一种基于特征扩展和自动机器学习的移动应用流量感知方法

    公开(公告)号:CN114884896B

    公开(公告)日:2023-10-03

    申请号:CN202210489146.1

    申请日:2022-05-07

    Inventor: 齐恒 杨晴 申彦明

    Abstract: 一种基于特征扩展和自动机器学习的移动应用流量感知方法,属于计算机网络和人工智能的交叉技术领域,为了解决缓解移动流量特征微小扰动极为敏感的问题,要点是数据集中任一样本分别输入所述拓展网络的全部的各模块,拓展网络的全部模块对于同一输入样本,各模块输出该样本所具有的移动流量特征的分类与该模块所属分类一致的概率,各输入样本对应一个与模块数量相同的包括所述概率的概率组,根据概率组的最大概率值所来自的模块,确定输入样本所属分类及对应该分类的模块,获取该模块输出的该样本的扩展特征值,效果是能够有效缓解分类模型因数据特征变化或数据标签出错而对分类结果产生负面影响的情况。

    一种二维拓扑优化结果几何重构的方法

    公开(公告)号:CN107679333A

    公开(公告)日:2018-02-09

    申请号:CN201710973918.8

    申请日:2017-10-19

    Abstract: 本发明公开了一种二维拓扑优化结果几何重构的方法,属于二维拓扑优化结果轮廓识别与拟合技术领域。首先利用轮廓识别技术得到拓扑优化结果的边界矩阵,然后利用链码实现边界点的跟踪与排序,并利用差分链码对轮廓分段,再计算边界点的结构响应灵敏度,考虑灵敏度原则和几何完整性原则筛选插值点,最后利用筛选出的插值点进行B样条曲线拟合,得到样条曲线的控制顶点和节点矢量等重要几何参数实现参数化建模。本方法的效果和益处是可以实现具有复杂轮廓的拓扑优化结果的几何重构,重构模型的边界光滑,可以满足机械加工要求,重构过程可以主动控制模型的功能响应误差。

    一种基于特征扩展和自动机器学习的移动应用流量感知方法

    公开(公告)号:CN114884896A

    公开(公告)日:2022-08-09

    申请号:CN202210489146.1

    申请日:2022-05-07

    Inventor: 齐恒 杨晴 申彦明

    Abstract: 一种基于特征扩展和自动机器学习的移动应用流量感知方法,属于计算机网络和人工智能的交叉技术领域,为了解决缓解移动流量特征微小扰动极为敏感的问题,要点是数据集中任一样本分别输入所述拓展网络的全部的各模块,拓展网络的全部模块对于同一输入样本,各模块输出该样本所具有的移动流量特征的分类与该模块所属分类一致的概率,各输入样本对应一个与模块数量相同的包括所述概率的概率组,根据概率组的最大概率值所来自的模块,确定输入样本所属分类及对应该分类的模块,获取该模块输出的该样本的扩展特征值,效果是能够有效缓解分类模型因数据特征变化或数据标签出错而对分类结果产生负面影响的情况。

Patent Agency Ranking