基于业务类型的在线数据流QoS识别方法及系统

    公开(公告)号:CN111431820A

    公开(公告)日:2020-07-17

    申请号:CN202010157646.6

    申请日:2020-03-09

    Abstract: 本发明提供了一种基于业务类型的在线数据流QoS识别方法,包括:步骤S1:先用一部分有历史标签的历史流量进行分类,进行离线的模型训练,建立初始分类模型,然后将模型安装在SDN中的控制器中作为初始的分类器;步骤S2:当数据流量到达交换机时,将数据流的数据包和交换机中的转发流表进行匹配,如果匹配成功则按转发流表中设计的指令进行操作,否则将数据流的数据包封装后上传至控制器中。本发明的方法能够获得很高的准确率,且具有自适应调整能力,可用于不同时间不同地理位置的天地网络。

    基于振动信号的智能终端触碰认证方法及系统

    公开(公告)号:CN110363120B

    公开(公告)日:2020-07-10

    申请号:CN201910583135.8

    申请日:2019-07-01

    Abstract: 一种基于振动信号的智能终端触碰认证方法及系统,当智能终端检测到手指触摸时,通过主动产生特定振动信号并通过IMU传感器收集振动信号,并从收到的振动信号中分别提取出生物特征、行为特征以及独立的触碰行为特征;然后采用基于孪生网络(siamese network)架构的神经网络对生物特征进行分类,实现行为无关的智能终端触碰认证。本发明利用智能终端主动发出振动信号,捕捉触碰手指的生物特征,以识别不同的用户,能够不依赖于触碰的行为特征。

    基于改进型循环神经网络单元的推荐系统

    公开(公告)号:CN110955826A

    公开(公告)日:2020-04-03

    申请号:CN201911088184.0

    申请日:2019-11-08

    Abstract: 一种基于改进型循环神经网络单元的推荐系统,包括:多用户行为数据编码器和多任务解码器,编码器基于用户的交互序列数据抽取用户的购物意图信息,并用隐藏状态序列表示,三个解码器分别对应不同的任务,根据挖掘到的用户购物意图分别完成预测下一个交互的物品和类别、判断两个序列是否属于同一个用户、推荐用户新的物品等三种任务。本发明通过两种循环神经网络来建模用户多种不同的行为数据;同时考虑到交互行为的复杂性,本发明利用多个循环神经网络,分别建模交互行为数据中不同商品类别层面的信息;此外,本发明通过多任务学习,给用户和物品学习具有商品类别等语义信息的向量表达,基于多种用户行为数据,缓解数据稀疏性问题,挖掘交互序列中包含的多种商品类别层面的信息,提升推荐效果。

    基于细粒度手指姿态的智能家居连续用户认证方法及系统

    公开(公告)号:CN109413057B

    公开(公告)日:2020-01-17

    申请号:CN201811206918.6

    申请日:2018-10-17

    Inventor: 俞嘉地 孔浩 卢立

    Abstract: 一种基于细粒度手指姿态的智能家居连续用户认证方法及系统,在登录阶段通过从不同用户的手指手势中提取行为特征进行多用户认证,在交互阶段通过轻量级分类器,根据历史手指手势和当前手势,通过连续认证识别身份。本发明利用Wi‑Fi信号感知每个用户操作智能家电时手指姿势的独特性进行持续的用户认证,通过较低的响应时间实现了良好的用户体验。

    基于图卷积技术的推荐系统

    公开(公告)号:CN109299373A

    公开(公告)日:2019-02-01

    申请号:CN201811224995.4

    申请日:2018-10-20

    Abstract: 一种基于图卷积技术的推荐系统,包括:预处理模块、异构图生成模块、模型训练模块以及推荐结果生成模块,其中:预处理模块将用户与物品的交互记录进行数据清洗和格式的标准化操作,并对每个用户生成交互序列后输出至异构图生成模块;异构图生成模块根据用户的交互序列数据构建表征用户偏好、物品间依赖关系和用户间相似性的三个异构图并将生成的图结构数据输出至模型训练模块;模型训练模块基于图结构数据训练图卷积模型,并对每个用户和物品生成向量表达;推荐结果生成模块根据向量表达计算用户对所有物品的偏好情况,并生成最终推荐结果。本发明解决了每个节点邻居数目不等的问题,利用卷积操作挖掘了异构图中节点邻居的信息,提升了推荐的效果。

