-
公开(公告)号：CN112381112A
公开(公告)日：2021-02-19
申请号：CN202011109382.3
申请日：2020-10-16
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于用户数据的多模项集的用户身份识别方法及系统，其中，方法包括步骤：分别构造历史数据和待识别用户数据的可扩展多模项集；将历史数据的可扩展多模项集和待识别用户数据的可扩展多模项集，进行相似性度量；根据相似性度量结果，对用户识别结果做出决策。本发明从构建多模项集、相似性度量、融合决策这几个角度，全面提升用户识别方法的性能，可广泛应用于个性化推荐、信息取证等领域。
-
公开(公告)号：CN107087184B
公开(公告)日：2020-05-22
申请号：CN201710291716.5
申请日：2017-04-28
Applicant: 华南理工大学
IPC: H04N19/176 , H04N19/42
Abstract: 本发明公开了一种多媒体数据在压缩方法，包括以下步骤：步骤S1、对采用分块为基础的压缩方法压缩的多媒体数据进行解码；步骤S2、对解码后多媒体数据按照该多媒体数据采用压缩方法的分块大小进行分块，对分块数据进行相似性比较，获取相似宏块的位置信息，得到相似块组信息；步骤S3、根据相似块组信息，对相应压缩方法压缩好的数据信息进行再压缩；本发明具有对已经过相应数据压缩方法压缩后的多媒体数据再次进行压缩的作用，具有降低了压缩后的多媒体数据所占的存储空间等优点。
-
公开(公告)号：CN108347652B
公开(公告)日：2020-01-14
申请号：CN201810157400.1
申请日：2018-02-24
Applicant: 华南理工大学
IPC: H04N21/466 , H04N21/442 , G06N3/08
Abstract: 本发明公开了一种利用人工神经网络推荐IPTV直播频道的方法及系统，所述方法包括以下步骤：S1、选择训练数据的滑动窗口，筛选出该时段内每个用户的原始训练数据；S2、对提取的原始训练数据进行数据清洗；S3、对清洗后的数据进行训练，针对每个设备号得到各自设备的训练模型，每个设备在t+1天使用与其对应的训练模型进行预测，设备实时采集用户当前观看频道的信息，并将该信息送入已训练的模型中进行预测，为相应设备进行推送；S4、在当前日期结束时，将原始训练数据窗口结束日期设置为t+1，重复步骤S1。所述方法使用了三种方法为每个用户进行模型的训练，并达到了较好的效果，提升了IPTV的用户体验，易于推广和使用。
-
公开(公告)号：CN110008199A
公开(公告)日：2019-07-12
申请号：CN201910227339.8
申请日：2019-03-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于访问热度的数据迁移部署方法，本发明对于已迁移部署于分布式平台的列式数据集，根据其运行时用户访问日志信息，使用预测算法预测下一时段的访问量分布；根据预测得到的访问量分布计算出各个字段的访问次数排序；对预测访问次数最高的一列的字段的数据值的分布重新划分数据子区域，使得该字段的访问次数被均匀分配到新的数据子区域内；系统再根据访问次数最高的列重新划分的数据区域切分数据并在分布式平台上更新其数据部署。本发明结合用户对数据集的实际访问行为实现面向分布式平台的数据迁移部署，使得原始数据集访问热度最高列的访问热度被负载均衡到各个数据节点上，以实现数据集在分布式平台上的综合访问性能最佳。
-
公开(公告)号：CN109977265A
公开(公告)日：2019-07-05
申请号：CN201910254105.2
申请日：2019-03-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于用户行为特征的IPTV日志用户识别方法，包括以下步骤：1.选取连续若干天的日志作为原始数据；2.通过聚类算法将原始数据打碎为若干个时间段，分析每个时间段中用户对频道的评分，将特征相似的时间段进行合并，生成特征数据；3.对需要识别的数据重复步骤2，得到预匹配数据；4.将预匹配数据与特征数据进行匹配，统计重复次数最多的用户作为输出。本发明所提出的方法能以较高的正确率识别出匿名用户，在实践中可以帮助侦查机关更快更准确地对匿名嫌疑人进行身份鉴别。
