基于SOM与K-means融合算法的网络流量分类方法

    公开(公告)号:CN111211994A

    公开(公告)日:2020-05-29

    申请号:CN201911194495.5

    申请日:2019-11-28

    Abstract: 本发明公开了一种基于SOM与K-means融合算法的网络流量分类方法,首先采用SOM算法对流量数据进行一次聚类,求出聚类结果中各个簇的簇中心及簇的数目,将簇中心作为K-means的初始聚类中心,再将簇的数目作为K值,执行K-means算法进行二次聚类得到输出结果。采用S_Dbw指数作为聚类结果评价指标,对于包含各种噪声和不同密度的数据集,该指数具有较强的鲁棒性。本发明与基于监督学习的流量分类算法相比,减少了标注类别的成本,与其他基于无监督学习的的算法相比性能更优。

    一种视频状态检测查验方法

    公开(公告)号:CN107580213B

    公开(公告)日:2019-06-21

    申请号:CN201710599843.1

    申请日:2017-07-21

    Abstract: 本发明公开了一种视频状态检测查验方法,本发明在充分考虑视频请求信息,通过对视频通道进行时频访问的分析,实现对视频通道的查验分类,通过获取视频集成单元的网络带宽的基础上,对查验视频通道进行提前预估,有效提高视频状态检测效率,避免由于循环轮询各视频点造成的网络带宽占用;同时,所有操作可在视频平台侧进行数据同步并进行远程运营维护,当出现问题了,可安排运维人员精准定位故障视频通道,有效提高了运营维护效率。

    一种基于Transformer的综合特征网络流量分类方法

    公开(公告)号:CN118740428A

    公开(公告)日:2024-10-01

    申请号:CN202410748223.X

    申请日:2024-06-11

    Abstract: 本发明涉及一种基于Transformer的综合特征网络流量分类方法,本发明的综合特征网络流量分类方法,同时考虑了流量数据的统计特征、全局特征、局部特征和时序特征,充分利用了不同特征的优势,能够有效提升网络流量分类的全面性和精确性。基于深度学习的方法需要统一流量大小,这将导致有关网络流量整体结构的信息丢失。将基于自编码器提取的统计特征、基于卷积神经网络提取的局部特征、基于Transformer提取的全局特征和基于门控循环单元提取的时序特征进行特征融合,生成综合流量特征,使得特征集更加全面,从而提高分类器的性能。在分类模块中,结合使用瓶颈模块和残差连接,在保持模型性能的同时,减少计算和存储的需求,使得模型更加适合处理大规模的一维数据。

    一种物联网应用功能配置结构

    公开(公告)号:CN115225505A

    公开(公告)日:2022-10-21

    申请号:CN202210825309.9

    申请日:2022-07-14

    Abstract: 一种物联网应用功能配置结构,用于物联网中包括数据边缘处理的分布式处理,由功能模块Profile和Profile代理两部分构成。Profile是一个独立的数据处理单元,有自己的输入、输出和内部状态。Profile代理的功能是为Profile功能运行中,提供相应的环境支持,其中主要包括通信、数据的本地存储等。Profile的所有对外关联都通过Profile代理完成,两者之间的交互内容包括Profile和传感/执行终端之间的应用数据交换、Profile和服务端的应用数据交换、Profile和服务端的管理、配置、控制数据的交换。Profile代理完成对一个设备会聚节点所有Profile的管理。该结构依附于物联网整个体系的分布式计算机制,在统一定义的配置结构和数据结构的支持下,可以很容易地部署在网络中最有利的物理位置,以充分发挥其性能和功能。

    一种基于时空相关性的分布式视频边信息生成方法

    公开(公告)号:CN108366265B

    公开(公告)日:2021-12-31

    申请号:CN201810192379.9

    申请日:2018-03-08

    Abstract: 本发明提出一种基于时空相关性的分布式视频边信息生成方法,包括步骤:通过对已解码的相邻关键帧进行运动估计得到内插帧的初始运动矢量场;对初始运动矢量场通过可变块的前向运动估计进行逐级细化处理;采用三帧法提取内插帧前一关键帧中的运动区域,根据前一关键帧的运动区域和内插帧运动矢量场预测内插帧中运动扩展区域;从内插帧中选取有超过一半的像素落在扩展区域内的块作为待修正块,并修正待修正块的运动矢量;根据修正后的内插帧的运动矢量场计算边信息。本发明能够充分考虑帧内由于分块采样带来的块效应和时空相关性,在相同的采样率和重构时间的基础下,能够提高重构视频序列帧质量。

