-
公开(公告)号:CN119494967A
公开(公告)日:2025-02-21
申请号:CN202411433967.9
申请日:2024-10-15
Applicant: 中国科学院计算技术研究所 , 航天东方红卫星有限公司
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种用于匿名时空轨迹识别的模型,包括:原始轨迹图构建模块,用于根据匿名用户在一段时间内生成的轨迹数据,构建原始轨迹图,其包括表示轨迹数据的多个签到记录的多个节点和表示节点间关系的多条边,对原始轨迹图的多个节点进行嵌入表示,得到多个节点的空间信息;多尺度轨迹图构建模块,用于基于原始轨迹图按预设的多种采样率构建不同尺度的多个轨迹图;轨迹空间信息提取模块,用于基于多个节点的空间信息提取多个轨迹图中每个轨迹图的各个节点的空间特征,聚合多个轨迹图中每个轨迹图的各个节点的空间特征,得到多尺度的轨迹空间特征;轨迹识别模块,用于根据轨迹空间特征识别轨迹数据属于各个已知用户的概率值。
-
公开(公告)号:CN107220285B
公开(公告)日:2020-01-21
申请号:CN201710270989.1
申请日:2017-04-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/22
Abstract: 本发明涉及一种面向海量轨迹点数据的并行时空索引构建方法,以轨迹点数据文件作为索引单元,降低了索引的存储消耗,使索引结构具有高度的可扩展性;同时使用了希尔伯特曲线对数据文件进行划分,相比其他的多维到一维映射的方式,希尔伯特曲线因其优秀的空间填充特性使得划分效果更良好,能够降低数据倾斜发生的概率。
-
公开(公告)号:CN108985367A
公开(公告)日:2018-12-11
申请号:CN201810734031.8
申请日:2018-07-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种计算引擎选择方法和基于该方法的多计算引擎平台。该方法包括:将待计算任务对应的任务特征数据输入到多个计算引擎中的每一个计算引擎的任务执行时间预测模型,获得待计算任务在每一个计算引擎上的任务执行时间预测结果,其中,所述任务执行时间预测模型是基于训练样本集通过训练获得,所述训练样本集包括多条任务特征数据和对应的任务执行时间;根据所述任务执行时间预测结果从所述多个计算引擎中选择执行待计算任务的计算引擎。本发明的方法能够自动选择效率高的计算引擎,降低了任务执行时间。
-
公开(公告)号:CN107277884A
公开(公告)日:2017-10-20
申请号:CN201710350525.1
申请日:2017-05-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的静态链路调度方法,包括:1)针对每一个源节点,确定从所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE;2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x,所述链路调度决策变量x决定某一个节点在时隙-频率块中是否转发来自其他节点的数据包。
-
公开(公告)号:CN118094055A
公开(公告)日:2024-05-28
申请号:CN202410176786.6
申请日:2024-02-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种目标跟踪的容量极限估计方法,包括:根据探测定位系统的探测参数,获取该探测定位系统在指定探测场景下进行目标跟踪的目标密度上限;基于该目标密度上限及目标区域的面积,估计该探测定位系统在该目标区域进行目标跟踪任务的容量极限及跟踪难度。本发明还提出一种目标跟踪的容量极限估计系统,以及一种用于实现目标跟踪容量极限估计的数据处理装置。
-
公开(公告)号:CN107220285A
公开(公告)日:2017-09-29
申请号:CN201710270989.1
申请日:2017-04-24
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明涉及一种面向海量轨迹点数据的并行时空索引构建方法,以轨迹点数据文件作为索引单元,降低了索引的存储消耗,使索引结构具有高度的可扩展性;同时使用了希尔伯特曲线对数据文件进行划分,相比其他的多维到一维映射的方式,希尔伯特曲线因其优秀的空间填充特性使得划分效果更良好,能够降低数据倾斜发生的概率。
-
公开(公告)号:CN119829722A
公开(公告)日:2025-04-15
申请号:CN202510013772.7
申请日:2025-01-06
Applicant: 中国科学院计算技术研究所
IPC: G06F16/3329 , G06N5/04 , G06F40/30 , G06F18/22
Abstract: 本发明提供了一种知识问答模型构建方法,所述方法包括将预训练语言模型作为基座模型并按照如下方式执行两阶段训练以获取知识问答模型:函数理解预训练:构建多个函数定义代码和多个函数调用实例来训练基座模型以使模型学习函数执行原理;指令微调训练:获取任务指令、查询实例以及查询实例对应的查询程序来训练初始模型以使模型学习函数组合编程原理。本发明的技术方案通过提出两阶段训练策略训练知识问答模型,使模型具备用于知识编程的函数的理解能力,以及基于函数理解能力将复杂问题转换为查询程序的能力,从而解决现有技术中模型倾向于记忆程序本身,而难以学习到语义解析的问题,进而提高模型对于域外含有未见查询语义的泛化性。
-
公开(公告)号:CN107277884B
公开(公告)日:2019-11-29
申请号:CN201710350525.1
申请日:2017-05-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的静态链路调度方法,包括:1)针对每一个源节点,确定从所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE;2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x,所述链路调度决策变量x决定某一个节点在时隙‑频率块中是否转发来自其他节点的数据包。
-
-
-
-
-
-
-