-
公开(公告)号：CN101945043B
公开(公告)日：2012-03-28
申请号：CN201010275867.X
申请日：2010-09-06
Applicant: 华南理工大学 , 广州数园网络有限公司
Abstract: 本发明公开了一种基于IPv6的下一代互联网拓扑发现系统，包括探测列表输入模块、设备及相连关系发现模块、设备及子网拓扑发现模块、分析整合模块、拓扑结构信息存储模块、数据库和拓扑结构信息显示模块。本发明还公开上述系统的实现方法，包括以下步骤：S1、探测列表输入模块形成探测节点列表；S2、设备及相连关系发现模块发送网络路径探测包，获取以IPv6地址标识的路由器及其相连关系；设备及子网拓扑发现模块与网络上的路由器交换网络拓扑信息，得到网络拓扑信息；S3、分析整合模块进行分析形成完整的拓扑结构图。本发明具有稳定性加强、性能更好、消除别名，以及有效提升拓扑发现的准确性和完整性等优点。
-
公开(公告)号：CN102316363A
公开(公告)日：2012-01-11
申请号：CN201110268340.9
申请日：2011-09-09
Applicant: 华南理工大学
IPC: H04N21/24 , H04N21/647
Abstract: 本发明提供一种非介入式双端采集的视频端到端时延测量方法及装置，其中，视频端到端时延测量方法包括：在本地放置主测量装置，在远端放置辅助测量装置，两套装置之间通过网络或专线连接；在远端将辅助测量装置的摄像头正对远端显示器。根据本地信号发生器发出的视频测量信号测出的时间差ΔTVL，根据远端信号发生器发出的视频测量信号测出的时间差ΔTVR；主测量装置根据ΔTVL和ΔTVR计算端到端时延为ΔV＝(ΔTVL+ΔTVR)/2。本发明提供的主测量装置包括：视频测试信号发生器、视频多路采集模块、网络接收模块、视频时延测量单元，以及数据存储及显示单元。本发明提供的辅助测量装置包括：视频测试信号发生器、视频多路采集模块、网络发送模块。
-
公开(公告)号：CN102081642A
公开(公告)日：2011-06-01
申请号：CN201010527341.6
申请日：2010-10-28
Applicant: 华南理工大学 , 广州数园网络有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种搜索引擎检索结果聚类的中文标签提取方法，包括以下步骤：S1、用户输入查询词，形成输入文档；S2、选取候选词，对所有候选词评分；S3、判断是否存在未作标记的候选词，若否，则跳转到步骤S8；若是，则选出得分最高的候选词；把这个选中的候选词拓展成为包含该词的有序词序列的集合，进入步骤S4；S4、计算各个有序词序列的频率，抽取高频词序列；S5、对高频词序列评分，并选取候选词序列；S6、判断选词序列是否被接受为标签，若是，则进入步骤S7；若否，则返回步骤S3；S7、根据生成的标签进行聚类；S8、结束操作。本发明可以减少噪音标签，使标签具有更好的代表性、简明性和完整性。
-
公开(公告)号：CN100499599C
公开(公告)日：2009-06-10
申请号：CN200610036948.8
申请日：2006-08-04
Applicant: 华南理工大学 , 广州数园网络有限公司
Abstract: 本发明提供基于邮件服务器的垃圾邮件过滤系统，包括多个邮件过滤器及依次连接其后的邮件服务器、邮件客户端，多个所述邮件过滤器通过互联网还同时连接有中央管理器，所述中央管理器、邮件过滤器分别都包括样本管理模块、特征管理模块，且所述中央管理器的样本管理模块、特征管理模块通过互联网相应与邮件过滤器的样本管理模块、特征管理模块分别连接。本发明可以实现垃圾特征全网同步共享，有效提升垃圾防范的实时性，提高垃圾邮件的过滤效果。
-
公开(公告)号：CN119510068A
公开(公告)日：2025-02-25
申请号：CN202411616463.0
申请日：2024-11-13
Applicant: 华南理工大学 , 广东华工博润新材料科技有限公司
Abstract: 本发明公开了基于光纤光镊捕获和操作生物质气溶胶的装置和方法，装置包括激光器、沿激光光束的光路依次设置的隔离器、扩束组件、第一半波片和用于将激光光束分为第一激光光束和第二激光光束的偏振分束镜，还包括单模光纤、多模光纤、空间光调制器和气溶胶捕获室；第一激光光束和第二激光光束分别耦合进入多模光纤和单模光纤的输入端，多模光纤、单模光纤的输出端进入气溶胶捕获室；空间光调制器用于调制所述多模光纤的输入光场以在输出光场创建优化的焦点；所述气溶胶捕获室配有第一CMOS相机、长焦距物镜和科勒照明系统。本申请的捕获和操作生物质气溶胶的装置克服了传统单个生物质气溶胶颗粒捕获和操控难的两大限制问题。
-
Patent Agency Ranking
公开(公告)号：CN114390043A
公开(公告)日：2022-04-22
申请号：CN202111638410.5
申请日：2021-12-29
Applicant: 华南理工大学
