-
公开(公告)号：CN116028873A
公开(公告)日：2023-04-28
申请号：CN202310086762.7
申请日：2023-01-16
Applicant: 北京计算机技术及应用研究所 , 北京深海智科技术有限公司
IPC: G06F18/2411 , G06F18/214 , G06N20/00
Abstract: 本发明涉及一种基于支持向量机的多类服务器故障预测方法，包括：将服务器各个故障类型分别与各个特征进行相关度计算，将相关度值最大的几个特征选定为该故障类型的重要特征；构建各个故障类型的数据集，数据集包括故障类型及其重要特征；基于各个数据集分别对各个基于支持向量机的故障预测模型进行训练；基于故障预测模型参数集使用基于支持向量机模型对实时采集到的数据进行故障预测，得到每类故障发生的概率，根据设置的阈值，判断故障未来是否发生；对每类故障所取的特征进行选择，避免无效特征对故障判断的干扰，提高故障判断的准确率；在训练使用支持向量机多分组找最优模型参数，可以充分利用采集到的数据集，提高故障预测的准确性。
-
公开(公告)号：CN112235151A
公开(公告)日：2021-01-15
申请号：CN202010878912.4
申请日：2020-08-27
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于时间序列预测的自适应心跳检测方法，属于高可靠计算技术领域。本发明中，被监控节点和监控节点的心跳发送周期ΔSTi和心跳接收周期ΔHTi均为可变参数，随高可用集群内各节点的负载情况和节点之间的网络状况可自适应地进行调整，心跳周期更加准确；心跳检测采用推模型+拉模型相结合的方法，正常状态下被监控节点周期性地向监控节点发送心跳信息；当监控节点在规定的超时时间内未收到被监控节点的心跳信息时，主动发送询问信号，心跳接收超时时间也自适应地进行调整；对心跳发送周期和心跳接收周期进行了基于时间序列的ARMA建模，采用一步向前对心跳发送周期和心跳接收周期进行预测，相比于滑动平均方法，心跳周期预测值更加精确。
-
公开(公告)号：CN110708251A
公开(公告)日：2020-01-17
申请号：CN201910903249.6
申请日：2019-09-24
Applicant: 北京计算机技术及应用研究所
IPC: H04L12/743 , H04L12/755 , H04L12/749
Abstract: 本发明涉及一种三态内容寻址存储器TCAM转发单播查表方法，涉及高速路由查找技术领域。本发明基于TCAM和SRAM设计实现了转发处理引擎，同时支持IPv4和IPv6报文的转发，引入流水线机制，采用高速硬件路由查表的方式实现高速查找、线速转发，缩短了路由查表时间，提高了转发引擎的转发处理效率。
-
公开(公告)号：CN116010786A
公开(公告)日：2023-04-25
申请号：CN202211601835.3
申请日：2022-12-13
Applicant: 北京计算机技术及应用研究所
IPC: G06F18/15
Abstract: 本发明涉及一种联合平稳相关源信号的盲源分离方法，属于信号处理领域。本发明首先基于盲源分离的线性模型，提出了对模型的基本假设；然后将观测信号分解为常规部分和可预测部分，研究了从可预测部分中提取有用信息的方法；基于这种方法进行了混合矩阵的估计，并实现了相关源信号的分离。本发明将观测信号分解为常规部分和可预测部分，从可预测部分中提取有用信息，解决了传统盲源分离方法基于源信号独立或者不相关的假设，无法进行相关源信号分离的问题。
-
公开(公告)号：CN115913372A
公开(公告)日：2023-04-04
申请号：CN202211304384.7
申请日：2022-10-24
Applicant: 北京计算机技术及应用研究所
IPC: H04B10/27
Abstract: 本发明涉及一种基于VPX架构的全国产人工智能服务器，属于服务器设计领域。本发明的服务器可以使用VPX加固结构，ATCA加固结构等加固计算机方式实现，包括：电源模块，计算模块、交换模块和智能模块。本发明设计一种VPX架构的全国产人工智能服务器，即实现了加固服务器大数据量处理需求，在提升了服务器整体处理能力同时降低了服务器的处理器负载，降低了处理相同数据所使用的功耗。
-
Patent Agency Ranking
公开(公告)号：CN115062841A
公开(公告)日：2022-09-16
申请号：CN202210666652.3
申请日：2022-06-13