    基于隐马尔科夫模型的车辆行驶道路类型的判断方法

    公开(公告)号:CN104537209A

    公开(公告)日:2015-04-22

    申请号:CN201410748590.6

    申请日:2014-12-09

    Abstract: 本发明提供了一种基于隐马尔科夫模型的车辆行驶道路类型的判断方法,将车辆行驶在不同道路类型的过程刻画为隐马尔科夫模型,通过对隐马尔科夫模型进行训练,得到适合判断车辆行驶道路类型的隐马尔科夫的模型,之后利用训练好的隐马尔科夫模型实现车辆行驶道路类型的在线判断,判断准确性高,延时低,进一步保障了驾驶员的驾驶安全;另一方面,在刻画隐马尔科夫模型是基于置于车辆中的智能手机的加速度传感器及GPS设备,降低了对硬件的要求,使本发明的判断方法普及性提高。

    基于智能移动终端的异常驾驶行为监测和识别方法及系统

    公开(公告)号:CN104463244A

    公开(公告)日:2015-03-25

    申请号:CN201410729090.8

    申请日:2014-12-04

    CPC classification number: G06K9/66

    Abstract: 一种用于移动智能设备的异常驾驶行为监测和识别方法和系统,通过从传感器收集数据并提取出特征值数据,然后利用机器学习方法训练特征值,建立分类器模型并在实时监测时截取驾驶行为模式并判断六种异常驾驶行为。本发明使用智能手机的传感器可以快速检测出异常驾驶行为中的蛇行驾驶、急速变向、侧滑、急速U型转弯、急转弯、急刹车。实验结果表明,系统识别异常驾驶行为的具体类型的平均总精度为96.20%。

    面向跨域场景的双重细粒度知识迁移系统

    公开(公告)号:CN115033783B

    公开(公告)日:2024-09-13

    申请号:CN202210568362.5

    申请日:2022-05-23

    Abstract: 一种面向跨域场景的双重细粒度知识迁移系统,包括:依次相连的输入层、嵌入层、双重细粒度知识迁移层和预测层,输入层根据用户和物品的唯一标识,采用独热编码方式,生成用户和物品的独热编码表示;嵌入层基于用户和物品的独热编码表示,采用查表法,将稀疏的、高纬度的独热编码表示映射到连续的低维空间,得到初始嵌入向量;双重细粒度知识迁移层将任一交互的用户‑物品对的初始嵌入向量拼接得到域内知识表示,通过细粒度知识提取和迁移得到跨域知识表示,并将域内知识表示和跨域知识表示进行自适应融合,得到最终的知识表示;预测层根据最终的知识表示生成交互的预测分数,并进一步得到推荐结果。本发明有效地对用户在跨域场景下的行为进行建模,实现域间知识的迁移、互补与融合,从而对用户在未来与物品的交互进行预估,生成有效的推荐结果,提高用户的体验感和对系统的满意程度。

    基于毫米波的非侵入式3D面部重构方法

    公开(公告)号:CN117635841A

    公开(公告)日:2024-03-01

    申请号:CN202311659303.X

    申请日:2023-12-06

    Abstract: 一种基于毫米波的非侵入式3D面部重构方法,通过在离线阶段构建并训练基于嵌入三重损失和改进ConvNeXt的卷积网络模型,在在线阶段通过采集人脸反射的毫米波信号并预处理后输入训练后的卷积网络模型,基于提取到的由脸部关键点构成的脸部形状后,经仿射变换和区域放大后重构得到面部表情,最后通过FLAME模型实现三维面部重构。本发明结合毫米波数据特性设计特定算法感知人脸细粒度的3D特征,实现准确的3D面部重构,能够在不需要任何光照、不侵犯个人隐私的情况下实现非侵入式3D面部重建。

Patent Agency Ranking