基于移动通信网的多媒体彩铃业务的实现方法

    公开(公告)号:CN1917532B

    公开(公告)日:2010-08-11

    申请号:CN200610127971.8

    申请日:2006-09-01

    Abstract: 一种基于3G移动通信网的实现多媒体彩铃业务的系统和方法,该系统包括WCDMA R4移动网的核心网元(MSC Server、MGW、HLR)和一个新增的、由信令接入点SAN、应用服务器AS、媒体服务器MS、数据库服务器DB与门户管理网站服务器Portal所组成的多媒体彩铃MRBT平台。该业务的实现方法是:在被叫HLR中增添多媒体彩铃标识,主叫MSC Server/MGW根据多媒体彩铃标识把多媒体彩铃呼叫路由到被叫归属的MRBT平台;由该MRBT平台向主叫播放多媒体彩铃;被叫摘机后,MRBT平台桥接主叫和被叫的MSCServer/MGW,实现主被叫之间的视频通话;MRBT平台通过向主叫MSC Server/MGW发送特殊的BICC地址全消息ACM信令和应答消息ANM信令,对主叫实现准确计费。本发明能在3G网络下实现多媒体彩铃业务,为用户和运营商提供双赢功效。

    用于IMS网络的基于应用服务器分组的业务触发方法

    公开(公告)号:CN101163272B

    公开(公告)日:2010-08-11

    申请号:CN200710177363.2

    申请日:2007-11-14

    Abstract: 一种用于IMS网络的基于应用服务器分组的业务触发方法,操作步骤如下:(1)遵循国际通信标准定义一个新的SIP头:Trigger-Rule,用于实现支持后续过滤准则sFC的各种相关功能;(2)按照设定规则对应用服务器进行分组,应用服务器完成分组后,由S-CSCF通过路由信息的头字段对应用服务器组进行控制,使得执行业务时,每个应用服务器组分别处于被触发调用或不被触发调用的状态;(3)利用该SIP头Trigger-Rule和基于sFC,S-CSCF执行一种基于应用服务器分组的业务触发方法。该方法是基于后续过滤准则sFC实现的,能大大增强ATA业务触发的灵活性,有效降低S-CSCF和AS的信令流量,增加整个系统的吞吐量,同时显著减少会话建立时延,提高了IMS网络的服务质量。

    用于车载Ad hoc网络中的数据包贪婪转发的方法

    公开(公告)号:CN101369982A

    公开(公告)日:2009-02-18

    申请号:CN200810224402.4

    申请日:2008-10-13

    Abstract: 一种适应于城市环境的车载Ad hoc网络中数据包贪婪转发的方法,包括下列操作步骤:(1)把城市的道路环境建模为具有权重值的无向图,(2)对数据包转发路径中的岔路口进行动态选择和更新,(3)每个节点维持一个邻居列表,并预测车辆节点位置和维护邻居列表,(4)目的节点更新其位置消息,(5)基于贪婪转发策略对数据包进行转发。该方法充分利用车载Ad Hoc网络节点的特性,在数据包的递交率、时延、平均跳数、物理层发送的总数据量等指标上都优于目前使用的其他算法,且操作步骤简单、易行,计算工作复杂度低,能够满足实时传输的要求。

    在移动通信网和移动智能网实现多媒体彩铃的方法和系统

    公开(公告)号:CN100444654C

    公开(公告)日:2008-12-17

    申请号:CN200610109593.0

    申请日:2006-08-14

    Abstract: 一种移动智能网与移动通信网相结合的实现多媒体彩铃业务的系统和方法,该系统包括WCDMA R4移动网的核心网元(MSC Server/MGW和HLR)、智能网的网元(SSP和SCP)和一个新增的、由信令接入点SAN、应用服务器AS、媒体服务器MS、数据库服务器DB和门户网站服务器Portal所组成的多媒体彩铃MRBT平台所组成。该业务的实现方法是把多媒体彩铃业务定义为一种基于移动智能网的智能业务,由SCP进行业务逻辑的运行控制;SCP控制呼叫路由到MRBT平台后,由MRBT平台向主叫播放多媒体彩铃;被叫摘机后,MRBT平台桥接主叫和被叫的MSC Server/MGW,实现主被叫之间的通话。本发明能在3G网络下实现多媒体彩铃业务,为用户和运营商提供双赢功效。

