-
公开(公告)号:CN104504233B
公开(公告)日:2017-06-06
申请号:CN201410646085.0
申请日:2014-11-14
Applicant: 北京系统工程研究所
IPC: G06F19/00
Abstract: 本发明提供了一种基于多维向量熵随机采样的异常识别方法,该方法包括以下步骤:I、从样本空间Ω中样本点选取采样点,生成子样本空间ω;II、确定所述样本点的多维向量熵;III、重复上述步骤,确定所述样本点多维向量熵的融合结果;IV、确定所述样本点的异常程度;V、确定异常点。该方法通过融合随机采样的样本点,解决大规模数据中的异常识别面临的样本量大、维度高等问题,该方法不仅能降低异常识别的时间复杂度,提高识别效果的准确性,还具有较强的扩展性。
-
公开(公告)号:CN105978720A
公开(公告)日:2016-09-28
申请号:CN201610308696.3
申请日:2016-05-11
Applicant: 北京系统工程研究所
CPC classification number: H04L41/5019 , H04L67/322
Abstract: 本发明提供一种满足端到端QoS约束的服务选择方法,所述方法包括如下步骤:(1)获取用户的全局QoS约束需求,并按照归一化方法将QoS值作归一化处理;(2)收集组合服务中每个个体服务的QoS历史信息,并预测每个个体服务下一个时刻的QoS值;(3)针对所述组合服务的基本结构,以及不同的QoS特性和QoS预测值,将全局QoS约束实施分解,得到每个个体服务的QoS约束值;(4)以所述个体服务的QoS约束值为约束,实施服务选择。本发明降低了满足端到端QoS约束下服务组合的时间复杂度,能够在线性时间内组合满足用户需求的组合服务。
-
公开(公告)号:CN104504233A
公开(公告)日:2015-04-08
申请号:CN201410646085.0
申请日:2014-11-14
Applicant: 北京系统工程研究所
IPC: G06F19/00
Abstract: 本发明提供了一种基于多维向量熵随机采样的异常识别方法,该方法包括以下步骤:I、从样本空间Ω中样本点选取采样点,生成子样本空间ω;II、确定所述样本点的多维向量熵;III、重复上述步骤,确定所述样本点多维向量熵的融合结果;IV、确定所述样本点的异常程度;V、确定异常点。该方法通过融合随机采样的样本点,解决大规模数据中的异常识别面临的样本量大、维度高等问题,该方法不仅能降低异常识别的时间复杂度,提高识别效果的准确性,还具有较强的扩展性。
-
公开(公告)号:CN105046206B
公开(公告)日:2019-02-01
申请号:CN201510355350.4
申请日:2015-06-24
Applicant: 北京系统工程研究所
Abstract: 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置,涉及视频中的行人检测技术领域,解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括:通过背景差分的方法提取待检测视频中的运动信息;对所述运动信息中的运动目标进行区域聚类,得到运动密集区域块;对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理,分别建立图像金字塔;对所述运动密集区域块的每层图像金字塔进行特征提取,仅提取运动区域及附近像素的特征信息;运用滑窗的方式,检测所述运动密集区域块的每层金字塔图像中的行人,定位行人目标,获取行人检测结果。本发明的实施例主要用于视频中的行人检测。
-
公开(公告)号:CN106059789A
公开(公告)日:2016-10-26
申请号:CN201610307914.1
申请日:2016-05-11
Applicant: 北京系统工程研究所
CPC classification number: H04L41/5041 , G06F17/30864
Abstract: 本发明提供一种基于CLM矩阵的服务按需动态组合方法,该方法构建基于目标系统中全部服务的CLM矩阵;其中,CLM矩阵的行代表服务的各个输入参数;CLM矩阵的列代表服务的输出结果;根据用户需求及用户引导,得到满足用户需求的服务组合。本发明提出的方法简洁、快速且有效;其以用户为中心,按照用户需求,可以迅速查找是否存在服务的输出可以满足一个服务的输入参数,对服务组合周期各个阶段提供灵活支持,实现服务的按需动态组合。
-
公开(公告)号:CN105046206A
公开(公告)日:2015-11-11
申请号:CN201510355350.4
申请日:2015-06-24
Applicant: 北京系统工程研究所
Abstract: 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置,涉及视频中的行人检测技术领域,解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括:通过背景差分的方法提取待检测视频中的运动信息;对所述运动信息中的运动目标进行区域聚类,得到运动密集区域块;对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理,分别建立图像金字塔;对所述运动密集区域块的每层图像金字塔进行特征提取,仅提取运动区域及附近像素的特征信息;运用滑窗的方式,检测所述运动密集区域块的每层金字塔图像中的行人,定位行人目标,获取行人检测结果。本发明的实施例主要用于视频中的行人检测。
-
-
-
-
-