-
公开(公告)号：CN110442715A
公开(公告)日：2019-11-12
申请号：CN201910701692.5
申请日：2019-07-31
Applicant: 北京大学
IPC: G06F16/35 , G06F16/9537 , G06K9/62 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种基于多元大数据的综合城市地理语义挖掘方法。社交文本数据是最能反映人们对城市区域功能认知的数据来源，所以本发明利用社交文本数据抽取出城市区域的功能；基于公交线路数据，不依赖于人为制定的规则，自动计算得到城市各个区域交通便利度的相对排名；从工作日工作时间段的人口密度指数和休息时间段的人口密度指数这两个更宏观的角度分析城市人口密度分布。本发明从城市区域功能、城市交通便利度分布、建筑物功能和人口密度指数四个不同的指标对综合城市地理语义进行刻画，结合这四个指标挖掘得到的信息，能够满足不同类型的用户的不同种类的查询需求，能够更好地帮助人们全面地了解城市。
-
公开(公告)号：CN106656867B
公开(公告)日：2019-11-05
申请号：CN201610989862.0
申请日：2016-11-10
Applicant: 北京大学(天津滨海)新一代信息技术研究院
IPC: H04L12/927 , H04L12/46 , H04L12/26
Abstract: 本发明提供了一种基于虚拟网络的应用感知的动态SDN配置方法，包括以下步骤：1)在数据中心的物理集群中构建虚拟网络；2)监测并记录虚拟网络中不同虚拟机的网络流量；3)根据步骤2)中记录的不同虚拟机的网络流量，将虚拟网络中的应用划分为不同的类型，并为每种类型的应用设定网络资源分配策略；4)根据步骤3)设定的网络资源分配策略，设置并调整每个虚拟机的网络资源配置。为每个应用分配网络资源优先级和限制等，保证大数据应用的吞吐量和高频访问应用的服务质量(QoS)。最后利用OVS开放编程接口实现网络资源动态调整配置，以提高应用运行效率和网络资源利用率。
-
公开(公告)号：CN110390097A
公开(公告)日：2019-10-29
申请号：CN201910488327.0
申请日：2019-06-05
Applicant: 北京大学(天津滨海)新一代信息技术研究院
Abstract: 本发明涉及计算机技术领域，特别涉及一种基于应用内实时数据的情感分析方法和系统。具体包括以下步骤：步骤一、实时采集在应用内的数据；步骤二、进行预处理；步骤三、进行情感分析；步骤四、获取情感指数。本发明解决不同应用内数据模型不一致的难点。之后融合多个API组合的实时数据完成数据预处理工作，实现在接口基础上，直接进行情感分析工作。
-
公开(公告)号：CN108376028B
公开(公告)日：2019-10-22
申请号：CN201810020304.2
申请日：2018-01-09
Applicant: 北京大学
Abstract: 本发明提供一种基于用户行为和系统状态预测移动设备电池续航的方法，包括以下步骤：提取会话，根据需要保留符合条件的会话作为基本单元；从这些会话中随机选取一时间点，作为预测时间点；然后提取从会话开始直至预测时间点范围内的用户使用行为数据及系统状态信息，从中整理、抽取特征信息并将其组成特征向量；构造训练集；选取回归模型，以每个会话的特征向量作为输入，以预测时间点之后的实际续航时间作为输出进行训练；得到训练模型后，将待预测的会话的相应数据同样进行特征提取，以构造的训练集作为输入，得到的输出作为对待预测会话的续航时间的预测。从而准确预测移动设备的电池续航时间。
-
-
Patent Agency Ranking
公开(公告)号：CN108804111B
公开(公告)日：2019-07-05
申请号：CN201810282098.2
申请日：2018-04-02
Applicant: 北京大学
IPC: G06F8/53
Abstract: 本发明涉及一种建立安卓应用程序不同版本间反编译类集合映射关系的方法和装置。该方法包括：1)获取两个不同版本安卓应用程序的反编译类集合，将其中一个版本的反编译类集合作为评判集，另一个版本的反编译类集合作为被评判对象；2)确定因素集，根据评判集和因素集计算在每个因素上被评判类对于评判集中每个类的隶属度，根据隶属度形成模糊矩阵；3)定义因素的权重，根据因素的权重和模糊矩阵计算被评判类对于评判集中每个类的总隶属度；4)根据总隶属度的大小判定被评判类是否与评判集中的类建立映射关系。本发明提高了开发人员对APP不同版本间差异的理解效率，降低了缺失文档生成的难度。