IPC: H04L67/06 , H04L67/61 , H04L67/01 , H04L41/0896
Abstract: 本发明公开了一种基于企业级云存储系统实现多路径QUIC传输优化的方法，包括：1)用户向企业级云存储系统请求传输文件，获取用户优先级及网络带宽情况，获取每条路径的单向时延；2)将每条路径的单向时延进行从小到大的排序，测试每条路径的最小文件传输完成时间；3)根据排好序的单向时延，将不同路径上流的完成时间进行平衡，最小化一个路径上流的完成时间，建立流路径调度策略；4)根据流路径调度策略，得出每个流的调度路径，每个路径上的资源根据流的优先级按比例进行分配；5)根据调度的路径以及分配的资源，将流添加到发送路径中向企业级云存储系统进行文件传输。本发明弥补TCP在传输中存在的缺陷，可以更加细粒度地提高用户的文件传输效率。
-
公开(公告)号：CN109598207B
公开(公告)日：2021-08-10
申请号：CN201811349890.1
申请日：2018-11-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于卷积神经网络的快速人眼跟踪方法，包括步骤：1)制作人眼跟踪数据集和人眼验证数据集；2)用人眼跟踪数据集训练人眼跟踪卷积网络，使用人眼验证数据集训练人眼验证卷积网络，训练方法为带动量的小批量梯度下降法，损失函数为均方误差；3)获取视频中的初始人眼位置；4)使用人眼跟踪卷积网络在随后的视频帧中追踪人眼；5)使用人眼验证卷积网络验证人眼追踪结果是否准确；6)若步骤5)判定人眼跟踪结果不准确，则重新进入步骤3)获取初始人眼位置；若准确则读取下一视频帧回到步骤4)继续追踪人眼。本发明突破现有追踪方法错误率高，速度慢，无法应对复杂的现实场景的问题。
-
公开(公告)号：CN110087076B
公开(公告)日：2021-05-14
申请号：CN201910278499.5
申请日：2019-04-09
Applicant: 华南理工大学
IPC: H04N19/176 , H04N19/177 , H04N19/187 , H04N19/119 , H04N19/30
Abstract: 本发明公开了一种基于分层块替换的多图像压缩方法，包括步骤：设定参数；读取输入的图像序列，将图像序列按照一定的顺序进行排列，记录每一幅图像文件的信息；记当前层编号iS＝0，将读入的图像序列按顺序进行切分成块，采用四元组形式对每个块进行定义：替换当前层相似度较高的块，并将替换结果整理成替换记录与替换表；将当前层编号iS加1，若等于总层数nS，则结束分层替换并进行编码输出；否则将当前层的块的边长减半，并将第iS‑1层所有Unique块切分成四个大小相等的子块；剔除掉第iS‑1层的非Unique块后，回到替换当前层相似度较高的块的步骤。本发明能够有效消除图像间的冗余，在处理大量相似图片时，能显著提升压缩比。
-
公开(公告)号：CN109308738B
公开(公告)日：2020-09-22
申请号：CN201810831573.7
申请日：2018-07-26
Applicant: 华南理工大学
IPC: G06T17/20
Abstract: 本发明属于建立多孔结构仿真模型领域，涉及基于优化的Delaunay三角剖分的植物微观组织重建方法。该方法包括：获取对植物微观组织切片显微图片，对显微图片进行预处理，获取其二值图片；提取二值图片中细胞单元的质心点和组织最外轮廓点，将它们加入Delaunay三角剖分的点集中；对二值图片进行Delaunay三角剖分，并利用虚拟分割技术对Delaunay三角剖分进行优化；使用距离权重镶嵌算法对二值图片进行重建，得到植物微观组织的精确重建结构。本发明能在植物组织结构相当复杂的情况下完成对组织结构边界的精确重建，并且重建耗时少，重建结构简单，利于之后的有限元仿真模型的建立，提高了仿真的准确性和高效性。
-
公开(公告)号：CN109871322A
公开(公告)日：2019-06-11
申请号：CN201910078931.6
申请日：2019-01-28
Applicant: 华南理工大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于机器学习的程序题自动评分方法，包括步骤：1)获取学生程序课程作业数据，包括学生作业、作业分数信息；2)对获取到的作业进行数据预处理；3)对程序进行动态测试；4)提取程序特性；5)应用机器学习算法对程序进行静态分析；6)综合动态运行和静态分析结果，返回程序最终评分。本发明将动态测试和静态分析相结合，即使用了程序的动态测试数据又对程序本身进行分析；本发明静态分析采用了机器学习算法，无需教师提供正确参考程序进行相似度比对，减少了教学负担，避免了模板程序不唯一给批改结果带来的影响；本发明对所有的程序进行静态分析，减少动态测试全部通过，但不按题目要求编写程序而产生的误判现象。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.025 seconds)
