-
公开(公告)号：CN110152302A
公开(公告)日：2019-08-23
申请号：CN201810154837.X
申请日：2018-02-23
Applicant: 北京信息科技大学 , 微智娱(北京)科技有限公司
Abstract: 本发明公开了一种牌类游戏的手牌生成和聚类方法、设备以及处理器。其中，该方法包括：生成手牌组合，手牌组合包括牌类游戏各方的手牌；利用基于机器学习训练的模型，将手牌组合确定为预先确定的多个类别中的一个类别；以及基于手牌组合的类别，确定是否使用手牌组合。本发明解决了牌类游戏中如何生成“同等牌力”的适当手牌组合的技术问题。
-
公开(公告)号：CN107894923A
公开(公告)日：2018-04-10
申请号：CN201711108713.X
申请日：2017-11-11
Applicant: 北京信息科技大学 , 微智娱(北京)科技有限公司
Abstract: 本发明公开了一种通用的计算机博弈问题策略搜索引擎类库，包括：蒙特卡洛树搜索算法类包含哈希映射表数据结构，表级的线程互斥锁，蒙特卡洛随机模拟方法，策略选择方法，以及局面评估方法；特定局面的博弈树搜索状态类包括对应局面下蒙特卡洛模拟总数计数器，对应局面下行动方的蒙特卡洛模拟胜利总数计数器，结点级线程互斥锁类实例，蒙特卡洛模拟胜利与失败情况下的博弈树搜索状态更新方法；结点级的线程互斥锁类：包含线程安全的、可抢占原子变量，可配置互斥锁写行为原则的类构造方法，通过该类的成员方法，实现基于循环等待的读/写状态抢占机制。本发明在计算机博弈系统中，这种引擎具有广泛的适用性，高性能,提供了极大方便。
-
公开(公告)号：CN110310351B
公开(公告)日：2023-07-21
申请号：CN201910597737.9
申请日：2019-07-04
Applicant: 北京信息科技大学
IPC: G06T13/40 , G06V40/20 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于草图的三维人体骨骼动画自动生成方法，本系统以简化骨骼动画制作的交互方式作为着手点，以草图图像输入的方式提供待生成动画的首尾帧，使用tensorflow构建神经网络框架分别实现系统的草图三维重建和骨骼动画插值帧信息自动合成两部分模块，最终实现基于草图的三维人体骨骼动画自动生成方法。该系统前后端代码逻辑分离，具有较高的灵活性。该系统对用户输入图像会自动进行预处理操作，从而满足各部分网络输入格式，可以降低整个系统的交互上的复杂程度。
-
公开(公告)号：CN109508789A
公开(公告)日：2019-03-22
申请号：CN201810555772.X
申请日：2018-06-01
Applicant: 北京信息科技大学 , 微智娱(北京)科技有限公司
IPC: G06N5/04
Abstract: 本发明公开了一种预测手牌的方法、存储介质、处理器以及设备。其中，该方法包括：获取牌局信息，其中牌局信息包括当前牌局的预定数量的回合时，作为牌类游戏中的一方玩家能够获知的与手牌相关的信息；以及基于机器学习训练的多个预测模型，根据牌局信息，预测一方玩家之外的其他玩家的手牌，其中多个预测模型分别与各个同一牌型对应，用于分别预测各个同一牌型手牌的分布信息，其中分布信息表示同一牌型的手牌在所述一方玩家之外的其他玩家中的分布。本发明解决了由于牌类游戏的操作空间太大，造成传统搜索算法较难实现对各玩家手牌进行预测的技术问题。
-
公开(公告)号：CN109508789B
公开(公告)日：2022-03-15
申请号：CN201810555772.X
申请日：2018-06-01
Applicant: 北京信息科技大学 , 微智娱(北京)科技有限公司
IPC: G06N5/04
Abstract: 本发明公开了一种预测手牌的方法、存储介质、处理器以及设备。其中，该方法包括：获取牌局信息，其中牌局信息包括当前牌局的预定数量的回合时，作为牌类游戏中的一方玩家能够获知的与手牌相关的信息；以及基于机器学习训练的多个预测模型，根据牌局信息，预测一方玩家之外的其他玩家的手牌，其中多个预测模型分别与各个同一牌型对应，用于分别预测各个同一牌型手牌的分布信息，其中分布信息表示同一牌型的手牌在所述一方玩家之外的其他玩家中的分布。本发明解决了由于牌类游戏的操作空间太大，造成传统搜索算法较难实现对各玩家手牌进行预测的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN107894923B
公开(公告)日：2021-06-08
申请号：CN201711108713.X
申请日：2017-11-11
Applicant: 北京信息科技大学 , 微智娱(北京)科技有限公司
