-
公开(公告)号：CN109344278B
公开(公告)日：2020-08-14
申请号：CN201811113239.4
申请日：2018-09-25
Applicant: 北京邮电大学
IPC: G06F16/53
Abstract: 本发明实施例提供了一种视觉搜索方法、装置及设备，其中，该方法包括：获取多个待检索图像；针对各个待检索图像，提取待检索图像的全局特征信息；根据待检索图像的全局特征信息，计算待检索图像对应的复杂度指标；确定与复杂度指标匹配的码率；基于码率，提取待检索图像的图像特征，并保存图像特征，图像特征用于视觉搜索。通过本发明实施例提供的视觉搜索方法、装置及设备，能够降低对存储资源的浪费。
-
公开(公告)号：CN110943797A
公开(公告)日：2020-03-31
申请号：CN201911312433.X
申请日：2019-12-18
Applicant: 北京邮电大学 , 国家电网有限公司信息通信分公司
Abstract: 本发明公开了一种SDH网络中的数据压缩方法，涉及数据压缩领域，包括获取待压缩数据集合，所述待压缩数据集合中包括时间信息和网络节点信息；确定所述时间信息中的基准时间信息和非基准时间信息；计算每个所述非基准时间信息相对于该所述非基准时间信息前一个时间信息的差值；基于所述基准时间信息和所述差值，生成所述时间信息对应的压缩数据；对所述网络节点信息进行二进制编码，得到所述网络节点信息对应的压缩数据，通过以上方法，使SDH网络中压缩后的数据压缩后的体量减小，压缩的数据在传输时，传输效率得到提高。
-
公开(公告)号：CN109831320A
公开(公告)日：2019-05-31
申请号：CN201811639024.6
申请日：2018-12-29
Applicant: 国家电网有限公司 , 国家电网有限公司信息通信分公司 , 北京邮电大学
IPC: H04L12/24 , H04L12/801 , H04L12/803 , H04L12/721
Abstract: 本发明公开了一种辅助流量预测控制方法、存储介质和电子设备，其中所述方法包括：抓取指定拓扑内链路和区域的流量数据信息；利用所述流量数据信息进行深度学习模型训练，得到流量预测模型和路径选择模型；使用所述流量预测模型进行拥塞状况预测，给出拥塞概率较高业务的序列；丢弃所述序列中拥塞概率小于门限值的业务，将所述序列中剩下的业务返回控制器；对所述剩下的业务所在的节点和链路进行单独的流量收集，判断所述剩下的业务实时链路中的流量趋势；使用所述路径选择模型对流量趋势呈增长状态的业务进行分析，给出最优路径；根据所述最优路径调节链路转发流表，并将流表下发到交换机中，存入交换机的转发信息库。
-
公开(公告)号：CN105574152B
公开(公告)日：2019-03-01
申请号：CN201510940356.8
申请日：2015-12-16
Applicant: 北京邮电大学
IPC: G06F16/2455
Abstract: 本发明实施例公开了一种快速统计频数的方法及系统，属于数据统计领域，本发明通过数据处理子单元进行频数统计，数据合并单元汇总数据处理子单元数据，通过数据汇总单元统计增量，从而摆脱时下依靠硬件性能来保证算法的吞吐量的限制，来应对日益增长的网络流速，同时保证系统的可扩展性，以应对快速增长的流量对系统吞吐量的要求。
-
公开(公告)号：CN109302495A
公开(公告)日：2019-02-01
申请号：CN201811383389.7
申请日：2018-11-20
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种数据存储方法及装置，该方法根据所接收的第二节点发送的针对广播的数据存储请求对应的反馈信息，从第二节点中确定第一存储节点，利用预设的公钥对待存储数据进行加密，并对加密后的待存储数据进行编码，得到编码结果；将编码结果划分为数据块，并将利用公钥对应的私钥生成的数字签名添加至每一数据块；确定各个添加数字签名后的数据块的存储节点，将数据块发送至所确定的存储节点中存储。应用本发明实施例提供的方案能够提高数据存储的安全性。
-
Patent Agency Ranking
公开(公告)号：CN109302311A
公开(公告)日：2019-02-01
申请号：CN201811025259.6
申请日：2018-09-04
