-
公开(公告)号:CN112671631B
公开(公告)日:2022-03-04
申请号:CN202011479798.4
申请日:2020-12-15
Applicant: 湖北工业大学 , 烽火通信科技股份有限公司 , 武汉烽火技术服务有限公司
IPC: H04L45/12 , H04L41/0823 , H04L41/0896
Abstract: 本发明涉及一种分组传送网的优化方法及系统。该方法包括:获取分组传送网中CIR带宽占用率超过阈值的所有链路;获取经过所述第i条链路的所有隧道的隧道信息,并按照隧道CIR带宽占用率降序将所有隧道排序,得到所述第i条链路对应的隧道集合;采用Dijkstra算法和KSP算法确定所述第j个隧道的源端网元与宿端网元之间的多条最短路径,得到最短路径集合;从所述最短路径集合中选取一条与所述第j个隧道的备用路径不发生同路由的最短路径,替换所述第j个隧道的主用路径,完成对第j个隧道的优化;依次完成对第i条链路的优化和分组传送网的优化。本发明可以提高分组传送网的运行稳定性。
-
公开(公告)号:CN111915525B
公开(公告)日:2024-03-01
申请号:CN202010778436.9
申请日:2020-08-05
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
IPC: G06T5/90 , G06T5/60 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 法对比中,效果具有明显的优越性。本发明属于图像增强技术领域,公开了一种基于改进深度可分离生成对抗网络的低照度图像增强方法,包括构建基于改进深度可分离卷积生成对抗网络模型;对构建的深度可分离卷积生成对抗网络模型进行训练;利用训练好的深度可分离卷积生成对抗网络模型进行低照度图像增强。本发明在保证低度图像增强效果的同时,可以较大减少模型参数量,降低计算复杂度,使得现今研究中存在的内存不足问题得以解决。本发明引入深度可分离卷积并加以改进,达到减少模
-
公开(公告)号:CN112671631A
公开(公告)日:2021-04-16
申请号:CN202011479798.4
申请日:2020-12-15
Applicant: 湖北工业大学 , 烽火通信科技股份有限公司 , 武汉烽火技术服务有限公司
IPC: H04L12/46 , H04L12/24 , H04L12/721
Abstract: 本发明涉及一种分组传送网的优化方法及系统。该方法包括:获取分组传送网中CIR带宽占用率超过阈值的所有链路;获取经过所述第i条链路的所有隧道的隧道信息,并按照隧道CIR带宽占用率降序将所有隧道排序,得到所述第i条链路对应的隧道集合;采用Dijkstra算法和KSP算法确定所述第j个隧道的源端网元与宿端网元之间的多条最短路径,得到最短路径集合;从所述最短路径集合中选取一条与所述第j个隧道的备用路径不发生同路由的最短路径,替换所述第j个隧道的主用路径,完成对第j个隧道的优化;依次完成对第i条链路的优化和分组传送网的优化。本发明可以提高分组传送网的运行稳定性。
-
公开(公告)号:CN112597843A
公开(公告)日:2021-04-02
申请号:CN202011470390.0
申请日:2020-12-14
Applicant: 湖北工业大学
Abstract: 本发明涉及一种人脸属性检测方法系统,该方法包括:获取人脸图像的训练集;对所述训练集中各人脸图像进行预处理;对预处理后的所述人脸图像进行目标检测,获得人脸目标图像;从所述人脸目标图像中提取人脸特征;以所述人脸特征为输入,以人脸图像对应的属性为输出训练人脸属性检测模型;所述人脸属性检测模型为残差网络;获得待检测人脸图像的待检测人脸特征;将待检测人脸特征输入所述人脸属性检测模型,获得待检测人脸图像的人脸属性。本发明提高了人脸属性检测速度和准确性。
-
公开(公告)号:CN110941514B
公开(公告)日:2022-05-20
申请号:CN201911166855.0
申请日:2019-11-25
Applicant: 湖北工业大学
IPC: G06F11/14
Abstract: 一种数据备份方法、恢复方法、计算机设备和存储介质。本发明提供了一种数据备份、数据恢复方法,备份如下:S11.初始化一个哈希表HTB,哈希表HTB的关键码为数据块指纹,值为该数据块指纹在本次备份中的出现次数;S22.对每个被数据去重处理过的数据块的数据块指纹,查找所述数据块指纹是否存在于哈希表HTB中:S2201.如果存在,将其出现次数加1;S2202.如果不存在,插入一条记录到哈希表HTB中,记录的关键码为该数据块的指纹,值为其出现次数,赋值为1;S33.重复步骤S22直到备份结束,并将哈希表HTB中所有出现次数大于等于2的数据块指纹和出现次数写入磁盘。通过在备份过程中收集自引用数据块信息,并在恢复过程中将自引用数据块保存在内存中以消除自引用碎片块导致的磁盘读操作,提高恢复性能。
-
公开(公告)号:CN112291143A
公开(公告)日:2021-01-29
申请号:CN202011169511.8
