-
公开(公告)号：CN113011154B
公开(公告)日：2024-05-28
申请号：CN202110279211.3
申请日：2021-03-16
IPC: G06F40/194 , G06F16/33 , G06F16/338 , G06F40/263 , G06F40/268 , G06F40/216 , G06F40/284 , G06F40/30 , G06F16/35 , G06N3/0464 , G06N3/08 , G06Q50/20
Abstract: 本发明公开了一种基于深度学习的作业查重方法，包括：获取学生课程作业数据及作业模板文件，判断作业模板格式，对获取到的作业进行切题处理，判断作业中的题目是主观题还是客观题，对切题后的作业中的主观题答案进行文本预处理，利用深度学习技术(即卷积神经网络模型)计算学生作业之间的相似度，并且分析相似度计算结果，将相似度高的学生作业聚一类，生成相似度报告。为了方便教师查看相似内容情况，本发明对相似作业之间的相似内容进行标记。本发明能够找出作业语义相似的文本内容，解决许多抄袭检测方法抗干扰效果差的问题。
-
公开(公告)号：CN116455824A
公开(公告)日：2023-07-18
申请号：CN202310288167.1
申请日：2023-03-23
Applicant: 华南理工大学
IPC: H04L47/125 , H04L45/00 , H04L41/14 , H04L41/16 , H04L41/40
Abstract: 本发明公开了一种基于强化学习的网络流量负载均衡方法，包括：1)软件定义网络SDN控制器获取交换机流表信息，构建端到端的流量矩阵和网络拓扑；2)基于网络拓扑和流量矩阵，采用线性规划模型求解以最小化最大链路带宽利用率为目标的最优化问题，并将结果以数据对形式存储到数据库；3)建立以最优带宽利用率和最小业务扰动为目标的强化学习模型，提取数据库中数据来训练；4)采集实际流量转发需求，送入强化学习模型，得到关键数据流集合，并用线性规划模型解得关键数据流的重路由方案；5)将重路由方案解析为传输路径；6)根据传输路径更新网络配置，优化链路负载。本发明在实现负载均衡的同时兼顾对业务的影响，具有较好的应用前景。
-
公开(公告)号：CN109412969B
公开(公告)日：2021-10-26
申请号：CN201811104919.X
申请日：2018-09-21
Applicant: 华南理工大学
IPC: H04L12/851
Abstract: 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。
-
公开(公告)号：CN113011154A
公开(公告)日：2021-06-22
申请号：CN202110279211.3
申请日：2021-03-16
IPC: G06F40/194 , G06F16/33 , G06F16/338 , G06F40/263 , G06F40/268 , G06F40/216 , G06F40/284 , G06F40/30 , G06F16/35 , G06N3/04 , G06Q50/20
Abstract: 本发明公开了一种基于深度学习的作业查重方法，包括：获取学生课程作业数据及作业模板文件，判断作业模板格式，对获取到的作业进行切题处理，判断作业中的题目是主观题还是客观题，对切题后的作业中的主观题答案进行文本预处理，利用深度学习技术(即卷积神经网络模型)计算学生作业之间的相似度，并且分析相似度计算结果，将相似度高的学生作业聚一类，生成相似度报告。为了方便教师查看相似内容情况，本发明对相似作业之间的相似内容进行标记。本发明能够找出作业语义相似的文本内容，解决许多抄袭检测方法抗干扰效果差的问题。
-
公开(公告)号：CN111382324A
公开(公告)日：2020-07-07
申请号：CN202010114810.5
申请日：2020-02-25
Applicant: 华南理工大学
IPC: G06F16/903 , H04L29/08 , G06K9/62
Abstract: 本发明公开了一种智能化设备管理系统，系统通过互联网将智能化设备管理系统和云存储系统互相连接起来，所有的设备数据信息存储在云存储系统上，智能化设备管理系统从云存储系统上获取企业设备数据，并提供一系列特色设备管理功能，如网络地址定位和物理位置定位服务，互联网内容查询代理服务，以及设备图片识别等智能化服务。本发明将设备数据信息资源存放在第三方云存储系统，实现了资源统一，并且提供了特色设备管理功能，实现了设备管理智能化。
-
Patent Agency Ranking
公开(公告)号：CN108009422B
公开(公告)日：2020-05-22
申请号：CN201711097388.1
