网络流量分类方法、装置及实现装置

    公开(公告)号:CN109063777A

    公开(公告)日:2018-12-21

    申请号:CN201810894496.X

    申请日:2018-08-07

    Abstract: 本发明提供了一种网络流量分类方法、装置及实现装置;其中,该方法包括:获取待分类的数据流;该数据流包括至少一个数据包;对数据流进行处理,得到标准数据流;根据预先建立的流量分类模型,对标准数据流进行分类;流量分类模型通过神经网络建立。本发明提升了对网络流量识别分类的效果,提高了效率。

    一种特征词向量获得方法、文本分类方法及装置

    公开(公告)号:CN107092679B

    公开(公告)日:2020-01-03

    申请号:CN201710263961.5

    申请日:2017-04-21

    Abstract: 本发明实施例提供了一种特征词向量获得方法、文本分类方法及装置,所述特征词向量获得方法包括:获得特征词集合;计算所述特征词集合中各特征词间的相似度,并根据所述相似度对所述特征词集合中的各特征词进行划分,获得多个近义词集合;针对每一近义词集合,根据该近义词集合中特征词针对目标文本的第一权重,计算该近义词集合针对所述目标文本的目标权重;将所述目标权重与第二权重进行组合,得到所述目标文本的特征词向量,其中,所述第二权重为:未被划分至各近义词集合的特征词针对所述目标文本的权重。通过使用实施本实施例所获得的特征词向量,可以提高训练器训练效率。

    基于改进遗传算法的虚拟网络映射方法及装置

    公开(公告)号:CN108108815A

    公开(公告)日:2018-06-01

    申请号:CN201711329693.9

    申请日:2017-12-13

    Abstract: 本发明公开了一种基于改进遗传算法的虚拟网络映射方法及装置,其中方法包括:将每个虚拟网络节点映射方案编码为一个染色体,以获得编码后的多个染色体;对多个染色体的每个染色体进行交叉、变异、可行性检查和选择操作;将虚拟链路消耗的带宽资源作为模型的适应度函数;根据适应度函数得到虚拟网络请求中所有的虚拟链路映射方案,并检查所有的虚拟链路映射方案的可行性,以实现虚拟网络映射。该方法可以通过改进的变异操作来进一步提高虚拟节点映射方案的质量,有效缩短种群初始化过程时间,加快迭代的收敛速度,提高物理网络资源的利用率。

    光电振荡注入锁定分频方法和系统

    公开(公告)号:CN119519702A

    公开(公告)日:2025-02-25

    申请号:CN202411294210.6

    申请日:2024-09-14

    Abstract: 本发明提供一种光电振荡注入锁定分频方法和系统,所述系统包括:振荡环路和与所述振荡环路连接的分频环路;所述振荡环路生成振荡信号,并将所述振荡信号传输至所述分频环路;所述分频环路接收输入光信号和参考信号,基于所述输入光信号对所述振荡环路输出的振荡信号进行光上倍频,得到倍频信号,将所述倍频信号和所述参考信号进行混频,输出反馈信号,并将所述反馈信号传输至所述振荡环路;所述振荡环路基于所述分频环路输出的反馈信号调节所述振荡环路中的振荡信号,直至振荡环路输出的振荡信号和分频环路输出的反馈信号实现锁定,处于锁定状态的反馈信号作为最终输出的分频信号。本发明能够实现对电信号的高阶分频并降低相噪。

    网络流量分类方法、装置及实现装置

    公开(公告)号:CN109063777B

    公开(公告)日:2019-12-03

    申请号:CN201810894496.X

    申请日:2018-08-07

    Abstract: 本发明提供了一种网络流量分类方法、装置及实现装置;其中,该方法包括:获取待分类的数据流;该数据流包括至少一个数据包;对数据流进行处理,得到标准数据流;根据预先建立的流量分类模型,对标准数据流进行分类;流量分类模型通过神经网络建立。本发明提升了对网络流量识别分类的效果,提高了效率。

    一种特征词向量获得方法、文本分类方法及装置

    公开(公告)号:CN107092679A

    公开(公告)日:2017-08-25

    申请号:CN201710263961.5

    申请日:2017-04-21

    Abstract: 本发明实施例提供了一种特征词向量获得方法、文本分类方法及装置,所述特征词向量获得方法包括:获得特征词集合;计算所述特征词集合中各特征词间的相似度,并根据所述相似度对所述特征词集合中的各特征词进行划分,获得多个近义词集合;针对每一近义词集合,根据该近义词集合中特征词针对目标文本的第一权重,计算该近义词集合针对所述目标文本的目标权重;将所述目标权重与第二权重进行组合,得到所述目标文本的特征词向量,其中,所述第二权重为:未被划分至各近义词集合的特征词针对所述目标文本的权重。通过使用实施本实施例所获得的特征词向量,可以提高训练器训练效率。

Patent Agency Ranking