申请日:2020-10-28
Applicant: 湖北工业大学 , 烽火通信科技股份有限公司 , 武汉烽火技术服务有限公司
IPC: H04L12/707 , H04L12/721 , H04L12/723 , H04Q11/00
Abstract: 本发明涉及一种标签交换路径主备同路由优化方法和系统。该标签交换路径主备同路由优化方法和系统,通过将网络中各个网元间的连纤信息转换成邻接矩阵,矩阵中的权值表示网元间有无光纤连接,筛选网络中存在主备同路由现象的标签交换路径后,判断发生同路由的位置,源/宿网元同路由利用切端口的方案优化,即若发生同路由的网元存在其他可用板卡时将光纤切换到可用板卡上,达到消除源/宿网元同路由的目的。中间网元同路由利用KSP算法查找出源宿网元间的所有路径,并筛选出不与原始主用路径发生同路由的所有路径,从中选择出网元个数最少的路径替换原始备用路径,达到消除主备同路由的效果。
-
公开(公告)号:CN111915525A
公开(公告)日:2020-11-10
申请号:CN202010778436.9
申请日:2020-08-05
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
Abstract: 本发明属于图像增强技术领域,公开了一种基于改进深度可分离生成对抗网络的低照度图像增强方法,包括构建基于改进深度可分离卷积生成对抗网络模型;对构建的深度可分离卷积生成对抗网络模型进行训练;利用训练好的深度可分离卷积生成对抗网络模型进行低照度图像增强。本发明在保证低度图像增强效果的同时,可以较大减少模型参数量,降低计算复杂度,使得现今研究中存在的内存不足问题得以解决。本发明引入深度可分离卷积并加以改进,达到减少模型参数的同时也适应于低照度图像增强任务,使得计算效率得以增加。本发明在与同等的计算复杂度与参数模型数量等级的低照度图像增强算法对比中,效果具有明显的优越性。
-
公开(公告)号:CN112260875B
公开(公告)日:2021-11-02
申请号:CN202011145234.7
申请日:2020-10-23
Applicant: 湖北工业大学 , 烽火通信科技股份有限公司 , 武汉烽火技术服务有限公司
IPC: H04L12/24 , H04L12/721
Abstract: 本发明涉及一种分组传送网指标优化方法及系统,方法包括:使用KSP算法优化LSP主备同路由率,得到优化后的LSP主备同路由数据;根据LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型;使用KSP算法优化链路CIR带宽占用率指标得分使数学模型最优;根据最优的数学模型进行分组传送网指标优化。本发明利用线性加权和法将多目标优化转为单目标优化,根据优化后的LSP主备同路由数据优化链路CIR带宽占用率使得PTN多目标数学模型最优,实现了LSP主备同路由率和链路CIR带宽占用率的双目标优化,提高了分组传送网指标优化效果。
-
公开(公告)号:CN112260875A
公开(公告)日:2021-01-22
申请号:CN202011145234.7
申请日:2020-10-23
Applicant: 湖北工业大学 , 烽火通信科技股份有限公司 , 武汉烽火技术服务有限公司
IPC: H04L12/24 , H04L12/721
Abstract: 本发明涉及一种分组传送网指标优化方法及系统,方法包括:使用KSP算法优化LSP主备同路由率,得到优化后的LSP主备同路由数据;根据LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型;使用KSP算法优化链路CIR带宽占用率指标得分使数学模型最优;根据最优的数学模型进行分组传送网指标优化。本发明利用线性加权和法将多目标优化转为单目标优化,根据优化后的LSP主备同路由数据优化链路CIR带宽占用率使得PTN多目标数学模型最优,实现了LSP主备同路由率和链路CIR带宽占用率的双目标优化,提高了分组传送网指标优化效果。
-
公开(公告)号:CN110941514A
公开(公告)日:2020-03-31
申请号:CN201911166855.0
申请日:2019-11-25
Applicant: 湖北工业大学
IPC: G06F11/14
Abstract: 一种数据备份方法、恢复方法、计算机设备和存储介质。本发明提供了一种数据备份、数据恢复方法,备份如下:S11.初始化一个哈希表HTB,哈希表HTB的关键码为数据块指纹,值为该数据块指纹在本次备份中的出现次数;S22.对每个被数据去重处理过的数据块的数据块指纹,查找所述数据块指纹是否存在于哈希表HTB中:S2201.如果存在,将其出现次数加1;S2202.如果不存在,插入一条记录到哈希表HTB中,记录的关键码为该数据块的指纹,值为其出现次数,赋值为1;S33.重复步骤S22直到备份结束,并将哈希表HTB中所有出现次数大于等于2的数据块指纹和出现次数写入磁盘。通过在备份过程中收集自引用数据块信息,并在恢复过程中将自引用数据块保存在内存中以消除自引用碎片块导致的磁盘读操作,提高恢复性能。
-
-
-
-
-
-
-
-
-