申请日：2017-11-09
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多层级用户分组管理的多域划分方法及系统，该方法包括：根据用户实际组织结构关系，构建多层级用户分组管理模型；在分组管理的基础上进行多用户域划分；为每个用户域指派域管理员；根据所述用户域划分的结果对用户查询进行过滤，并对域管理员的管理范围进行限制。本发明在于可以拟合实际用户管理模型，同时又可以简化用户管理，另外，在多域划分的基础上，有助于实现单一系统虚拟化成多个独立用户系统，实现对企业级系统的用户进行简单高效的管理。
-
公开(公告)号：CN109598207A
公开(公告)日：2019-04-09
申请号：CN201811349890.1
申请日：2018-11-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于卷积神经网络的快速人眼跟踪方法，包括步骤：1)制作人眼跟踪数据集和人眼验证数据集；2)用人眼跟踪数据集训练人眼跟踪卷积网络，使用人眼验证数据集训练人眼验证卷积网络，训练方法为带动量的小批量梯度下降法，损失函数为均方误差；3)获取视频中的初始人眼位置；4)使用人眼跟踪卷积网络在随后的视频帧中追踪人眼；5)使用人眼验证卷积网络验证人眼追踪结果是否准确；6)若步骤5)判定人眼跟踪结果不准确，则重新进入步骤3)获取初始人眼位置；若准确则读取下一视频帧回到步骤4)继续追踪人眼。本发明突破现有追踪方法错误率高，速度慢，无法应对复杂的现实场景的问题。
-
公开(公告)号：CN108108160A
公开(公告)日：2018-06-01
申请号：CN201810001801.8
申请日：2018-01-02
Abstract: 本发明公开了一种个人设备管理系统，包括企业设备管理系统、移动终端设备管理系统以及云存储系统。企业设备管理系统是将企业设备分配到所属的用户，并且提供设备管理功能；移动终端设备管理系统，用于用户管理拥有权限的设备，通过互联网与企业设备管理系统交互信息，以此提供必需的设备管理功能，并且提供移动终端特色管理功能；云存储系统是存储所有设备信息，并通过互联网与企业设备管理系统和移动终端设备管理系统交换和更新信息。本发明将设备数据信息资源存放在第三方云存储系统，实现资源统一并且多元化的设备管理，同时结合移动终端的便捷特色，将设备管理工作分担到用户个人，允许用户自助管理自己名下的设备。
-
公开(公告)号：CN106878337A
公开(公告)日：2017-06-20
申请号：CN201710197179.8
申请日：2017-03-29
Applicant: 华南理工大学
CPC classification number: H04L63/0876 , H04L61/2015 , H04L67/02
Abstract: 本发明公开了一种实现接入网源地址验证的Web认证方法，包括：接入网控制设备获取用户从DHCP服务器得到的DHCP报文，该报文包括用户使用的合法IP地址，接入网控制设备记录下用户的IP地址，用户进行http请求，接入网控制设备将用户请求重定向至Web认证服务器，用户将身份认证信息及IP地址发送至Web认证服务器进行Web认证，Web认证服务器与DHCP服务器进行交互，将获得的IP地址与DHCP服务器中真实分配的地址进行比较确认后，Web认证服务器发送认证通过信息至接入网控制设备，接入网控制设备打开用户访问网络权限。通过上述方案，实现了一种更为安全可靠的接入网源地址验证及安全认证管理。
-
公开(公告)号：CN103559175B
公开(公告)日：2016-08-10
申请号：CN201310476384.X
申请日：2013-10-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于聚类的垃圾邮件过滤系统及方法，系统包括聚类模块、邮件训练模块、特征库存储模块、邮件过滤模块；方法包括：S1.1、从邮件备份系统获取训练邮件及未标记邮件；S1.2、聚类预处理模块对邮件进行预处理；S1.3、聚类分析模块对预处理后的邮件划分成不同的类簇；S1.4、类簇中心计算模块计算各类簇的向量表达；S1.5、训练模块对各类簇中的已标记邮件进行学习，更新对应类簇的特征库；S2.1、从邮件系统获取需要过滤的邮件；S2.2、邮件类属性判别模块计算出与该邮件内容最接近的类簇；S2.3、邮件特征提取模块对待判别邮件进行特征提取；S2.4、邮件判别模块依据邮件特征及对应的特征库给出判别结果。本发明具有提取速度快、准确度高、效果好的优点。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.031 seconds)
