-
公开(公告)号:CN111666312B
公开(公告)日:2023-05-23
申请号:CN202010403163.X
申请日:2020-05-13
Applicant: 中国科学院软件研究所
IPC: G06F16/2458 , G06F16/26 , G06Q50/00
Abstract: 本发明属于数据挖掘领域,涉及一种基于万有引力定律的社交网络社区集群挖掘方法及系统。该方案为:为用户提供一个输入接口,用户输入社交网络中的个体节点信息以及节点之间的连接信息,将其转换为无向图中的节点和边;模仿星系演化过程,将个体节点按照质量升序排序并依次取出,根据万有引力定律计算该节点和与它相关联节点之间的引力,将引力最大的节点定为该节点要归属的社区中心节点;在这个过程中不断更新社区质量;迭代执行此演化过程,直到每个个体节点都被处理,输出社区中所有被搜索出的紧密连接的节点的集群,即社交网络中的社区集群信息。本发明能够快速高效地发现良好的网络划分,检测出所有节点紧密联系的社区集群。
-
公开(公告)号:CN111666519A
公开(公告)日:2020-09-15
申请号:CN202010404157.6
申请日:2020-05-13
Applicant: 中国科学院软件研究所
IPC: G06F16/958
Abstract: 本发明属于数据挖掘领域,具体涉及一种增强条件下的网络访问行为特征群体动态挖掘方法及系统,针对个体访问网页的统计数据,在个体与访问关系增加的连续变化条件下,建立能够快速高效地在动态变化的数据中搜索最大二分团的智能模型。该方案为:为用户提供一个输入接口,用户输入个体访问每一个网页的有效频度统计数据,将其转换为矩阵形式,并在此矩阵基础上执行一遍扫描搜索该矩阵中的所有最大二分团并存储到内存中,接着为用户提供一个输入矩阵点或边增加数据的接口,将用户输入的增加数据归一化为边的增加数据,最后对每一条数据执行迭代搜索过程,输出最后一次迭代获得的所有最大二分团,即具有最大化共同网络访问行为特征的所有群体。
-
公开(公告)号:CN108718221A
公开(公告)日:2018-10-30
申请号:CN201810270441.1
申请日:2018-03-29
Applicant: 中国科学院软件研究所
IPC: H04B17/309 , H04W24/02
Abstract: 本发明涉及一种VHF通信电台频谱池容量优化决策方法及系统,根据用户输入的信道总数量n、工作信道数量K、信道质量时变概率pE、信道质量时变范围s与信道选择的准确性要求Pcover参数,在VHF通信电台进行频谱感知获取信道质量之后,采用闭合模式序位覆盖概率计算方法,计算确定频谱池容量的最优值B。从而通信电台可根据该最优值从所感知的信道中按照信道质量从高到低选择B个信道作为频谱池,供后续从中选择信道进行数据通信,当频谱池中信道使用完毕,对时变参数进行动态调整。本发明方法能够在频谱感知获取信道质量之后,确定频谱池容量的最优值,让电台用户最大程度减少频谱迁移失效次数,并有效提高频谱利用效率,而且满足用户提出的信道选择准确性的要求。
-
公开(公告)号:CN111667572A
公开(公告)日:2020-09-15
申请号:CN202010397280.X
申请日:2020-05-12
Applicant: 中国科学院软件研究所
IPC: G06T17/05
Abstract: 本发明公开了一种毫秒级实时的大规模动态地形绘制方法,其步骤包括:1)高程更新:对于虚拟环境中地形的高程数据变化区域内每一分辨率r的分辨率块b,计算块b下需要修改分辨率块粗糙度d2值的网格范围;如果r是最高分辨率,则对于需要修改d2值的每一块b,计算块b的d2值;如果r不是最高分辨率,则计算该块b的d2值以及与相关块的d2值,将d2最大值作为该块b的d2值;2)纹理更新:计算动态变化地形的图像范围并对齐,从libMini库中获取最高分辨率图像数据;然后对图像进行解压缩和修改后重新压缩;最后使用修改后的最高分辨率图像创建待处理虚拟环境中其他所有区域的图像,完成虚拟环境的绘制。
-
公开(公告)号:CN109902284A
公开(公告)日:2019-06-18
申请号:CN201811649096.9
申请日:2018-12-30
Applicant: 中国科学院软件研究所
IPC: G06F17/27
Abstract: 本发明实施例提供了一种基于论辩挖掘的一种无监督论点提取方法,涉及自然语言处理技术领域。该方法包括以下步骤:构建图模块,将一篇文本构建为图模块;创建位置模块,计算此篇文本中句子在位置模块中的权重;创建指示词模块,计算此篇文本中句子在指示词模块中的权重;创建联合排序模块,用以得到上述三个模块的线性加权之后的最终分数。本发明从无监督的角度出发,避免了有监督机器学习算法对标注语料库的依赖。将文本建立为图模块,用以探索图模块算法和论辩挖掘中论点识别任务的相关性。从速度上而言,能够达到实时的效率,减少了前期大量的训练时间。
