-
公开(公告)号：CN104717244A
公开(公告)日：2015-06-17
申请号：CN201310681954.9
申请日：2013-12-12
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明涉及计算机网络领域，提供了一种基于分布式计算的多维度信誉管理方法，从而使用户间的信誉数据更加准确可靠实用，包括：建立多维度等级模型，设定模型中的特征向量；第一节点采集交易信息，并对所述多维度等级模型中的特征向量进行赋值，生成初始信誉信息；第一节点向第二节点实时发送所述初始信誉信息；第二节点实时接收第一节点发送的初始信誉信息；第二节点对初始信誉信息进行均值计算，得出多维度信誉信息。本发明通过建立多维信誉管理机制，邻居节点间实时发送和接收信誉数据，邻居节点对信誉数据进行均值计算，使用户间的信誉数据更加准确可靠实用。
-
公开(公告)号：CN104573730A
公开(公告)日：2015-04-29
申请号：CN201510046765.3
申请日：2015-01-29
Applicant: 中国科学院深圳先进技术研究院
IPC: G06K9/62
CPC classification number: G06K9/6223 , G06K9/6261
Abstract: 本发明适用于数据分析技术领域，提供了一种基于决定路径权重的不确定图分割方法及系统，所述方法包括：建立不确定加权图；以邻接矩阵的形式对所述不确定加权图进行存储；计算存储后的所述不确定加权图中各节点之间的决定路径权重；(决定路径权重计算各个节点之间的距离并且循环更新各个节点之间的距离，直到所述距离达到最小)；利用k-means算法对所述不确定加权图中的节点进行划分，获得多个节点子集。通过本发明，可对不确定网络分割更准确。
-
公开(公告)号：CN104484601A
公开(公告)日：2015-04-01
申请号：CN201410750891.2
申请日：2014-12-09
Applicant: 中国科学院深圳先进技术研究院
IPC: G06F21/55
CPC classification number: G06F21/55 , G06K9/6223
Abstract: 本发明适用于信息安全技术领域，提供了一种基于加权距离度量以及矩阵分解的入侵检测方法及装置，所述方法包括：对原始数据集进行预处理，获得高维向量组；基于随机梯度下降的矩阵分解算法对获得的所述高维向量组进行降维处理，获得低维向量组；对获得的所述低维向量组进行加权闵可夫斯基距离度量；基于所述加权闵可夫斯基距离度量和预定的聚类算法对预处理后的数据集进行检测，获得检测结果。通过本发明，可有效解决现有技术没有考虑整个数据集的特性以及各数据集属性之间量纲的差异，对噪声数据敏感，导致检测效果较差的问题。
-
公开(公告)号：CN103092921A
公开(公告)日：2013-05-08
申请号：CN201210576253.4
申请日：2012-12-26
Applicant: 中国科学院深圳先进技术研究院
IPC: G06F17/30
Abstract: 本发明涉及社会化媒体数据分析与挖掘领域，公开了一种面向微博热门话题社区的动态预测方法，包括：获取微博的热门话题社区数据；对交互数据进行形式化建模，并定义其对应的矩阵；生成融合各种历史交互行为的预测模型；根据热门话题社区的历史数据进行模型参数求解；以及对社区进行预测并输出结果。另外，本发明还公开了一种面向微博热门话题社区的动态预测系统。所述方法和系统能有效获取热门话题的社区数据，并基于预测模型，充分利用热门话题社区的历史数据进行预测，从而获得较高的预测准确率，能较佳地为运营商或政府提供辅助决策支持。
-
公开(公告)号：CN116320024B
公开(公告)日：2025-05-09
申请号：CN202310283866.7
申请日：2023-03-15
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明所提供的一种基于预测信息的在线缓存调度方法及装置，所述方法包括：当接收到对目标数据的第一请求时，获得所述第一请求的请求时刻；更新所在服务器集群在所述请求时刻下的调度成本信息，并获取对目标数据的第二请求对应的预测到来时间；根据所述调度成本信息和所述预测到来时间估算运行预设预测调度算法的最坏竞争比；若所述最坏竞争比小于或等于预设阈值，则运行所述预设预测调度算法，得到最优调度决策。本发明利用预测的每个请求的下一次到来时间得到最坏竞争比，在最坏竞争比小于或等于预设阈值时，可以由预设预测调度算法计算出最优的调度决策，实现了较低的调度成本。
-
Patent Agency Ranking
