-
公开(公告)号：CN111414085A
公开(公告)日：2020-07-14
申请号：CN202010228631.4
申请日：2020-03-27
Applicant: 中国人民解放军国防科技大学 , 麒麟软件有限公司
IPC: G06F3/023 , G06F3/0489 , G06F3/0488 , G06F3/0484
Abstract: 本发明公开了一种麒麟移动操作系统的输入法运行方法，在输入法前台应用和输入法SDK之间建立用户操作事件队列、UI刷新事件队列、输入输出事件队列；当收到来自输入法前台应用的用户操作事件时，将用户操作事件放入用户操作事件队列，并通过用户操作事件队列依次发送给输入法SDK；当收到来自输入法SDK的UI刷新事件时，将UI刷新事件放入UI刷新事件队列，并将UI刷新事件通过UI刷新事件队列依次发送给输入法前台应用；当收到来自输入法SDK的输入输出事件时，将输入输出事件放入输入输出事件队列，并将输入输出事件通过输入输出事件队列依次发送给输入法前台应用。本发明实现了麒麟移动操作系统下第三方输入法的适配与优化，提升了用户体验。
-
公开(公告)号：CN119884340A
公开(公告)日：2025-04-25
申请号：CN202411946949.0
申请日：2024-12-27
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/334 , G06F16/3329 , G06F40/30
Abstract: 本申请公开了一种基于本地大模型的操作系统用户意图处理方法、装置及存储介质，属于人工智能领域。获取用户端输入的自然语言指令；调用本地大模型对所述自然语言指令进行语义简化和意图解析，得到用户意图处理结果；将所述用户意图处理结果传至FAISS向量数据库进行自定义指令集的匹配；响应于匹配成功，将匹配后的自然语言指令送至执行器模块执行得到对应回答；响应于匹配失败，调用所述本地大模型生成所述自然语言指令的对应回答，从而，将所述对应回答实时反馈至所述用户端。实现支持离线运行，保障数据隐私，语义解析精准且灵活以及高精度指令匹配，此外还实现了实时反馈与权限控制，获得了多任务并行处理与性能优化，确保在低资源离线环境中依然高效运行，提升整体操作的流畅度。
-
公开(公告)号：CN119415160A
公开(公告)日：2025-02-11
申请号：CN202411372831.1
申请日：2024-09-29
Applicant: 中国人民解放军国防科技大学
IPC: G06F9/4401 , G06F9/54 , G06F9/48
Abstract: 本发明公开了一种操作系统内核设计方法、装置及存储介质。属于计算机操作系统技术领域。本申请设计的操作系统内核架构设计在编译时支持内核组件的多种运行模式并存、且组件间运行模式互不影响，运行时可根据用户配置动态决策组件运行模式；内核组件的多种运行模式对应用直接体现，即应用无需感知自身运行使用的运行模式，应用开发人员无需适配代码，提升了系统使用场景的通用性和应用代码的可移植性；支持用户为不同的应用选择不同的架构，是一种适应用户意图敏感的自适应系统内核架构。
-
公开(公告)号：CN118114721A
公开(公告)日：2024-05-31
申请号：CN202410151254.7
申请日：2024-02-02
Applicant: 中国人民解放军国防科技大学
IPC: G06N3/0464 , G06N5/04 , G06F9/50 , G06F9/48
Abstract: 本发明公开了一种基于内存感知的卷积算子自适应选择推理加速方法及装置，本发明基于内存感知的卷积算子自适应选择推理加速方法包括：S101，收到针对输入的图像或者特征图像的卷积运算请求；S102，获取当前的系统的可用内存，并在预设的卷积算子集合中找出系统的可用内存能够满足卷积运算请求且计算速度最快的卷积算子；S103，采用找到的卷积算子对输入的图像或者特征图像执行卷积运算。本发明旨在基于内存感知实现对卷积算子的自适应选择以满足计算速度最快的调度策略要求。
-
公开(公告)号：CN117688567A
公开(公告)日：2024-03-12
申请号：CN202211105035.2
申请日：2022-09-09
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提供了一种操作系统内核漏洞补丁验证系统。该系统包括虚拟环境构建模块，补丁可用性验证模块、补丁有效性验证模块，其中补丁有效性验证模块包括控制端组件和客户端组件；虚拟环境构建模块基于虚拟化技术，根据内核漏洞影响的内核版本构建目标操作系统虚拟机环境；补丁可用性验证模块通过将补丁运用于漏洞所在的操作系统内核版本源码并编译，验证补丁是否可用；补丁有效性验证模块通过虚拟验证环境对补丁进行有效性检验。本发明通过虚拟环境构建模块，补丁可用性验证模块和补丁有效性验证模块协同工作，基于主机虚拟化技术，为漏洞修复过程中补丁的验证提供自动化的解决方案，提高漏洞修复效率，将开发人员解放，为多补丁的并行验证提供支撑。