-
公开(公告)号:CN108664548A
公开(公告)日:2018-10-16
申请号:CN201810255630.1
申请日:2018-03-27
Applicant: 中国科学院软件研究所
IPC: G06F17/30
Abstract: 本发明涉及一种退化条件下的网络访问行为特征群体动态挖掘方法及系统,针对个体访问网页的统计数据,在个体与访问关系消失的连续变化条件下,建立能够快速高效地在动态变化的数据中搜索最大二分团的智能模型,其中每个最大二分团代表一个具有最大化共同网络访问行为特征的最大化群体;为用户提供一个输入接口,用户输入个体访问每一个网页的有效频度统计数据,将此频度统计数据转换为矩阵形式,并在此矩阵基础上执行一遍扫描搜索该矩阵中的所有最大二分团并存储到内存中,接着为用户提供一个输入矩阵点或边删减数据的接口,将用户输入的删减数据归一化为边的删减数据,最后对每一条删减数据执行迭代搜索过程,输出最后一次迭代获得的所有最大二分团,即具有最大化共同网络访问行为特征的所有群体。
-
公开(公告)号:CN108960347B
公开(公告)日:2021-10-22
申请号:CN201810261698.0
申请日:2018-03-28
Applicant: 中国科学院软件研究所
Abstract: 本发明涉及卷积神经网络手写体识别排序稳定性的效果评估系统及方法,包含卷积神经网络手写体识别模块,参数估计模块以及不确定性计算模块。其中卷积神经网络手写体识别模块以用户手写的数据为输入数据,通过卷积神经网络(CNN),最后输出预测的分类概率,并依据此分类进行排序;参数估计模块以卷积神经网络(CNN)的手写体识别模块的输出:以识别模块的预测概率为输入,并采用统计的方式,对关系不确定性计算所需参数进行估计;不确定性计算模块以参数估计模块输出的参数作为输入数据,通过设计一种数据不确定性和数据关系不确定性的融合概率计算模型,估计卷积神经网络手写体识别排序结果的稳定性。
-
公开(公告)号:CN108712221B
公开(公告)日:2020-08-18
申请号:CN201810270445.X
申请日:2018-03-29
Applicant: 中国科学院软件研究所
IPC: H04B17/336 , H04B17/345
Abstract: 本发明涉及一种VHF通信电台信道测量集优化选择方法及系统,根据用户输入的信道总数量n、工作信道数量K、信道底噪变化概率pE、信道底噪变化范围s与信道测量集选择的准确性要求Pcover共计5个参数,在VHF通信电台开始探测信道质量之前,采用一种序位覆盖概率计算方法,计算确定信道测量集大小的最优值,从而通信电台可根据该最优值从能量检测方法获取的结果中,优选出一个最佳的信道测量集合,进行进一步的信道质量探测。本发明能够在信道探测之前,预先确定信道测量集大小的最优值,最大程度减少信道测量次数及能量消耗、降低电台位置暴露风险的同时,满足用户提出的信道测量集选择准确性要求。
-
公开(公告)号:CN109919968A
公开(公告)日:2019-06-21
申请号:CN201811649086.5
申请日:2018-12-30
Applicant: 中国科学院软件研究所
Abstract: 本发明提出一种用于监控无人机的目标检测与部件识别系统,涉及智能监控技术与计算机视觉交叉技术领域。该系统包括:图像采集设备、数据处理器和监控响应系统;所述数据处理器包括目标检测模块、区域分割模块和部件识别模块,所述目标检测模块与所述区域分割模块连接,所述区域分割模块与所述部件识别模块连接;所述图像采集设备与所述数据处理器中的目标检测模块连接;所述数据处理器中的部件识别模块与所述监控响应系统连接。通过区域分割与部件识别模块,精确提取并分割无人机区域,统计各区域属性,自动识别部件类型,通过监控响应系统识别无人机行为、机载与具体型号,判断其危险程度,从而实现自动报警与武器打击。
-
公开(公告)号:CN109918988A
公开(公告)日:2019-06-21
申请号:CN201811649068.7
申请日:2018-12-30
Applicant: 中国科学院软件研究所
Abstract: 本发明提出一种结合成像仿真技术的可移植的无人机检测系统,涉及成像仿真和机器视觉交叉技术领域,该系统使用成像仿真技术,简化数据搜集过程,减少模型训练周期,使用调整内部权重后的网络进行计算,最终实现无人机检测。本发明所述的结合成像仿真技术的可移植的无人机检测系统,能够在多种复杂背景下,对多种类型的无人机进行实时检测,使用深度学习技术解决传统模板匹配方法泛化能力差的问题,通过结合成像仿真技术,简化数据搜集过程,缩短模型训练周期,同时可以搭建在多种嵌入式设备上,提供了一种可移植的智能化无人机检测系统。
-
-
-
-
-
-
-
-
-