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种可扩展的分布式健康管理方法，属于设备健康管理领域。本发明计算服务器运行故障预测算法得到故障模型；为每个计算服务器分配N个唯一的随机数，并通过一致性哈希算法计算随机数的哈希值，将哈希值分布于虚拟圆环上；待测设备采集关键零部件的监测数据，为待测设备设置待测设备编码，通过一致性哈希算法将待测设备编码映射到虚拟圆环上，根据哈希值的位置沿虚拟圆环逆时针查找，遇到的第一个计算服务器的哈希值就是所对应的计算服务器；待测设备将监测数据发送到对应的计算服务器上，计算服务器使用相应的故障模型进行故障诊断和预测。本发明能解决服务器数量低而导致分配不均匀的问题，实现多台计算服务器的负载均衡。
-
公开(公告)号：CN114677728A
公开(公告)日：2022-06-28
申请号：CN202210271817.7
申请日：2022-03-18
Applicant: 北京计算机技术及应用研究所
IPC: G06V40/16 , G06V10/764 , G06K9/62
Abstract: 本发明涉及一种基于红外摄像头的活体判别检测方法及系统，属于人脸识别领域。本发明将智能传感模块采集到的单帧图像转化为灰度图；对人脸图像进行图像归一化到64*64像素；对于整张脸进行局部二值模式(LBP)特征提取；使用支持向量机对于图像进行判别。本发明使用设备自带国产智能传感模块采集人脸信息，对人脸信息进行预处理并进行LBP特征提取，进而进行识别。通过活体识别能够提高设备的安全性，保障设备不被没有授权用户任意操作。
-
公开(公告)号：CN107609601B
公开(公告)日：2021-01-22
申请号：CN201710893876.7
申请日：2017-09-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于多层卷积神经网络的舰船目标识别方法包括：S1、舰船样本库采用已有的图像、参数和模型数据构建，并在使用过程中，通过检测目标数据采集不断的进行丰富；S2、舰船目标特征训练是在卷积神经网络的框架下，通过对舰船样本库的识别训练，形成可见光/红外和二维/三维融合的舰船特征知识库，用于进行舰船目标分类识别；S3、舰船目标数据采集用于对海上舰船目标的可见光或红外视频数据进行实时高分辨率的采集；S4、对海上舰船目标进行检测；S5、对舰船目标图像粗分类；S6、基于舰船目标特征训练完成的深度神经网络模型开展舰船目标的细分类识别工作，准确的识别出舰船的类型。解决了舰船目标识别的难题。
-
公开(公告)号：CN107609601A
公开(公告)日：2018-01-19
申请号：CN201710893876.7
申请日：2017-09-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于多层卷积神经网络的舰船目标识别方法包括：S1、舰船样本库采用已有的图像、参数和模型数据构建，并在使用过程中，通过检测目标数据采集不断的进行丰富；S2、舰船目标特征训练是在卷积神经网络的框架下，通过对舰船样本库的识别训练，形成可见光/红外和二维/三维融合的舰船特征知识库，用于进行舰船目标分类识别；S3、舰船目标数据采集用于对海上舰船目标的可见光或红外视频数据进行实时高分辨率的采集；S4、对海上舰船目标进行检测；S5、对舰船目标图像粗分类；S6、基于舰船目标特征训练完成的深度神经网络模型开展舰船目标的细分类识别工作，准确的识别出舰船的类型。解决了舰船目标识别的难题。
-
公开(公告)号：CN119148852A
公开(公告)日：2024-12-17
申请号：CN202411251558.7
申请日：2024-09-08
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种融合手势与语音的多模态人机交互系统及方法，属于多模态人机交互领域。本发明的系统包括：交互感知层、交互解析层以及交互响应层；交互感知层，用于获取多模态交互信息，负责手势、语音模态信息采集设备的接入，以及交互信息原始信号的采集与处理；交互解析层用于定义各通道人机交互信息的含义，并解析多模态交互信息的含义与指令意图；交互响应层用于实现交互解析层获取的人机交互意图与应用系统的交互操作映射，包括指令‑操作转换模块。本发明备手势指令和语音指令的独立识别与融合识别功能，改善人机交互系统的鲁棒性，提供更自然、便捷的人机交互方式，满足智能人机交互发展需求。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.051 seconds)
