一种特征词向量获得方法、文本分类方法及装置

    公开(公告)号:CN107092679B

    公开(公告)日:2020-01-03

    申请号:CN201710263961.5

    申请日:2017-04-21

    Abstract: 本发明实施例提供了一种特征词向量获得方法、文本分类方法及装置,所述特征词向量获得方法包括:获得特征词集合;计算所述特征词集合中各特征词间的相似度,并根据所述相似度对所述特征词集合中的各特征词进行划分,获得多个近义词集合;针对每一近义词集合,根据该近义词集合中特征词针对目标文本的第一权重,计算该近义词集合针对所述目标文本的目标权重;将所述目标权重与第二权重进行组合,得到所述目标文本的特征词向量,其中,所述第二权重为:未被划分至各近义词集合的特征词针对所述目标文本的权重。通过使用实施本实施例所获得的特征词向量,可以提高训练器训练效率。

    一种带宽估计方法及装置

    公开(公告)号:CN105916179B

    公开(公告)日:2019-07-26

    申请号:CN201610371667.1

    申请日:2016-05-30

    CPC classification number: Y02D70/00

    Abstract: 本发明实施例的目的在于提供一种带宽估计方法及装置,经过平滑处理获得信号的平滑功率谱,分别确定从谱峰下降ndB时谱峰左右侧对应的功率谱位置为第一参考位置和第二参考位置;再分别以第一参考位置和第二参考位置为中心,分别建立第一参考区域和第二参考区域;再分别对第一参考区域和第二参考区域进行拟合,获得第一拟合功率谱和第二拟合功率谱;最后确定从谱峰下降ndB时在第一拟合功率谱和第二拟合功率谱中对应的位置;根据所确定的位置,确定当前信号的ndB带宽;应用本发明实施例,通过对起伏比较剧烈的功率谱进行平滑处理,之后再对从谱峰下降ndB所述区域的平滑功率谱进行拟合,提高了带宽估计的准确度。

    一种空间信息网络架构
    4.
    发明公开

    公开(公告)号:CN106685511A

    公开(公告)日:2017-05-17

    申请号:CN201610952617.2

    申请日:2016-11-02

    CPC classification number: H04B7/1851 H04B7/18519

    Abstract: 本发明提供空间信息网络架构包括地面信息港,与数据转发层相连,通过数据转发层与天基骨干网相连接,用于根据接收到的流表执行用户任务请求;数据转发层,由中地球轨道卫星和低地球轨道卫星中的至少一种构成,用于接收流表,调用资源执行用户任务请求,根据流表进行数据传输和转发;天基骨干网,至少包含一个地球静止轨道空间卫星,所述地球静止轨道空间卫星内的控制器为所述任务请求分配资源,并下发流表。所述地面信息港和天基骨干网共同组成双骨干控制系统。本发明通过高效地结合GEO卫星的全球覆盖特性和地面基站的计算能力,空间信息网络可以实时的获取路由转发策略,同时可以根据任务合理分配资源和节点,提高资源利用率和节点协作能力。

    一种带宽估计方法及装置

    公开(公告)号:CN105916179A

    公开(公告)日:2016-08-31

    申请号:CN201610371667.1

    申请日:2016-05-30

    CPC classification number: Y02D70/00 H04W28/20 H04W72/0473

    Abstract: 本发明实施例的目的在于提供一种带宽估计方法及装置,经过平滑处理获得信号的平滑功率谱,分别确定从谱峰下降ndB时谱峰左右侧对应的功率谱位置为第一参考位置和第二参考位置;再分别以第一参考位置和第二参考位置为中心,分别建立第一参考区域和第二参考区域;再分别对第一参考区域和第二参考区域进行拟合,获得第一拟合功率谱和第二拟合功率谱;最后确定从谱峰下降ndB时在第一拟合功率谱和第二拟合功率谱中对应的位置;根据所确定的位置,确定当前信号的ndB带宽;应用本发明实施例,通过对起伏比较剧烈的功率谱进行平滑处理,之后再对从谱峰下降ndB所述区域的平滑功率谱进行拟合,提高了带宽估计的准确度。

