-
公开(公告)号：CN112130917B
公开(公告)日：2024-10-01
申请号：CN202011003738.5
申请日：2020-09-22
Applicant: 北京计算机技术及应用研究所
IPC: G06F9/4401
Abstract: 本发明涉及一种远程加载系统镜像方法，属于大数据技术领域。本发明实现的远程加载系统镜像方法通过PXE完成无盘启动，支持在内存中加载操作系统的功能。由于不同服务器操作系统各不相同，本发明远程加载系统镜像方法能够实现定制加载客户机各自服务器系统镜像的功能。
-
公开(公告)号：CN113868387A
公开(公告)日：2021-12-31
申请号：CN202111106824.3
申请日：2021-09-22
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/332 , G06F16/33 , G06F40/284 , G16H50/70
Abstract: 本发明涉及一种基于改进tf‑idf加权的word2vec医疗相似问题检索方法，属于在线医疗领域。本发明首先构造医疗问答对数据库，在后续的检索中，通过数据库中的医疗问答对进行检索回答。然后对数据库内的数据和用户问句进行数据预处理，并分别计算用户输入以及医疗问题对中各个词项的改进tf‑idf值，之后进行词嵌入，再将每个词的word2vec词向量与tf‑idf值进行相乘，得到最终的文本向量。至此，完成对用户问句和数据库的解析，作为后续检索的基础。最后，根据解析后的数据，通过计算问题之间的相似度，从问答对数据库中找出语义相关的问题，将相似度较高的问题返回。本发明解决专有名词的识别和建模困难的问题，解决医疗信息鱼龙混杂的问题，极大地提高了用户体验。
-
公开(公告)号：CN113868387B
公开(公告)日：2025-05-13
申请号：CN202111106824.3
申请日：2021-09-22
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/3329 , G06F16/3332 , G06F40/284 , G16H50/70
Abstract: 本发明涉及一种基于改进tf‑idf加权的word2vec医疗相似问题检索方法，属于在线医疗领域。本发明首先构造医疗问答对数据库，在后续的检索中，通过数据库中的医疗问答对进行检索回答。然后对数据库内的数据和用户问句进行数据预处理，并分别计算用户输入以及医疗问题对中各个词项的改进tf‑idf值，之后进行词嵌入，再将每个词的word2vec词向量与tf‑idf值进行相乘，得到最终的文本向量。至此，完成对用户问句和数据库的解析，作为后续检索的基础。最后，根据解析后的数据，通过计算问题之间的相似度，从问答对数据库中找出语义相关的问题，将相似度较高的问题返回。本发明解决专有名词的识别和建模困难的问题，解决医疗信息鱼龙混杂的问题，极大地提高了用户体验。
-
公开(公告)号：CN116776275B
公开(公告)日：2025-04-11
申请号：CN202310467072.6
申请日：2023-04-26
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于多线程的多链路数据接收融合方法，属于高可用数据融合领域。本发明应用于具有高可靠性数据远程发送和存储，节点服务集群搭建，具有高可靠性，可以应用于GPS或北斗定位物体和物体跟踪展示服务等应用环境，使数据提供方无需担心服务器停机断电，或节点应用进程停止运行等问题造成数据传输中止问题。当多个机房的服务集群其中一个机房发生停电现象时，用户不用担心数据中断传输，从而提高了数据发送的稳定性，减少了监管人员的运维成本，让用户只关心数据展示业务。同时应用具有数据源连接可配置化，数据协议解析可配置化，融合过滤算法可配置化，用户可以自定义数据源连接，自定义数据协议和数据过滤方法，用于解析、过滤和转发数据。
-
公开(公告)号：CN119719840A
公开(公告)日：2025-03-28
申请号：CN202411685773.8
申请日：2024-11-23
Applicant: 北京计算机技术及应用研究所
IPC: G06F18/24 , G06N3/04 , G06N3/08 , G06Q10/0639 , G06F17/18
Abstract: 本发明涉及一种基于深度学习的数据接口价值评价方法，属于计算机技术领域。与现有的基于规则的数据接口价值评价方法相比，本发明在数据接口价值评价中，利用深度学习技术和Logistic多分类回归分析模型，既解决了传统手工规则构建时效性差，覆盖率低、效率低的问题，也克服了传统机器学习方法支持维度低的劣势，并且可以通过以往的数据来判断预测当下和未来的数据接口价值评价。本发明能保证在接口调用数据输入正确的前提下，提供数据接口价值评价，同时提高分类性能和准确率。因此，本发明在数据接口价值评价中将发挥重要的作用。
-
Patent Agency Ranking
公开(公告)号：CN112000421B
公开(公告)日：2023-11-17
申请号：CN202010678625.9