公开(公告)号：CN119539380A
公开(公告)日：2025-02-28
申请号：CN202411596825.4
申请日：2024-11-11
Applicant: 中国科学院深圳先进技术研究院
IPC: G06Q10/0631 , G06Q10/0639 , G06Q30/0202 , G06F18/22
Abstract: 本申请适用匹配算法技术领域，提供了一种产业链资源调度过程中供求关系的匹配方法，该方法通过建立统一的资源描述和匹配模型，采用多维度匹配策略，有效地融合了各类资源的供求关系、数量、价格、质量等信息数据，使得资源匹配更加精准和合理，适用于复杂的产业链协同场景。确保了资源调度的稳定性和连续性。
-
公开(公告)号：CN116320024A
公开(公告)日：2023-06-23
申请号：CN202310283866.7
申请日：2023-03-15
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本发明所提供的一种基于预测信息的在线缓存调度方法及装置，所述方法包括：当接收到对目标数据的第一请求时，获得所述第一请求的请求时刻；更新所在服务器集群在所述请求时刻下的调度成本信息，并获取对目标数据的第二请求对应的预测到来时间；根据所述调度成本信息和所述预测到来时间估算运行预设预测调度算法的最坏竞争比；若所述最坏竞争比小于或等于预设阈值，则运行所述预设预测调度算法，得到最优调度决策。本发明利用预测的每个请求的下一次到来时间得到最坏竞争比，在最坏竞争比小于或等于预设阈值时，可以由预设预测调度算法计算出最优的调度决策，实现了较低的调度成本。
-
公开(公告)号：CN114863196A
公开(公告)日：2022-08-05
申请号：CN202210543582.2
申请日：2022-05-19
Applicant: 中国科学院深圳先进技术研究院
IPC: G06V10/771 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于特征融合的小目标检测方法、装置、设备及存储介质，其中方法包括：对预先获取到的低维的输入特征图进行尺寸变换，得到高维特征图；将高维特征图在通道域上按通道的权值共享融合高维的语义信息到空间域，并再次采样，得到重采样特征图；对输入特征图和重采样特征图进行融合，得到融合特征图；输入融合特征图至预先训练好的目标检测模型，得到小目标检测结果。本发明通过尺寸变换和重采样的方式，将低维的输入特征图与经过尺寸变换和重采样得到的高维特征图进行融合，有助于保留小目标物体的空间信息，从而挺高了目标检测模型对小目标物体检测和识别的准确性，而且处理的参数少，计算量小，处理效率更高。
-
公开(公告)号：CN111882270A
公开(公告)日：2020-11-03
申请号：CN202010685898.6
申请日：2020-07-16
Applicant: 中国科学院深圳先进技术研究院
Abstract: 本申请涉及一种在线装箱方法、终端及存储介质。所述方法包括：获取执行装箱任务的箱子的第一尺寸、待装箱物品的占用空间以及所述箱子中已装物品的已占用空间，根据所述第一尺寸、所述占用空间以及所述已占用空间获取所述待装箱物品的可摆放空间；根据所述可摆放空间的顶点位置，在至少一个所述可摆放空间中确定所述待装箱物品的目标摆放空间；获取所述目标摆放空间对应的目标摆放姿态，以使得所述待装箱物品以所述目标摆放姿态被摆放至所述目标摆放空间；其中，所述可摆放空间与所述占用空间大小一致。本申请可以尽可能地节省使用箱子的数目，节省物品运输成本。
-
公开(公告)号：CN111340173A
公开(公告)日：2020-06-26
申请号：CN201911343340.3
申请日：2019-12-24
Applicant: 中国科学院深圳先进技术研究院
IPC: G06N3/00
Abstract: 本申请涉及一种针对高维数据的生成对抗网络训练方法、系统及电子设备。包括：步骤a：搭建生成对抗网络骨干结构；步骤b：使用张量火车分解算法对所述生成对抗网络骨干结构进行张量火车分解；步骤c：使用真实高维数据训练一个基于张量火车分解的张量自编码器，通过所述张量自编码器输出真实高维数据的空间结构特征；步骤d：将所述张量自编码器的输出和判别器生成的最后一层特征相结合作为最后一层的输入，对生成对抗网络进行训练。本申请使生成对抗网络具备直接生成高维数据的能力，同时减少网络的参数量，使网络的训练更加稳定，并提高生成数据的质量和多样性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.054 seconds)