Abstract: 本发明公开了一种通用的计算机博弈问题策略搜索引擎类库，包括：蒙特卡洛树搜索算法类包含哈希映射表数据结构，表级的线程互斥锁，蒙特卡洛随机模拟方法，策略选择方法，以及局面评估方法；特定局面的博弈树搜索状态类包括对应局面下蒙特卡洛模拟总数计数器，对应局面下行动方的蒙特卡洛模拟胜利总数计数器，结点级线程互斥锁类实例，蒙特卡洛模拟胜利与失败情况下的博弈树搜索状态更新方法；结点级的线程互斥锁类：包含线程安全的、可抢占原子变量，可配置互斥锁写行为原则的类构造方法，通过该类的成员方法，实现基于循环等待的读/写状态抢占机制。本发明在计算机博弈系统中，这种引擎具有广泛的适用性，高性能,提供了极大方便。
-
公开(公告)号：CN107786575B
公开(公告)日：2020-07-10
申请号：CN201711108716.3
申请日：2017-11-11
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于DNS流量的自适应恶意域名检测方法，搜集第三方平台提供的黑白名单样本集，并依照域名结构特征列表，使用黑白名单样本集作为训练集基线，选择随机森林分类器训练域名结构检测模型；对判定为恶意的域名进行Whois查询及追踪验证；训练流量检测模型；将待检测的域名与DNS的流量数据经数据预处理后，分别作为加载的域名结构检测引擎和流量检测引擎的输入，得到预测结果；将流量检测引擎判定为恶意域名的数据集，定时更新域名结构检测引擎的训练集黑名单，形成自适应恶意域名检测模式。本发明能够快速地检测出可疑域名，并保持较低延时和可接受的准确率；能够海量数据面前检测出多种类型恶意域名，并保持较高准确率和较低误报率。
-
公开(公告)号：CN110310351A
公开(公告)日：2019-10-08
申请号：CN201910597737.9
申请日：2019-07-04
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于草图的三维人体骨骼动画自动生成方法，本系统以简化骨骼动画制作的交互方式作为着手点，以草图图像输入的方式提供待生成动画的首尾帧，使用tensorflow构建神经网络框架分别实现系统的草图三维重建和骨骼动画插值帧信息自动合成两部分模块，最终实现基于草图的三维人体骨骼动画自动生成方法。该系统前后端代码逻辑分离，具有较高的灵活性。该系统对用户输入图像会自动进行预处理操作，从而满足各部分网络输入格式，可以降低整个系统的交互上的复杂程度。
-
公开(公告)号：CN107832421A
公开(公告)日：2018-03-23
申请号：CN201711108702.1
申请日：2017-11-11
Applicant: 北京信息科技大学 , 北京融通易达科技有限公司 , 山东管理学院
IPC: G06F17/30
CPC classification number: G06F16/00 , G06F2216/03
Abstract: 本发明公开了一种自适应的组合数据挖掘模型系统及方法，该系统，包括主动选择定制模块，能够主动选择和定制多种数据挖掘模型，用于适应各种类型和规模数据的分析需求；框架模块，方便设定和选择指标，用于所选择数据挖掘模型的排序，适应数据挖掘场景的动态性需求；支撑定制模块，提供支撑定制化组合多种数据挖掘模型的方法，用于为发挥运维人员经验提供渠道，进而提高分析结果准确性；机制模块，提供依据挖掘输出结果反馈动态调整数据挖掘模型组合方式的机制，用于保证数据挖掘模型组合的可扩展性。本发明使得模型具有保底性、抢占性和主观反应性等特征，可直接应用于多种业务系统的辅助分析与优化。
-
公开(公告)号：CN107786575A
公开(公告)日：2018-03-09
申请号：CN201711108716.3
申请日：2017-11-11
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于DNS流量的自适应恶意域名检测方法，搜集第三方平台提供的黑白名单样本集，并依照域名结构特征列表，使用黑白名单样本集作为训练集基线，选择随机森林分类器训练域名结构检测模型；对判定为恶意的域名进行Whois查询及追踪验证；训练流量检测模型；将待检测的域名与DNS的流量数据经数据预处理后，分别作为加载的域名结构检测引擎和流量检测引擎的输入，得到预测结果；将流量检测引擎判定为恶意域名的数据集，定时更新域名结构检测引擎的训练集黑名单，形成自适应恶意域名检测模式。本发明能够快速地检测出可疑域名，并保持较低延时和可接受的准确率；能够海量数据面前检测出多种类型恶意域名，并保持较高准确率和较低误报率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
