-
公开(公告)号:CN114967931A
公开(公告)日:2022-08-30
申请号:CN202210685011.2
申请日:2022-06-14
Applicant: 咪咕视讯科技有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司 , 西安交通大学
Abstract: 本申请公开了一种虚拟对象的运动控制方法、装置及可读存储介质,涉及信息交互技术领域,以解决现有混合现实的呈现效果较差的问题。该方法包括:获取用户的注视方向数据;根据所述注视方向数据,确定用户的虚拟对象模型的目标部位的运动方向数据,其中,所述目标部位包括眼部、头部和身体中的至少一项;根据所述运动方向数据,控制所述虚拟对象模型的所述目标部位运动。本申请实施例通过获取用户的注视方向来还原用户的眼部转动动作,进而控制用户的虚拟对象模型的目标部位如眼部、头部或身体模拟用户注视方向运动,该方法能在混合现实环境中构建生动逼真的虚拟替身,为使用者带来身临其境的交互体验,从而提高混合现实的呈现效果。
-
公开(公告)号:CN110069342B
公开(公告)日:2021-01-15
申请号:CN201910289982.3
申请日:2019-04-11
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
Inventor: 张未展 , 王轩宇 , 郑庆华 , 何智超 , 李姝洁 , 王迎春 , 黄寿钦 , 柳俊全 , 栾佳锡 , 王敬祎 , 冯立楷 , 王志文 , 杜海鹏 , 赵敏 , 李国斌 , 高祥玉 , 王雪松 , 周新运
Abstract: 本发明针对具有共享式交互负载特征的视频应用提出了一种平衡频道资源并自适应协调云端延时与本地负载的融合视频频道的部署方法。首先基于WebRTC,和OpenCV实现具有融合视频直播功能的共享式交互系统。以此系统为基础,将应用抽离独立为三个过程进行实验,得出共享式交互资源‑负载模型。在此基础上,基于该模型预估频道资源负载,通过基于“效用比”的启发式贪心算法(greedy heuristic algorithm)实现准入控制策略,生成频道的准入优先序列,为最大化系统承载量提供依据。之后在部署阶段,首先按照总延时最小原则为频道选择服务器进行初始放置。接下来进行自适应负载平衡,结合服务器的负载‑延时模型,释放部分CPU负载到终端,实现终端与云端之间的负载‑延时平衡。
-
公开(公告)号:CN109922365A
公开(公告)日:2019-06-21
申请号:CN201811557819.2
申请日:2018-12-19
Applicant: 西安交通大学 , 咪咕视讯科技有限公司
IPC: H04N21/426 , H04N21/44 , H04N21/4402 , H04N21/442 , G06F9/50
Abstract: 本发明公开了一种针对移动端节能的视频融合资源消耗模型建立方法,构建三种不同类型的移动端流媒体解码资源消耗特征p;分别构建三种不同类型的移动端流媒体解码负载模型P;以移动端流媒体解码负载模型P为依据,流媒体解码的资源消耗特征,得到视频融合方法降低移动端资源消耗的临界条件以及相应的降低比率。根据该模型在多路解码和视频融合解码对CPU的使用进行分析得出视频融合方法降低CPU使用率的临界条件;利用该模型能很好得验证视频融合可以有效的降低移动端CPU资源使用率的临界条件以及相应的降低比率,进而服务商根据降低移动端CPU资源使用率的临界条件以及相应的降低比率。
-
公开(公告)号:CN105426228B
公开(公告)日:2018-07-27
申请号:CN201510718779.5
申请日:2015-10-29
Applicant: 西安交通大学
IPC: G06F9/455
Abstract: 本发明基于云计算虚拟环境下大规模学习资源调度技术,为种面向流媒体直播与视频转码的OpenStack虚拟机放置方法,以流媒体直播服务器与视频转码服务器对虚拟机CPU、内存、网络带宽资源的请求为依据,构建虚拟机资源需求特征向量W;以OpenStack云平台物理机CPU、内存、网络带宽资源消耗量为依据,构建物理机P上的虚拟机性能模型以虚拟机资源需求特征向量和虚拟机性能模型为依据,将运行直播服务或转码服务的虚拟机集群放置到合适的物理机上,使该直播服务获得最大直播用户数,转码服务获得最短时间转码。
-
公开(公告)号:CN104517232B
公开(公告)日:2018-07-17
申请号:CN201410802859.4
申请日:2014-12-19
Applicant: 西安交通大学
