一种基于核密度估计与模糊推理系统的实时云服务瓶颈检测方法

    公开(公告)号:CN105721199A

    公开(公告)日:2016-06-29

    申请号:CN201610040259.8

    申请日:2016-01-18

    CPC classification number: H04L41/5038 H04L41/069 H04L41/145

    Abstract: 本发明提出了一种基于核密度估计与模糊推理系统的实时云服务瓶颈检测方法,包括以下步骤:步骤1、启动实时云环境,运行云服务;步骤2、启动实时云服务状态参数获取组件;步骤3、获取某一段时间内集群正常运行环境下的云服务状态参数,采用核密度估计模型对其进行建模,同时开启模糊推理系统;步骤4、新获得的状态参数输入到该模糊推理系统中,计算出瓶颈指数;步骤5、设置阈值,观察每一个云服务瓶颈指数的历史规律,如果在某一时间段内一直超过阈值,则启动预警机制。本发明的方法能够实时获取云集群中每一个服务的运行状态,存入数据仓库;实现对每一个实时云服务的瓶颈检测;当实时云服务的瓶颈指数长时间超过某一阈值,启动预警机制。

    一种基于智能实时视频云的运动目标跟踪方法

    公开(公告)号:CN105719313A

    公开(公告)日:2016-06-29

    申请号:CN201610040258.3

    申请日:2016-01-18

    CPC classification number: G06T7/20 G06T2207/10016

    Abstract: 本发明提出了一种基于智能实时视频云的运动目标跟踪方法,使其能够在线跟踪城市中被人为指定的运动目标,同时能减少资源开销从而提高计算性能,为目前市场许多交通业务提供极为有用的信息。本发明的基于智能实时视频云的运动目标跟踪方法具有资源开销小、保证实时性、满足多种智能交通业务需求、判断被监视目标的运动意向等优点;借助实时云环境Storm的并行化计算编程模型,具有很强的可行性,大大减少了同时处理监控视频流的数量,使得其减少到个位数,这为智能交通与智能城市的发展提供了有力的支持。

    一种车辆协同差分卫星定位的方法

    公开(公告)号:CN104090287B

    公开(公告)日:2016-06-29

    申请号:CN201410348366.8

    申请日:2014-07-22

    Abstract: 本发明属于无线通信技术领域,涉及的是一种车辆协同差分卫星定位的方法。定位前需要对短距离无线通信或者卫星通信状况等进行判断,根据不同的情况执行不同的步骤:1.如果可以短距离无线定位则进行短距离无线定位、计算卫星差分信息,以便在没有路边定位基站时能够继续差分卫星定位;2.如果不能短距离无线定位而且OBU内存差分信息没有过期,则进行差分卫星定位;3.如果不能短距离无线定位而且OBU内存差分信息已经过期,则继续判断:如果可以从邻近车辆获取卫星差分信息则进行协同模式下的差分卫星定位,否则进行非差分卫星定位。本发明可以充分利用短距离高精度定位结果以及车-车通信,从而实现车辆协同模式下的差分卫星定位。

    一种持续学习的视频事件检测方法

    公开(公告)号:CN105550713A

    公开(公告)日:2016-05-04

    申请号:CN201510995737.6

    申请日:2015-12-21

    CPC classification number: G06K9/6267

    Abstract: 本发明提出了一种持续学习的视频事件检测方法,包括初始学习阶段和增量学习阶段;在初始学习阶段,准备了带有标签的视频数据,使用稀疏自编码对所述带有标签的视频数据进行学习,训练出一个先验模型;在增量学习阶段,使用训练好的先验模型对新到来的视频数据进行分类,计算概率评分和梯度距离,根据计算结果使用主动学习来决定为新到来的视频数据自动添加标签还是人工添加标签。本发明结合深度学习和主动学习,自动选择最合适的特征并且利用视频流数据逐渐改善现有的模型;当获得新的视频数据时,使用无监督学习来提取特征,然后使用主动学习来尽量减少人为分类的工作,逐渐完善模型,最终达到持续学习的目的。

    一种基于并行关联规则的舆情热点跟踪方法与跟踪装置

    公开(公告)号:CN105302894A

    公开(公告)日:2016-02-03

    申请号:CN201510684937.X

    申请日:2015-10-21

    CPC classification number: G06F16/9535

    Abstract: 本发明实施例提供一种基于并行关联规则的舆情热点跟踪方法。热点关键词与后续事件存在潜在的关联性,通过将关联规则挖掘算法并行实现:首先获取1_项频繁关键词集,然后对数据进行分割并分布式并行处理,接下来合并结果并约简获得包含多项的频繁关键词集,在此基础上获取关联规则并推导热点关联关键词。本发明实施例还提供一种基于并行关联规则的舆情热点跟踪装置。本发明实施例提供的技术方案能够实现舆情热点跟踪和实时响应,为决策提供支持。