-
Patent Agency Ranking
公开(公告)号：CN108764269A
公开(公告)日：2018-11-06
申请号：CN201810286137.6
申请日：2018-04-03
Applicant: 华南理工大学
CPC classification number: G06K9/6268 , G06K9/6215 , G06N3/0454
Abstract: 本发明公开了一种基于时空约束增量学习的跨数据集行人再识别方法，包含步骤：S1、在小规模训练数据集上训练得到图像分类器Cs；S2、用图像分类器Cs在实际应用场景的测试数据集上对监控图像进行分类，统计测试数据集中属于同一行人的监控图像的拍摄时间和摄像头编号之间的关联，建立行人时空概率模型；S3、融合步骤S2的图像分类结果和步骤S3的时空概率模型，对测试数据集进行更准确分类；S4、对应用场景的测试数据打标签，用这种有标签的数据增量训练图像分类器Cs；S5、重复步骤S1～S4，直到迭代的次数超过预定的阈值常数；S6、用步骤S5的融合分类器，在目标数据集的测试集上进行行人再识别，得到最终分类结果。
-
公开(公告)号：CN108419088A
公开(公告)日：2018-08-17
申请号：CN201810125606.6
申请日：2018-02-08
Applicant: 华南理工大学
IPC: H04N21/2187 , H04N21/25 , H04N21/258 , H04N21/442 , H04N21/466
Abstract: 本发明公开了一种面向高突发性用户请求的频道推荐方法，所述方法首先通过获取基础数据(含用户观看历史记录和当前数据)，创建推荐列表和备选列表；然后，当用户观看频道时，启动频道推荐方法中的被动监听模式，选择满足条件的频道分别推送进入备选列表和推荐列表；当用户进入主动拉取模式的启动触发时间区间时，启动主动拉取模式，更新和填充推荐列表；最后，用户完成频道切换后，判断是否更新推荐列表和备选列表，重新进入监听模式。所述方法可应用于IP电视频道节目指南EPG推荐和IP电视频道预加载，能敏捷响应高突发性用户请求而自动进行频道智能推荐，运行稳定可靠，且其时间开销和空间开销均较小。
-
-
公开(公告)号：CN103401894B
公开(公告)日：2016-05-04
申请号：CN201310292229.2
申请日：2013-07-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种B/S架构的流媒体DRM云服务系统及实现方法。系统包括：客户端、资源服务接口、虚拟机和计算机集群；所述客户端，是媒体资源请求者请求资源的工具；所述资源服务接口，处于云服务端，处理来自媒体提供者、媒体文件请求者或后台管理者的操作请求；虚拟机，云服务端有服务请求，为资源服务接口提供了运行环境的支撑；本发明新的DRM体系结构不但简化了客户端使用户使用起来更方便，不必局限于某一特定的播放器客户端，而且有利于具备自主知识产权的DRM系统的应用；媒体文件的加解密的效率获得提升；由于将服务端放在了云服务器上，系统用户不必重复搭建基础设备、计算平台和运行环境，而且使系统更为健壮而安全。
-
公开(公告)号：CN102291604B
公开(公告)日：2014-02-26
申请号：CN201110255148.6
申请日：2011-08-31
Applicant: 华南理工大学
IPC: H04N21/25
Abstract: 本发明公开了用于时移网络电视的电子节目指南的制作方法，包括：EPG信息生成模块，从指定的网站中获取EPG数据，根据获取的EPG数据生成固定格式的时移频道EPG信息；EPG信息管理模块，用于修改EPG信息以及自动删除过期历史EPG信息；EPG信息搜索模块，用于向用户提供方便的搜索EPG信息、快速定位节目的功能；以及定时任务设置模块，用于设置每周任务和每天任务。本发明可提供EPG的个性化获取和定制。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.029 seconds)