    一种文本分类方法及装置

    公开(公告)号:CN107145560B

    公开(公告)日:2021-01-29

    申请号:CN201710301466.9

    申请日:2017-05-02

    Abstract: 本发明实施例提供了一种文本分类方法及装置,应用于计算机技术领域,所述方法包括:通过文本表示将待分类文本映射为向量空间模型VSM中的第一文本向量。根据预先建立的语义平滑矩阵将所述第一文本向量映射为高维空间中的第一映射向量,其中,所述语义平滑矩阵是通过对统计相似度矩阵和词语相似度矩阵进行计算得到。对所述第一映射向量进行分类,得到所述待分类文本的文本分类结果。本发明实施例通过将基于世界知识的词语相似度和基于统计的词语相似度应用于文本分类,提高了文本分类的准确性。

    一种基于机器学习算法的MIMO相关信道下的调制识别方法

    公开(公告)号:CN106059972B

    公开(公告)日:2019-04-26

    申请号:CN201610353881.4

    申请日:2016-05-25

    Abstract: 本发明一种基于机器学习算法的MIMO相关信道下的调制识别方法,属于通信领域;具体步骤为:首先,将通信发射端的每个数据流分别采用空时编码,每个码字分别通过Nt根发射天线发射出去;然后,根据接收端的相关矩阵和发射端的相关矩阵计算MIMO信道矩阵H;根据MIMO信道矩阵H,计算每个接收天线上的接收信号并进行修正;最后,每根接收天线分别对修正后的信号进行特征提取,针对提取的特征值进行训练测试,计算出该样本属于的调制识别模式;优点在于:对非高斯信道的鲁棒性和泛化能力较强,通过参数迭代可实现更加复杂环境下的调制体制识别;通过提取高阶矩和高阶累积量的特征,在较高信噪比下,信号特征差异明显,便于机器学习算法的分类。

    一种基于入侵检测模型的样本预测方法、装置及电子设备

    公开(公告)号:CN107276805A

    公开(公告)日:2017-10-20

    申请号:CN201710463676.8

    申请日:2017-06-19

    Abstract: 本发明实施例提供了一种基于入侵检测模型的样本预测方法、装置及电子设备,方法包括:对初始训练样本集中的样本进行聚类,得到第一簇,针对每个第一簇,如果其内的全部样本都属于同一个类别,则将该第一簇中的样本从该初始训练样本集中抽离,并标记该第一簇的类别为:该第一簇中的任一有标记样本的类别;获得目标训练样本集、目标入侵检测模型以及初始测试样本集,针对初始测试样本集中的每个样本,判断是否将其从所述初始测试样本集中抽离;获得由初始测试样本集中未被抽离的样本组成的目标测试样本集;并利用目标入侵检测模型,对目标测试样本集中的每个样本进行类别预测。应用本发明实施例提供的方案进行样本预测时,提高了样本预测的准确度。

    一种入侵检测方法及装置
    10.
    发明公开

    公开(公告)号:CN107145778A

    公开(公告)日:2017-09-08

    申请号:CN201710308371.X

    申请日:2017-05-04

    CPC classification number: G06F21/552 G06K9/622

    Abstract: 本发明实施例提供了一种入侵检测方法及装置,应用于服务器,方法包括:以预设修正率对待检测入侵数据进行采样,将采样得到的数据作为修正数据;对训练数据和修正数据进行聚类处理,获得分类聚类簇;对每个分类聚类簇进行分类模型训练,获得每个分类聚类簇对应的分类模型;利用获得的分类模型对剩余数据进行分类,获得剩余数据的攻击类型,并将所获得的攻击类型确定为待检测入侵数据的攻击类型,其中,剩余数据为:待检测入侵数据中除修正数据之外的数据。应用本发明实施例所提供的方案,通过将待检测入侵数据应用到分类模型的构建过程中,来获得分类模型,能够使得获得的分类模型对数据分类的结果较为准确,进而可以提高入侵检测算法的准确率。

Patent Agency Ranking