-
公开(公告)号：CN105138385A
公开(公告)日：2015-12-09
申请号：CN201510527518.5
申请日：2015-08-25
Applicant: 北京邮电大学
Abstract: 本发明公开了一种物联网复杂事件处理方法，本发明的方法将物联网系统数据看作不同类型的事件，通过分析事件间的关系如：成员关系、时间关系以及因果关系，包含关系等，建立不同的事件关系序列库，即规则库，利用过滤、关联、聚合等技术，最终由简单事件产生高级事件或商业流程。本发明实现了完整的复杂事件处理生命周期模块，涵盖复杂事件定义语言、复杂事件处理语言、处理规则引擎、事件预处理、事件检测、事件派发等，并且引入规则引擎作为事件检测和规则匹配的核心。与现有技术相比，本发明不局限于复杂事件处理的某些特定领域，具有普适性，支持在内存中对海量事件的处理，提高实时性，存储优化，提高事件识别准确率。
-
公开(公告)号：CN100547994C
公开(公告)日：2009-10-07
申请号：CN200610165367.4
申请日：2006-12-19
Applicant: 北京邮电大学
Abstract: 一种用于移动流媒体代理服务器的媒体文件的缓存方法，步骤如下：(1)设定流媒体文件主体部分的组织结构；(2)设定流媒体文件主体部分的段的流行度的计算方法；(3)在每个用户请求到达时，按照缓存接纳方法对相关的流媒体文件是否缓存进行判断和处理；(4)进行缓存替换：当代理服务器中已经缓存的某个流媒体文件的时长已小于该流媒体文件被访问的平均时长，或某个媒体对象M第一次被访问时，由代理服务器按照缓存替换方法释放缓存空间，用于对该流媒体文件下一个尚未被缓存的段或第一次被访问的媒体对象M进行缓存替换。该方法能提高流媒体业务的用户终端响应速度，节省网络带宽，并对代理服务器缓存大小的变化有很好的实时适应性。
-
公开(公告)号：CN119962628A
公开(公告)日：2025-05-09
申请号：CN202510050123.4
申请日：2025-01-13
Applicant: 北京邮电大学
IPC: G06N3/096 , G06N3/042 , G06N5/04 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于测试时微调的图数据分析方法。该方法包括以下步骤：收集图预训练数据集；构建图基础模型，并利用图预训练数据集对图基础模型进行预训练，获取预训练后的图基础模型；设置测试时微调阶段，并在测试时微调阶段对预训练后的图基础模型进行改进，以获取改进的图形基础模型；获取待分析图数据集，并利用改进的图形基础模型对待分析图数据集进行分析，以获取图数据分析结果。本发明提出的方法在推理阶段引入了额外的参数调整阶段，即测试时微调阶段，通过这一阶段，可以有效减少推理阶段的计算资源消耗，提高推理效率，相比于现有技术，本发明在保证预测精度的前提下，大大加快了推理速度，适合处理大规模图数据。
-
公开(公告)号：CN119962626A
公开(公告)日：2025-05-09
申请号：CN202510050118.3
申请日：2025-01-13
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向图学习的联合任务与分布泛化方法，包括如下步骤：获取蛋白质分子对应的源任务集、适应样本集和目标任务集；使用训练集对神经网络模型进行训练，得到图预测模型；图预测模型包括输入模块、精炼器模块和预测器模块；使用适应样本集对图预测模型进行适配性训练，得到特定图预测模型；将目标任务集输入特定图预测模型，通过特定图预测模型输出目标任务集对应的蛋白质分子预测结果。本发明可以通过提取任务关键子图，减少了图数据中的冗余信息，提高了模型的预测准确性和泛化性。
-
公开(公告)号：CN119961518A
公开(公告)日：2025-05-09
申请号：CN202510050126.8
申请日：2025-01-13
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/34 , G06N3/042 , G06N3/045 , G06N5/04 , G06N5/045
Abstract: 本发明公开了一种基于图神经网络和语言模型的内容推荐方法。该方法包括以下步骤：获取用户的标准配置文件数据和标准交互数据；构建用户交互图数据；获取用户的偏好推理结果；将用户的偏好推理结果转换为查询嵌入，并使用查询嵌入对用户交互图数据进行子图提取，以获取用户偏好子图数据；获取用户的意图推理子图数据；基于用户的意图推理子图数据和图神经网络，获取待推荐内容的评分结果。本发明结合了用户配置文件、交互图和交互信息等多种数据源，通过自然语言处理技术和图神经网络，能够更全面地捕捉用户偏好的信息，这不仅弥补了现有方法依赖显式数据的不足，还能够从隐式数据中发现用户潜在的兴趣爱好，提高推荐的准确性和覆盖面。
-
Patent Agency Ranking
公开(公告)号：CN119150022A
公开(公告)日：2024-12-17
申请号：CN202411178149.9