    一种基于物联网的工装车室内外联合定位方法及装置

    公开(公告)号:CN111190138A

    公开(公告)日:2020-05-22

    申请号:CN202010088014.9

    申请日:2020-02-12

    Abstract: 本发明公开了一种基于物联网的工装车室内外联合定位方法及装置,在各工装车上一对一绑定物联网蓝牙标签,物联网蓝牙标签实时广播包括MAC地址信息的数据发送至物联网基站;一个或多个物联网基站接收物联网蓝牙标签的广播数据,将收集到的数据信号强度值与MAC地址信息进行分类整理并处理后,通过移动互联网传递到定位引擎系统;定位引擎系统接收到物联网基站传送的经处理后的物联网蓝牙标签发送的数据信号,通过自学习基因定位算法得到物联网蓝牙标签所绑定的工装车的准确位置。本发明实现了在工业园区内针对大规模定位对象的一种免校准、自学习的室内外联合定位方案;节省能耗,定位精度高并且呈上升趋势。

    一种基于D2D的车联网组网数据推送系统和方法

    公开(公告)号:CN110213359A

    公开(公告)日:2019-09-06

    申请号:CN201910438586.2

    申请日:2019-05-24

    Abstract: 本发明公开了一种基于D2D的车联网组网数据推送系统,系统包括云端部分、主节点部分、从节点部分三部分。本发明具有优化和升级组网结构、节省公网带宽资源、优化单一节点资源、集成方式简单、去中心化、高可用、信息更新及时、推送丢失主动更新等特点,适用于公交车、出租车等大中型公共交通服务中的信息调度系统架构。本发明解决了公交车系统、出租车系统由于使用老式GSM通信导致数据传输速率低与数据同步不及时等问题,而全局使用运营商公网通信的技术方案又造成大量流量浪费和通信安全性低等问题。

    一种基于特征强相关的网络流量分类方法

    公开(公告)号:CN110009005A

    公开(公告)日:2019-07-12

    申请号:CN201910198841.0

    申请日:2019-03-15

    Abstract: 本发明提出一种基于特征强相关的网络流量分类方法,包括以下4个步骤:输入需要训练的数据,对输入数据进行特征提取,形成一个多维特征向量集合;利用特征与响应变量之间的互信息计算特征之间的相关性;根据互信息计算特征之间的冗余度,并通过迭代计算选出得分最高的特征作为最终的特征向量;根据分类目标构建基于特征强相关的网络流量分类模型并得到分类结果。本发明能够充分利用特征之间的相关性,在学习器训练过程中提取出相关性最大冗余度最小的特征,在相同的分类模型下,能够在保证分类精度的前提下有效提升分类效率,解决现有基于启发式搜索的特征选择方法未考虑特征之间相关性导致的不足。

    基于stackelberg博弈的异构网络中的资源分配方法

    公开(公告)号:CN109618351A

    公开(公告)日:2019-04-12

    申请号:CN201910018304.3

    申请日:2019-01-09

    Abstract: 本发明提供一种基于stackelberg博弈的异构网络中的资源分配方法,包括如下步骤:步骤1:将宏基站、微基站、移动用户视为一个价格模型,宏基站和微基站分别为stackelberg博弈中的领导者和追随者,宏基站拥有并管理功率资源和带宽资源,微基站租用或购买所述功率资源和带宽资源并分配给移动用户;以吞吐量为策略,分别对宏基站、微基站设计效用函数,建立stackelberg博弈模型;步骤2:根据步骤1建立的stackelberg博弈模型,推导并证明stackelberg均衡的存在;步骤3:求解stackelberg博弈模型,根据求解值得到最佳的功率和带宽分配方法,以及对应的价格。本发明本发明基于stackelberg博弈的异构网络中的资源分配方案,将下行功率资源与带宽资源相结合考虑,改变了先前资源分配的单一性。

Patent Agency Ranking