    一种用于下一代网络的启发式故障定位方法

    公开(公告)号:CN101291255A

    公开(公告)日:2008-10-22

    申请号:CN200810114277.1

    申请日:2008-06-02

    Abstract: 一种用于下一代网络的启发式故障定位方法,是先将网络系统可观测的征兆集合在一起,从中找出与这些可观测的征兆最为相关联的一个或多个故障;再根据下述现象:当这些故障恰好满足导致产生可观测征兆集合内的所有征兆时,这些故障就会组成“故障定位集合”,然后通过该“故障定位集合”来判断和定位故障。该方法能够考虑3G及下一代网络等新网络带来的难点和应用需求,满足大规模业务网络实时故障定位的需要,并且故障检测准确率高,故障误检率较低,而且,检测时间短,故障定位时间快,计算复杂度也比较低。

    一种用于多媒体会议的快速实时混音方法

    公开(公告)号:CN1805006A

    公开(公告)日:2006-07-19

    申请号:CN200610001567.6

    申请日:2006-01-24

    Abstract: 一种用于多媒体会议的快速实时混音方法,是先对输入信号进行线性叠加,再对该叠加信号进行分段收缩处理,使得混音后的输出信号值处于正常范围内;在分段收缩处理过程中,使用与时间和混音输入无关的分段收缩因子,且各分段收缩因子构成一等比级数,即采用数值大的收缩因子对叠加信号低强度部分进行较小压缩,采用按比例缩小的数值小的收缩因子对叠加信号高强度部分进行较大压缩,以便解决混音过程中的音量忽大忽小变化的问题。该方法混音速度快,混音后的语音自然、清楚、流畅,没有噪音,避免了音量突变;所有计算可通过二进制的加、减、移位、与等操作快速完成,没有乘除法和浮点运算,容易采用硬件实现,可广泛应用于大规模多媒体会议系统中。

    一种用于通信事务处理系统的过载检测方法

    公开(公告)号:CN1758685A

    公开(公告)日:2006-04-12

    申请号:CN200510117148.4

    申请日:2005-11-01

    Abstract: 一种用于通信事务处理系统的过载检测方法,是根据系统资源占用率与响应时间的变化关系:系统负荷高,必然导致后台消息排队时间加长,响应时间将加大的规律,提出的一种过载检测方法:通过对可测量的两个物理量-业务平均呼叫到达率λ及其对应的系统响应时间T的量测,再根据本发明设计的相关公式和机理,计算求出资源占用率R,进而判断系统是否过载。该方法能够不依赖系统的各种具体环境或实现条件,只是根据系统中的业务负荷大小状况自动进行过载检测;且计算方法简单,判断准确,工作可靠。该方法与申请人的《在多业务环境下基于业务控制点的智能网过载的控制方法》的专利申请相结合,能够很好地实现网络系统的过载检测和过载控制。

    一种基于多阶邻域匹配一致性的图对齐方法

    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

    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。

    一种基于多任务学习的多目标推荐方法及系统

    公开(公告)号:CN112905648B

    公开(公告)日:2022-09-20

    申请号:CN202110157059.1

    申请日:2021-02-04

    Abstract: 一种基于多任务学习的多目标推荐系统,包括用户多种行为序列获取模块、权重生成模块、GRU网络共享模块、SNR子网络路由模块、特征提取模块和多目标预测模块;一种基于多任务学习的多目标推荐方法,包括如下操作步骤:(1)根据用户与交互对象的交互行为,构建构造用户行为序列样本集合;(2)使用用户行为序列样本集合对系统进行训练;(3)保存训练好的系统最优模型,并通过系统最优模型计算并保存相关数据的最优值;(4)模型预测;(5)将得分最高的待推荐对象推荐至用户。

    一种基于多任务学习的多目标推荐方法及系统

    公开(公告)号:CN112905648A

    公开(公告)日:2021-06-04

    申请号:CN202110157059.1

    申请日:2021-02-04

    Abstract: 一种基于多任务学习的多目标推荐系统,包括用户多种行为序列获取模块、权重生成模块、GRU网络共享模块、SNR子网络路由模块、特征提取模块和多目标预测模块;一种基于多任务学习的多目标推荐方法,包括如下操作步骤:(1)根据用户与交互对象的交互行为,构建构造用户行为序列样本集合;(2)使用用户行为序列样本集合对系统进行训练;(3)保存训练好的系统最优模型,并通过系统最优模型计算并保存相关数据的最优值;(4)模型预测;(5)将得分最高的待推荐对象推荐至用户。

Patent Agency Ranking