-
公开(公告)号：CN112069889A
公开(公告)日：2020-12-11
申请号：CN202010759794.5
申请日：2020-07-31
Applicant: 北京信息科技大学
Abstract: 本公开提供了一种民航飞行器轨迹预测方法，其包括：S1、构建FTP‑GAN网络；S2、获取民航飞行器的轨迹数据，并对民航飞行器的轨迹数据进行归一化处理；其中，FTP‑GAN网络的生成器根据归一化后的轨迹数据生成民用飞行器的预测轨迹。
-
公开(公告)号：CN110413995A
公开(公告)日：2019-11-05
申请号：CN201910601361.4
申请日：2019-07-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关系类型的选取以及语料特点对抽取性能存在一定影响。
-
公开(公告)号：CN114678075B
公开(公告)日：2024-11-22
申请号：CN202210302098.0
申请日：2022-03-24
Applicant: 北京信息科技大学
Abstract: 本公开提供一种基于分子结构信息获取分子表示数据的方法，包括：对于组成分子的各个原子，获取单个原子外层的各个电子轨道结构数据，并生成基于波函数表示的各个电子轨道结构数据，将波函数表示的各个电子轨道结构数据作为原子结构数据；在组成分子的单个原子的体素空间内，将基于波函数表示的各个电子轨道结构数据进行组合，形成基于波函数的原子卷积核；在组成分子的所有原子的整个体素空间内，对构成分子的各个原子，通过各个原子对应的基于波函数的原子卷积核进行卷积操作，分子的各个原子经对应的基于波函数的原子卷积核卷积操作后，生成基于体素的可视化分子表示数据。本公开还提供了一种分子属性获取方法。
-
公开(公告)号：CN117478584A
公开(公告)日：2024-01-30
申请号：CN202311412670.X
申请日：2023-10-27
Applicant: 北京信息科技大学
Abstract: 本公开提供一种用于边缘计算系统的任务投放路径获取方法，其包括：获得源节点、中间节点和目标节点之间的传输路径点以及该传输路径点对应的传输代价；针对于每个源节点，根据所述的传输路径点以及传输代价获得与该源节点对应的目标节点、完整传输路径以及传输代价；向传输路径中的每个传输路径点添加可调整的隐私代价；以及根据与每个源节点对应的传输路径获得所有源节点的投放路径矩阵，并根据传输路径所对应的传输代价以及该传输路径中的每个传输路径点对应的隐私代价，获得投放路径矩阵中的每个传输路径所对应的投放总代价。
-
公开(公告)号：CN117331671A
公开(公告)日：2024-01-02
申请号：CN202311394516.4
申请日：2023-10-26
Applicant: 北京信息科技大学
IPC: G06F9/48 , G06F9/50 , H04L67/61 , H04L67/63 , H04L67/1008 , H04L67/101 , H04L67/1014 , H04L67/1029
Abstract: 本公开提供一种用于边缘计算的任务调度方法，其包括：获取边缘设备的数量以及每个边缘设备的计算能力；获取待分配的任务的数量；获得任务m在边缘设备n的传输和执行的总时间；获得边缘设备n到其他边缘设备的数据传输等待时间；获得任务m在边缘设备n上预估的等待执行时间，其中，并根据数据传输等待时间和预估的等待执行时间总等待时间；获得边缘设备n的负载均衡程度；根据总时间获得资源亲和性矩阵；根据总等待时间获得网络和系统负载均衡矩阵；根据边缘设备n的负载均衡程度获得设备负载均衡矩阵；通过资源亲和性矩阵、网络和系统负载均衡矩阵以及设备负载均衡矩阵实现任务调度。
-
Patent Agency Ranking
公开(公告)号：CN116757196A
公开(公告)日：2023-09-15
申请号：CN202310172213.1
申请日：2023-02-27
Applicant: 北京信息科技大学
IPC: G06F40/289 , G06F40/30 , G06F40/216 , G06N7/01 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本公开提供了一种事件触发词抽取方法及装置，该方法在预训练阶段引入事件元素角色与中文事件专用术语等向量信息，采用了词语级别的掩码语言模型处理机制，构建出更符合中文事件触发词抽取特点的EBERT模型，使得模型获得更可靠的中文语言表示。在EBERT预训练模型的基础上拼接双向长短期记忆网络，通过该网络来提取中文新闻长文本的上下文关键特征，增强向量表达，得到全局序列信息。将全局序列信息输入条件随机场，使用条件随机场校验序列标签，输出中文事件触发词抽取结果，提升了触发词的识别效果和抽取效果。
-
公开(公告)号：CN115174584B
公开(公告)日：2023-05-05
申请号：CN202210769970.2
申请日：2022-06-30
Applicant: 北京信息科技大学
IPC: H04L67/1008 , H04L67/101 , H04L67/10
Abstract: 本公开提供了一种边云协同计算管理方法，其包括：根据每类任务的总数据大小、每类任务的总CPU周期、平均传输速率、CPU电压和CPU频率决策获得下一第一时间尺度内的CPU电压和CPU频率对；以及根据时隙t内的所有任务的数据大小、处理每比特i类型任务所需要的CPU周期、边缘设备和云设备之间的传输速率、CPU电压和CPU频率决策获得针对每一种任务的卸载决策。
-
公开(公告)号：CN112199295B
公开(公告)日：2023-05-05
申请号：CN202011180145.6
申请日：2020-10-29
Applicant: 北京信息科技大学
IPC: G06F11/36 , G06N3/0464 , G06N3/06
Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法，属于软件测试技术领域，包括以下步骤：1、获取正确的测试用例和错误的测试用例，2、获取待测深度神经网络模型频谱信息，3、计算神经元的怀疑度，并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元，然后利用怀疑度公式计算其怀疑度，并对其进行排名，定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合，可以将深度神经网络模型中的缺陷直观的使用数值体现出来，更准确快捷的定位到深度神经网络模型缺陷的具体位置。
-
公开(公告)号：CN112685320B
公开(公告)日：2023-04-25
申请号：CN202110026716.9
申请日：2021-01-09
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复程序中，生成对应的修复程序集合；S3：构造适应度函数，利用适应度函数对修复程序集合进行评估得到对应的适应度值，将适应度值进行排序，选取其中排名前k的修复程序作为候选修复程序集合；S4：对候选修复程序集合进行多数决机制投票，输出多数决投票得分最高的候选修复程序运行结果，并将候选修复程序和多数决机制封装成一个整体程序；本发明通过并行运行多个版本的程序提高容错性。
-
公开(公告)号：CN110414671A
公开(公告)日：2019-11-05
申请号：CN201910596454.2
申请日：2019-07-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于Ontology的深度信念网络模型及其生成方法。本发明试图将本体论和深度信念网络结合起来，形成一个新的模型。本体中最重要的关系之一是本体的层次结构。表达深度学习节点属性和函数转换使用本体的概念属性和分类关系。本发明在这里建立的深度信念网络模型只使用本体概念的亲子关系。同时，本发明选择自下而上构建本体，这样，本发明可以最大限度地训练深度信念网络模型，而不会影响本体节点的表示。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.035 seconds)
