一种基于云平台的多核网状式多级跨域访问控制方法

    公开(公告)号:CN109257364A

    公开(公告)日:2019-01-22

    申请号:CN201811188160.8

    申请日:2018-10-12

    Abstract: 本发明公开了一种基于云平台的多核网状式多级跨域访问控制方法,包括构建云平台控制模型,解决多级跨域访问和权限管理中存在的复杂性问题,建立访问控制模型,对访问控制模型进行抽象化操作,建立多个领域之间的属性映射机制,为域间互操作提供基础,设计访问控制模型的具体实施方法,制定多级跨域访问的规则,确立管理者,云平台访问控制模型的建立为多级跨域访问提供了一定的可能和途径,云平台的可改动性和可提升高度大,业务具有无限的扩展可能,提升了云平台访问体系的管理效率,多级跨域访问控制模型具有良好的可扩展性,灵活性高,采用多核网状式地处理方式对跨域访问请求进行处理,提高了对多级跨域访问请求的处理效率。

    一种心理量表的数据预处理方法

    公开(公告)号:CN108172298A

    公开(公告)日:2018-06-15

    申请号:CN201810086348.5

    申请日:2018-01-30

    Abstract: 本发明公开了一种心理量表的数据预处理方法,其包括以下步骤:S1、从至少两个选项中获取待保留的选项和待删除的选项;获取至少两个已知患病信息的心理量表样本;S2、对待删除的选项进行合并约简至待保留的选项中,得到基于保留选项集的数据集合,实现对心理量表选项的预处理;根据已知患病信息的心理量表样本对心理量表题目进行属性约简,删除模糊题目,实现对心理量表题目的预处理。本发明能够降低心理测量数据中选项的模糊度,并解决属性较多而样本较少时无法约简属性的问题,从而有效挖掘心理测量数据,提取有价值信息。

    一种数据库查询优化方法
    13.
    发明授权

    公开(公告)号:CN114116778B

    公开(公告)日:2025-01-03

    申请号:CN202111130449.6

    申请日:2021-09-26

    Abstract: 本发明公开了一种数据库查询优化方法,设计物理优化空间,获得多组查询指令;根据多组查询指令,为查询语句生成多组执行计划将多组执行计划编码为多组特征向量集;根据多组执行计划的多组特征向量集,设计预测模型来获得多组执行计划的多个预计执行时间;根据多组执行计划的多个预计执行时间,设计采样方法来选择一组执行计划;将选择的执行计划发送到执行器,获得真实执行时间,进而将选择的执行计划的特征向量集、预计执行时间和真实执行时间作为数据样本来训练预测模型,最终提升查询性能;本发明解决了传统的查询优化器生成较差的执行计划,最终导致查询性能不佳的问题。

    基于因果影响的红绿灯群协作结构探索和优化控制方法

    公开(公告)号:CN116524737A

    公开(公告)日:2023-08-01

    申请号:CN202310459323.6

    申请日:2023-04-25

    Abstract: 本发明公开了一种基于因果影响的红绿灯群协作结构探索和优化控制方法,包括初始化;将红绿灯i的原始观察转换成f(oi);基于转换的f(oi)和行为策略模型πi进行决策,得到红绿灯动作ai,红绿灯局部回报ri和下一步的观察f(f(oi));基于(f(oi),红绿灯动作ai,红绿灯局部回报ri,f(f(oi)))进行红绿灯i的学习;将其它红绿灯的观察放入全局观察序列集合Ui中;计算一个时间段中红绿灯i与其它红绿灯之间的因果影响关系模型Gi;将追加到红绿灯i的因果影响图样本集合Ωi中;筛选得到红绿灯i的最优因果影响图样本Gi*;清空红绿灯i的全局观察序列集合Ui。本发明通过即时的信息交互,让红绿灯对其他红绿灯可能产生的影响有预见作用,能够提前采取适当决策舒缓区域交通拥堵。

    面向IPv6的基于动态能效的网络选择方法

    公开(公告)号:CN110545563B

    公开(公告)日:2021-10-19

    申请号:CN201910732159.5

    申请日:2019-08-09

    Abstract: 本公开涉及一种面向IPv6的基于动态能效的网络选择方法,包括:获取基于IPv6的网络的当前状态,当前状态包括当前连接的网络、网络业务类型和当前可连接的候选网络集合;基于候选网络集合得到用于表征网络切换动作的动作集合;统计动作集合中的动作元素的数量;若动作元素的数量为1,则将该动作元素对应的网络作为切换后的网络;若动作元素的数量大于1,生成随机数rand,判断该随机数rand与预设的折扣因子γ之间的大小;若rand<γ,则随机选择动作集合中的动作元素,并将该动作元素对应的网络作为切换后的网络;若rand≥γ,则利用Q学习的方法,基于用户体验质量QoE收益、网络切换代价以及能量消耗进行Q学习以获得最佳的网络选择方案。

    一种基于网络特征融合的文本分类方法

    公开(公告)号:CN112836056A

    公开(公告)日:2021-05-25

    申请号:CN202110266934.X

    申请日:2021-03-12

    Abstract: 本发明公开了一种基于网络特征融合的文本分类方法,针对传统卷积神经网络无法关注文本上下文含义以及传统循环神经网络存在的短时记忆和梯度消失问题,提出了基于Res2Net和BiLSTM网络融合的模型,能够有效地解决上述网络存在的问题,更好地对文本进行分类。本发明利用多尺度残差网络Res2Net对文本的局部特征进行提取,同时结合双向长短时记忆网络BiLSTM对文本上下文特征进行提取,同时在BiLSTM网络层后加上传统机器学习方法——条件随机场CRF来预测标签与标签之间的关系,达到文本正确分类的效果。本发明在不过多增加网络参数的情况下,通过融合能够有效地提升文本分类的准确率。

    一种自主车辆排队间距控制方法

    公开(公告)号:CN111221329B

    公开(公告)日:2021-02-02

    申请号:CN201911222615.8

    申请日:2019-12-03

    Abstract: 本发明提供了一种自主车辆排队间距控制方法,包括以下步骤:建立单车定速控制系统;根据单车定速控制系统,通过多智能体理论得到多车车间距控制系统;设计内模补偿器的参数,并分析多车车间距控制系统的鲁棒性;根据多车车间距控制系统和分析的鲁棒性,对车辆进行仿真;根据仿真结果,将控制系统的内模补偿器运用到车辆中。本发明提供的自主车辆排队间距控制方法,使一辆车跟在另一辆车后面,与前面的车保持了一定的距离,这个距离几乎是恒定的,并通过设置内模补偿器的参数和防碰撞,避免车辆碰撞,解决了多车辆的排队问题;该方法不受车型限制,考虑了风的阻力,不涉及车辆的制动、干扰和不确定性。

Patent Agency Ranking