Abstract: 本发明公开一种挖掘纳税金额突增的关联纳税人群体的方法,按照如下步骤:(1)依据纳税人当前以及历史纳税信息,对纳税人利益关联网络中的纳税人节点赋予权值;(2)利用密集子图挖掘算法,发现纳税人利益关联网络中纳税金额突增且密切相关的纳税人群体。本发明依据纳税人当前以及历史纳税信息,对纳税人利益关联网络中的纳税人节点进行节点加权,然后利用密集子图挖掘方法,发现纳税人利益关联网络中纳税金额突增且密切相关的纳税人群体。纳税金额的突然增长有可能受到异常的商业活动的驱使,该方法结合纳税人利益关联网络,能够为纳税活动及相关商业活动的监管提供参考的依据。
-
公开(公告)号:CN105262643A
公开(公告)日:2016-01-20
申请号:CN201510718300.8
申请日:2015-10-29
Applicant: 西安交通大学
IPC: H04L12/26
CPC classification number: H04L43/0858 , H04L43/0829 , H04L43/0847 , H04L43/0864 , H04L43/087
Abstract: 本发明为一种基于TD-LTE移动网络传输特征的丢包区分方法,以丢包发生后接收到的第一个数据包的传输时延、丢包事件发生前后数据包的传输时延抖动值、单次丢包事件中的连续丢包长度为依据,构造丢包区分特征值,并以丢包区分特征值为依据构建两个阈值,通过比较丢包区分特征值与两个阈值的关系,确定丢包的类型。
-
公开(公告)号:CN104158869B
公开(公告)日:2015-10-21
申请号:CN201410385215.X
申请日:2014-08-07
Applicant: 西安交通大学
Abstract: 本发明公开了基于OpenStack的流媒体服务器集群部署方法,以流媒体服务器负载需求和流媒体服务器之间的通信带宽,建立流媒体服务器集群的负载带宽消耗模型;依据流媒体服务器集群负载带宽消耗模型,对流媒体服务器集群进行分簇;部署流媒体服务器集群时,依据OpenStack云平台中虚拟机数据网络链路带宽大小,将云平台中虚拟机分区;依据分簇、分区结果,进行簇区匹配和簇内流媒体服务器与区内虚拟机匹配,实现在OpenStack云平台上对流媒体服务器集群的部署。
-
公开(公告)号:CN104199857A
公开(公告)日:2014-12-10
申请号:CN201410400522.0
申请日:2014-08-14
Applicant: 西安交通大学
IPC: G06F17/30
CPC classification number: G06F17/30707
Abstract: 一种基于多标签分类的税务文档层次分类方法,先从隐含狄利克雷分布模型中抽取生成的主题分布,构建税务文档的隐含狄利克雷分布主题特征。然后构建训练数据对应的tf·idf特征向量,计算包含训练数据和待分类文档的tf·idf特征向量,计算相似度获取候选类别标签。最后对候选类别标签节点的源数据补充辅助数据,用迁移学习算法TrAdaBoost构建基于迁移学习的多标签分类模型,对待分类文档进行分类。该方法将层次分类问题转换成“搜索-分类”两阶段过程,使用增量式候选类别搜索大大减少计算量,降低计算复杂度,用基于迁移学习的多标签分类模型将税务文档映射到税种层次类别上,有效利用了辅助数据,提升了分类性能。
-
公开(公告)号:CN104156351A
公开(公告)日:2014-11-19
申请号:CN201410389579.5
申请日:2014-08-08
Applicant: 西安交通大学
Abstract: 一种基于纳税人年报的纳税人税务交易行为识别方法,利用领域知识构建纳税人税务交易行为核心触发词库,对税务数据进行逐句分析,并根据核心触发词库对税务数据进行过滤,对待处理的句子进行分词、词性标注、句法分析等操作构建特征向量。最后,采用多元分类和条件随机场等方法抽取出与税务相关的收购、重组、变更、经营四种典型交易行为。本发明的贡献在于为税务数据构建触发词库并提供触发词的自动识别功能,利用机器学习的方法从税务数据中抽取纳税人的交易行为,为纳税人的缴税内容提供参考。
-
公开(公告)号:CN104112049A
公开(公告)日:2014-10-22
申请号:CN201410344229.7
申请日:2014-07-18
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于P2P架构MapReduce任务跨数据中心的调度系统,其特征在于,各数据中心的资源管理器均包含一个P2P代理模块Proxyer,用于各数据中心之间建立P2P对等架构的联邦式任务调度机制;客户端通过Submitter提交MapReduce任务请求,并选择确定本次任务的主数据中心资源管理器,主资源管理器根据任务请求和各数据中心忙闲状态向其它数据中心的资源管理器进行任务分派。本发明所述系统及方法实现了MapReduce任务的跨数据中心调度,为跨数据中心的MapReduce任务提供统一入口,有效实现了各数据中心的数据和计算资源共享。
-
-
-
-
-
-
-
-
-