申请日：2020-07-15
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了基于超融合架构的管理调度技术，包括超融合系统架构设计、基于超融合架构的资源一体化管理、面向国产异构平台的统一计算虚拟化、基于分布式存储的存储虚拟化、基于软件定义的网络虚拟化和面向高机动环境的容器动态调度管理技术。本发明提供的基于超融合架构的管理调度技术提升战术云平台的虚拟化能力和管理能力，为构建陆军机动战术云全链路生态提供关键技术支撑，提供按需弹性的虚拟化计算存储资源池，实现异构融合计算虚拟化，同时利用分布式存储技术构建存储资源池，软件定义技术构建虚拟网络，形成超融合资源池，实现应用服务的本地化数据和网络访问，解决传统虚拟化部署模式的I/O瓶颈问题，提高服务响应性能。
-
公开(公告)号：CN114049668A
公开(公告)日：2022-02-15
申请号：CN202111348485.X
申请日：2021-11-15
Applicant: 北京计算机技术及应用研究所
IPC: G06V40/16 , G06V10/772 , G06V10/77 , G06V10/774 , G06K9/62
Abstract: 本发明涉及一种人脸识别方法，属于图像识别领域。本发明首先，使用数据驱动的字典表示测试样本，字典里面的基本元素是训练样本。然后，由于遮挡只涉及图像像素的一部分，因而在标准像素空间基中是稀疏的。当遮挡具有稀疏表示时，就可以用经典的稀疏表示框架统一处理。之后，从稀疏最优化中找到这种表示方式。最后，通过与测试样本的距离找到未知样本的分类。寻找最稀疏的表达方式也就是在训练样本中自动辨析不同的分类，从而得到未知样本的类别。本发明将稀疏表示的方法应用在人脸识别领域可以为该领域增加新的见解。本发明在人脸图像存在遮挡的情况下，采用稀疏表示的方法进行人脸识别，提高识别准确率。
-
公开(公告)号：CN109739640A
公开(公告)日：2019-05-10
申请号：CN201811528322.8
申请日：2018-12-13
Applicant: 北京计算机技术及应用研究所
IPC: G06F9/50
Abstract: 本发明涉及一种本发明一种基于申威架构的容器资源管理系统，其中，包括服务接口对资源调度请求数据进行封装，将封装报文格式同时进行任务转发给容器资源管理控制服务；容器资源管理控制服务收到服务接口的资源调度封装报文会进行解析并同时发起容器资源调度器查询请求，检查容器资源调度器活动状态，容器资源调度器将计算节点的计算能力反馈给容器资源管理控制服务,由容器资源管理控制服务决定多个容器资源调度器提供计算服务；本发明一种基于申威平台的容器资源管理系统，可对容器集群资源细粒度划分，充分发挥处理器性能，解决了申威体系架构下容器资源管理系统的缺失。
-
公开(公告)号：CN115221170B
公开(公告)日：2025-05-06
申请号：CN202210836764.9
申请日：2022-07-15
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/22 , G06F16/2455 , G06F16/2458 , G06F16/248 , G06F16/906 , G06Q10/10 , H04L67/06
Abstract: 本发明涉及一种基于BPMN的工作产品传输设计方法，属于业务流程建模领域。本发明通过在BPMN建模语言进行用户任务属性扩展，实现在业务流程实例中，对信息流传输的控制，包括输入、输出产品的类别，产品传递的方向以及产品的版本管理。利用通用文件传输的方式进行信息流传输控制，替代Activiti中的表单功能，可以传输任意类型的文件，同时简化信息流设计过程，使用列表进行统一展现；将信息流传输数据使用单独的表进行存储，并与流程实例执行数据关联，便于快速查询，也支持统计分析。
-
公开(公告)号：CN119832288A
公开(公告)日：2025-04-15
申请号：CN202411686000.1
申请日：2024-11-24
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/77 , G06V10/44 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于残差融合机制的图像溯源取证方法，属于信息安全领域。本发明首先对输入的图像进行预处理选择；接着输入的图像进入到残差融合机制的图像溯源模型架构进行检测，该架构分为上下两条支路，上支路使用特定方法提取噪声残差信息，下支路使用深度学习网络自动提取噪声残差信息，之后通过残差连接的方式将上下两条支路提取的特征信息进行融合和细化；然后将细化后的残差特征送入到分类模块进行拍摄设备类别的映射溯源；最后通过可视化页面将检测结果进行直观展示。本发明将特定方法和深度学习方法提取的残差信息进行融合，结合了两者的优势，使得提取的残差指纹特征更为深层和细腻，溯源过程快速且鲁棒性较好。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.031 seconds)
