觉实现手势识别的系统，包括如下模块：手部检测模块、手部姿态估计模块和手部姿态估计模块；基于视觉实现手势识别的方法，包括下列操作步骤：(1)将对齐的RGB图片输入到手部检测模块中，得到手的边界框；(2)手部姿态估计模块截取深度图中对应的手的部分，得到手部关键关节点的3D坐标；(3)将所述手部关键关节点的3D坐标输入到手势识别模块，得到数字手势编码；(4)根据数字手势编码，对手势进行相似度度量，从而实现手势识别；本发明的系统和方法具有良好的准确率、实时性和鲁棒性。
-
公开(公告)号：CN109344820B
公开(公告)日：2021-09-17
申请号：CN201810884093.7
申请日：2018-08-06
Applicant: 北京邮电大学
Abstract: 基于计算机视觉和深度学习的数字式电表读数识别方法，包括下列操作步骤：(1)电表图像预处理过程，包括倾斜矫正、鱼眼矫正和统一图像大小；(2)数字区域检测过程，通过预先训练好的深度神经网络进行数字区域检测；(3)读数识别过程，对数字区域进行分割，并将分割后获得的图像统一分辨率，通过预先训练好的深度神经网络进行识别；本发明方法实现了对数字式电表读数的快速准确读取，实现了电表的自动抄表，省时省力。
-
公开(公告)号：CN111046881A
公开(公告)日：2020-04-21
申请号：CN201911219009.0
申请日：2019-12-02
Applicant: 许昌北邮万联网络技术有限公司 , 北京邮电大学
Abstract: 基于计算机视觉和深度学习的指针式仪表读数识别方法，包括下列操作步骤：(1)指针式仪表表盘区域检测过程；(2)指针式仪表图像预处理过程；(3)刻度与指针检测过程；(4)数字区域检测过程；(5)数字识别过程；(6)读数计算过程；本发明方法能实现对指针式仪表读数的快速准确自动读取，省时省力。
-
公开(公告)号：CN105743763A
公开(公告)日：2016-07-06
申请号：CN201610212933.6
申请日：2016-04-07
Applicant: 北京邮电大学
IPC: H04L12/46 , H04L12/24 , H04L12/721
CPC classification number: H04L12/4641 , H04L41/142 , H04L45/12
Abstract: 一种基于学习和推理的虚拟网络映射方法，包括下列操作步骤：(1)根据历史数据生成底层物理网络节点之间的依赖关系矩阵M；(2)根据虚拟节点对CPU计算资源的需求大小，从大到小对虚拟节点进行排序；(3)根据依赖关系矩阵M、虚拟节点映射的先后顺序和当前待映射虚拟节点与已完成映射的虚拟节点的拓扑关系，采用贝叶斯推理判决选择当前待映射虚拟节点对应的最佳底层物理节点，进行虚拟节点到底层物理节点的节点映射；(4)按照设定的链路映射算法实现虚拟网络上虚拟节点之间的虚拟链路到底层物理网络上物理路径之间的链路映射。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.033 seconds)