-
Patent Agency Ranking
公开(公告)号：CN111414256B
公开(公告)日：2022-10-04
申请号：CN202010229350.0
申请日：2020-03-27
Applicant: 中国人民解放军国防科技大学 , 麒麟软件有限公司
Abstract: 本发明公开了一种基于麒麟移动操作系统的应用程序进程派生方法、系统及介质，本发明方法包括：启动以守护进程方式运行的进程派生服务进程；进程派生服务进程创建包含应用程序运行所需基本资源的模板进程；监测用户操作，当监测到用户打开新应用程序时使用模板进程打开指定的入口html文件开始运行新应用程序；新应用程序读取预设的配置文件获取对应的应用权限和可调用API列表，并根据获取的应用权限和可调用API列表对进程安全参数进行配置。本发明能够满足多线程派生协作要求，提高进程派生的速度和安全性、以及降低内存资源的使用量。
-
公开(公告)号：CN113157362B
公开(公告)日：2022-09-06
申请号：CN202110270021.5
申请日：2021-04-27
Applicant: 麒麟软件有限公司 , 中国人民解放军国防科技大学
IPC: G06F9/451
Abstract: 一种应用于Linux上Android多窗口显示方法，所述方法包括步骤：编写Android应用启动多窗口管理服务程序；修改Android图形显示方案；Linux系统执行图形显示程序。本申请的有益效果是：解决Linux操作系统软件应用匮乏的问题，发挥Android丰富的应用生态优势，相较于传统的Android模拟器，本发明的多窗口显示能够让Android应用像一个Linux应用一样在Linux系统上流畅运行，并且减少了性能的损失；研发人员甚至可以定制属于自己的Linux窗口管理程序和Android系统来满足用户特殊的需求。
-
公开(公告)号：CN112817783A
公开(公告)日：2021-05-18
申请号：CN202110240979.X
申请日：2021-03-04
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开了一种数字腕式终端系统的实现方法，本发明预先在麒麟移动操作系统的交互层配置以dlopen的方式打开底层库加载底层库接口的控制模块，并在麒麟移动操作系统的交互层、应用层之间的兼容层扩展出一个新的callclibrary模块；当应用程序使用JavaScript调用时callclibrary模块通过控制模块控制底层库接口执行对数字腕式终端的操控，且返回值通过回调函数的方式获取，当底层库的接口执行结果返回时，应用层的应用程序通过监听事件的方式触发对执行结果的处理函数，通过上述先方式，从控制、消息、用户交互这三个层面对麒麟移动操作系统进行扩展，使其满足对战术腕式终端进行操控的要求。
-
公开(公告)号：CN112636966A
公开(公告)日：2021-04-09
申请号：CN202011503630.2
申请日：2020-12-18
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开了一种基于远程调试协议的应用批量部署方法，本发明的方法步骤包括：配置远程调试客户端、远程调试服务端和网络环境；远程调试客户端连接当前远程调试服务端；远程调试客户端推送应用资源包、封装并发布客户端请求，同时接收并解析部署结果，若接收到应用部署失败，终止当前远程调试服务端的应用部署，若接收到应用部署成功，继续下一应用的推送直到所有应用在当前远程调试服务端部署完毕；远程调试客户端断开与当前目标远程调试服务端的连接并连接下一远程调试服务端，直到所有远程调试服务端部署完成。本发明实现了无人值守批量部署，节省了工作时间，提高了工作效率。
-
公开(公告)号：CN112288080A
公开(公告)日：2021-01-29
申请号：CN202011294317.2
申请日：2020-11-18
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开了一种面向脉冲神经网络的自适应模型转化方法及系统，本发明方法包括获取待转化的深度人工神经网络模型，所述待转换的深度人工神经网络模型为Keras、Pytorch、TensorFlow中的任意一种框架下的深度神经网络模型；若待转化的深度人工神经网络模型为Pytorch或TensorFlow框架下的深度神经网络模型则转换为Keras框架下的深度人工神经网络模型；将Keras框架下的深度人工神经网络模型转换为脉冲神经网络。本发明能够实现多种智能框架下的深度人工神经网络模型，在保证少量模型精度损失的前提下，完成向新型脉冲神经网络的自适应转化。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.083 seconds)