    一种基于深度置信网的云计算负载预测方法

    公开(公告)号:CN104954185A

    公开(公告)日:2015-09-30

    申请号:CN201510330961.3

    申请日:2015-06-09

    CPC classification number: H04L41/14 H04L67/1002

    Abstract: 本发明提出了一种基于深度置信网的云计算负载预测方法,包括以下步骤:步骤(1),从云集群中提取并聚合负载观测值;步骤(2),对步骤(1)的观测值进行差分变换以降低数据的线性度,归一化数据,分析数据内部的自相关和自回归特性;步骤(3),按照从下到上的顺序逐层训练RBM,并通过BP算法优化整体网络结构;步骤(4),使用前一步训练出的网络对云属性进行长短期预测;步骤(5),将步骤(4)中的预测结果进行与步骤(2)相反的逆变换,得到原数据的预测值。本发明基于深度置信网的云负载预测方法,能够为云平台的资源调度提供可靠依据,具有预测误差小、适合长线预测等优点,达到云资源高效调度和使用。

    一种基于超宽带无源射频标签的车辆定位方法

    公开(公告)号:CN104090264A

    公开(公告)日:2014-10-08

    申请号:CN201410348601.1

    申请日:2014-07-22

    CPC classification number: G01S5/0257 G01S5/145 G01S19/46

    Abstract: 本发明属于无线通信技术领域,涉及的是一种基于超宽带无源射频标签的车辆定位方法。主要分为七个步骤:1.在无车辆经过时超宽带射频标签RF-Tag不工作,而是进行卫星差分定位;当有车辆经过时,射频读卡器RF-Reader发射信号激活RF-Tag;2.RF-Tag向RF-Reader发射超宽带信号;3.计算出车载单位OBU与每个RF-Tag的距离di;4.根据距离di进行相对定位得到车辆的相对坐标L15.根据RF-Tag的经纬度和L1得到车辆当前的经纬度L;6.根据经纬度L及卫星定位实时信息得到差分信息D,并保存到OBU内存;7.在后续无RF-Tag的区域,使用差分信息D进行卫星差分定位。本发明可以适应高速公路特殊环境,实现车辆精确定位,为避免高速公路上车辆连环碰撞提供高精度的位置信息。

    一种基于多源信息融合的车辆无缝定位方法

    公开(公告)号:CN104076382A

    公开(公告)日:2014-10-01

    申请号:CN201410348844.5

    申请日:2014-07-22

    CPC classification number: G01S19/46 G01C21/165 G01S19/47 H04W4/046

    Abstract: 本发明属于无线通信技术领域,涉及的是一种基于多源信息融合的车辆无缝定位方法。主要步骤是主滤波器中采用Kalman滤波器对基于UWB(Ultra Wide Band,超宽带)的短距离高精度无线定位信息、BDS+GPS(Bei Dou Navigation Satellite System+Global Positioning System)的双模GNSS(Global Navigation Satellite System,全球卫星定位系统)定位信息、SINS+CAN(Strapdown Intertial Navigation System+Controller Area Network,捷联惯性导航系统+控制器局域网)融合航位推算信息,三类不同信号源定位数据不断融合、逐步求精,并对定位结果进行反馈、校正,实现车辆的高精度、无缝定位。本发明可以适应各种公路特殊环境,实现车辆无缝、精确的定位,为智能交通系统提供技术支撑,为避免车辆连环碰撞提供高精度的位置信息。

    一种基于固定周转时延的超宽带无线测距方法

    公开(公告)号:CN102970058A

    公开(公告)日:2013-03-13

    申请号:CN201210546604.7

    申请日:2012-12-17

    Abstract: 本发明涉及无线通信技术,特别涉及超宽带无线通信技术,具体是一种基于固定周转时延的超宽带无线测距方法。主要原理是:测距前测距请求节点A和测距应答节点B通过基于停-等协议的Hello帧交换固定周转时延;测距应答时节点B不需要每次均发送时间戳帧,只有在发现T不合适时才重新发送Hello帧以告知节点A新的固定周转时延;测距请求节点A根据固定周转时延T、发送测距请求帧的时刻和接收到测距应答帧的时刻即可推算出信号的传播时延Tt,进而乘以电磁波的传播速度得到两个节点之间的距离。本发明通过减少测距请求节点和测距应答节点之间发送的帧的数量,从而提高测距效率,可用于基于超宽带的物联网、无线传感网中。

Patent Agency Ranking