-
公开(公告)号：CN109656529A
公开(公告)日：2019-04-19
申请号：CN201811290235.3
申请日：2018-10-31
Applicant: 北京大学
Abstract: 本发明提供一种针对客户端深度学习的在线定制化方法及系统，包括服务器、至少一个客户端，所述方法包括：所述服务器利用公共数据集对预设机器学习模型进行训练，获得公共模型；所述客户端从所述服务器获取所述公共模型；所述客户端获取用户个性化数据；所述客户端利用所述用户个性化数据对所述公共模型进行训练，得到定制化模型。本发明采用服务器端-客户端协同训练的方式，在计算资源较强的服务器端先利用大量的公共数据集进行预训练，将模型的参数调整到合适的位置；然后将模型下发到各个移动设备，利用本地产生的数据进行定制化训练。在客户端进行预测和定制化训练的过程中，无需上传训练数据，从而保证了隐私信息不会被泄露。
-
公开(公告)号：CN105550338B
公开(公告)日：2018-11-23
申请号：CN201510980489.8
申请日：2015-12-23
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30902 , G06F8/65 , G06F9/44568 , G06F9/45529 , G06F17/30 , G06F17/30864 , H04L67/02 , H04L67/2842
Abstract: 本发明公开了一种基于HTML5应用缓存的移动Web缓存优化方法。本方法为：1)服务器端定期爬取设定移动Web应用所包含资源信息；2)将内容相同但对应不同URL的资源映射为同一资源；3)选取一组稳定的资源配置到缓存资源列表中，同时生成一个资源映射文件；4)设置一JavaScript运行库；在每一目标页面中添加该运行库的调用指令；5)对每一目标页面生成一代理页面，将目标页面的URL解析到对应代理页面，然后访问一目标页面时，根据请求的资源查询该资源映射文件，然后根据查询结果从该缓存资源列表中读取匹配的缓存资源加载到该代理页面。本方法节约移动Web应用的访问时间和数据流量，提高了移动设备的用户体验。
-
公开(公告)号：CN108845996A
公开(公告)日：2018-11-20
申请号：CN201810282095.9
申请日：2018-04-02
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明涉及一种聚合安卓应用程序内部搜索功能的元搜索引擎实现方法和总控系统。该方法包括：1)接收用户的搜索请求；2)将搜索请求分发至安卓云的各APP，并调用各APP的搜索功能获取搜索结果；3)聚合各APP返回的搜索结果，将其显示给用户。该总控系统包括搜索请求接收模块，搜索请求分发与执行模块，以及搜索结果聚合显示模块。本发明通过聚合APP内部搜索功能实现对应用内数据的元搜索，创新性地将元搜索引擎技术应用到聚合APP内部搜索功能上来，并创新性地结合了应用功能开放重建技术，弥补了现有搜索引擎与APP内部搜索的不足，能够实现跨APP的应用内数据搜索，满足广大用户的需求。
-
公开(公告)号：CN105630503B
公开(公告)日：2018-08-21
申请号：CN201511000940.1
申请日：2015-12-28
Applicant: 北京大学
IPC: G06F8/20
CPC classification number: G06F9/44
Abstract: 本发明公开了一种基于用户操作记录的应用开发移动设备选取方法。本方法为：1)选取需要预测设备重要性的目标应用；2)若该目标应用的用户数据未达到设定条件，则进行步骤3)；如果达到设定条件，则根据该目标应用的用户操作记录确定使用该目标应用的各设备重要性，然后根据得到的重要性对各设备型号排序，然后进行步骤5)；3)在该目标应用所在的应用类别中，找到用户量最多的一组若干个应用；4)根据步骤3)所选应用的用户操作记录确定使用该目标应用的各设备重要性，然后根据得到的重要性对各设备型号排序；5)根据得到的排序选取若干设备作为目标应用的设备。本发明大大提高了应用的设备预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
275
records
(took 0.036 seconds)