申请日：2024-08-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F18/214 , G06F18/213 , G06F16/9535 , G06N5/022 , G06N3/042 , G06N3/045 , G06N3/0895
Abstract: 本申请公开了一种模型训练方法、项目推荐方法、装置、设备、介质及产品。该方法包括：获取多个训练样本；将训练样本输入至预设的项目推荐模型，通过项目推荐模型对二分图样本进行特征提取，得到第一特征向量，以及通过项目推荐模型对知识图谱样本进行特征提取，得到第二特征向量；通过项目推荐模型对第一特征向量和第二特征向量进行对比学习，得到第一损失函数值；在不满足训练停止条件的情况下，基于第一损失函数值调整项目推荐模型的模型参数，并利用多个训练样本训练参数调整后的项目推荐模型，直至满足训练停止条件，得到训练好的项目推荐模型。这样可以使训练好的项目推荐模型准确性更高，预测的推荐项目更能满足用户需求。
-
公开(公告)号：CN114969728B
公开(公告)日：2024-06-07
申请号：CN202210628270.1
申请日：2022-06-06
Applicant: 北京邮电大学
IPC: G06F21/55 , G06N3/0464 , G06N3/084 , G06F17/16
Abstract: 本发明提供了一种基于热力图的神经网络攻击方法，属于人工智能安全技术领域。本发明方法包括：利用要对抗攻击的神经网络模型对输入图像分类，获得图像对于类别的热力图；根据热力图和选取阈值获取二值化矩阵，矩阵中取值为1的区域为重要区域；采用单次攻击或迭代攻击生成对抗样本；单次攻击方式下，添加一次扰动来生成对抗样本；迭代攻击方式下，每次迭代添加一次扰动，逐步生成对抗样本，总体扰动会更小。本发明方法解决了目前全局攻击中扰动过大，易被人眼识别的不足，使得生成的对抗样本更加高效，经实验证明，在成功率相似的前提下，本发明方法的扰动范数大小、峰值信噪比和结构相似度衡量指标相比现有全局方法均有显著提升。
-
公开(公告)号：CN117952157A
公开(公告)日：2024-04-30
申请号：CN202410109235.8
申请日：2024-01-25
Applicant: 北京邮电大学
IPC: G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于区间传播的神经网络鲁棒性下边界确定方法，属于人工智能安全领域，尤其适用于较大规模以上的神经网络的输入样本生成。本发明方法对应实现为由计算机可执行指令形成的计算模块，针对被测神经网络模型获取每一层的系数矩阵和系数矩阵，推导以神经网络层的激活函数为自变量表达的输出层上下界函数；根据已确定的中间层的预激活输入的上下界计算输出层的上下界，然后使用二分法计算输入样本的鲁棒性下边界，预设概率优化减小输入样本扰动大小的操作为增大样本操作，并计算鲁棒性下边界的置信度。本发明通过减少反向线性推导的层数，提高了计算效率，能应用于更大的神经网络模型上，所获得的鲁棒性下边界更具有实际应用价值。
-
公开(公告)号：CN117808652A
公开(公告)日：2024-04-02
申请号：CN202410005930.X
申请日：2024-01-03
Applicant: 北京邮电大学
IPC: G06Q50/40 , G06Q10/047 , G06Q10/0631 , G06N3/006 , G06N3/092
Abstract: 本发明公开了一种基于多智能体路径规划的公交车辆排班方法，属于公交车辆排班领域。本发明方法包括：设计公交车辆排班问题的序列决策过程，将公交车辆排班问题映射为多智能体路径规划问题；将车辆作为智能体，设计可选行程和竞争车辆的概念，进行马尔可夫决策过程建模，设计状态空间、动作空间和奖励函数；结合参数共享的思想，使用基于策略的强化学习算法完成车辆智能体与仿真环境的交互，停止迭代后，各车辆智能体按照发车时刻逐步决策，生成完整公交车排班策略。本发明方法使车辆能基于重点关注的环境信息进行实时决策，能同时解决离线和在线的调度问题，有效降低排班方案所带来的车辆使用成本，能适用于更大规模的场景中。
-
公开(公告)号：CN115100337A
公开(公告)日：2022-09-23
申请号：CN202210612418.2
申请日：2022-05-31
Applicant: 北京邮电大学 , 咪咕文化科技有限公司
Abstract: 本申请公开了一种基于卷积神经网络的全身人像视频重照明方法和装置，其中，该方法包括：获取待处理视频图像，其中，待处理视频包括全身人像视频图像；将待处理视频图像的多个图像帧和目标照明场景输入至预先训练的图像处理模型，得到渲染图像帧序列，其中，图像处理模型用于将图像帧和目标照明场景渲染为目标照明场景下的渲染图像帧，并对渲染图像帧进行时间一致性处理；将渲染图像帧序列合成为重照明视频图像。本申请能够实现全身人像的重照明，提升重照明效果。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.066 seconds)