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种实现网络态势感知的区块链网络、感知方法及电子设备。可以实现区块链网络中的各个节点，感知与其直接相连的链路和其他节点的网络态势感知信息；并根据感知到的网络态势感知信息，计算获得本节点的态势评估和预测结果；同时，将计算获得的本节点的节点态势评估和预测结果广播给所属区块链网络中的所有其他节点。区块链网络中的节点，用本节点的节点态势评估和预测结果和接收到的其他节点发送的节点态势评估和预测结果，计算获得整个区块链网络的网络态势。从而解决了现有技术中，当中心节点瘫痪或者网络中各节点同中心节点的联系被切断时，无法对整个网络进行态势评估和预测的问题，提高了网络的稳定性和安全性。
-
公开(公告)号：CN105574152A
公开(公告)日：2016-05-11
申请号：CN201510940356.8
申请日：2015-12-16
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30516
Abstract: 本发明实施例公开了一种快速统计频数的方法及系统，属于数据统计领域，本发明通过数据处理子单元进行频数统计，数据合并单元汇总数据处理子单元数据，通过数据汇总单元统计增量，从而摆脱时下依靠硬件性能来保证算法的吞吐量的限制，来应对日益增长的网络流速，同时保证系统的可扩展性，以应对快速增长的流量对系统吞吐量的要求。
-
公开(公告)号：CN112560957B
公开(公告)日：2023-04-07
申请号：CN202011496525.0
申请日：2020-12-17
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种神经网络训练、检测方法、装置及设备，该方法包括：获取待处理全切片数字图像及其对应的标签；分割待处理全切片数字图像，得到多张分割图像；通过神经网络的特征提取层和全连接层得到示例特征图以及多张分割图像对应的权重；将权重与示例特征图相乘后，输入至分类器，得到分类结果；基于分类结果与标签的对比结果，判断神经网络是否收敛；若否，则调整神经网络的参数，直至神经网络收敛，得到训练完成的神经网络模型。可见，本方案中，只需获取整张WSI的标签，并通过全连接层计算得到由WSI分割出的多张分割图像的权重，引导神经网络的训练，不需要在训练的过程中对分割得到的多张分割图像进行标注，减少了人力耗费。
-
公开(公告)号：CN115496180A
公开(公告)日：2022-12-20
申请号：CN202211043347.5
申请日：2022-08-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种网络流量特征序列生成模型的训练方法、生成方法及装置，针对网络流量的包含基础特征、数据包特征、时间特征和恶意流量特征的特征序列进行仿真，能够关注到应用层数据的特征。基于生成对抗网络进行无监督学习，简化了配置工作，提高了对网络流量特征序列进行仿真的效率。其中，基于强化学习构建生成器，能够提高对网络特征仿真的泛化能力，以适应更复杂的网络环境。采用蒙特卡洛学习构建生成器能够提高生成器的泛化能力。采用Wasserstein Loss作为生成器的损失函数，能够免生成对抗网络中常见的过拟合和模式崩溃问题。
-
公开(公告)号：CN113990521A
公开(公告)日：2022-01-28
申请号：CN202111231382.5
申请日：2021-10-22
IPC: G16H70/60 , G16H50/70 , G16H30/40 , G06N3/08 , G06N3/04 , G06V10/766 , G06V10/82 , G06V10/774 , G06V10/44 , G06K9/62
Abstract: 本发明涉及一种IgA肾病病理分析、预后预测及病理指标挖掘系统，包括：扫描标注模块，用于对病理切片图像进行扫描和标注；图像预处理模块，用于对经过扫描和标注后的病理切片进行预处理，并将经过预处理的图像分为训练集和验证集；模型训练模块，用于将训练集中的图像输入初始模型，对初始模型进行训练获得最优模型；验证模块，用于将验证集中的图像输入最优模型，并对其进行验证；分析模块，用于对最优模型的输出结果进行分析，获得每个病例病变特征和程度的指标量化值。其在输入图像后可迅速得出多项病理指标的分析结果，分析效率远高于人工评估，且评估结果不受主观因素影响，结果稳定性也远高于人工评估结果。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.027 seconds)
