-
公开(公告)号:CN117915360A
公开(公告)日:2024-04-19
申请号:CN202311823224.8
申请日:2023-12-27
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
IPC: H04W24/02 , H04L41/0893 , G06N3/08 , G06N3/045
Abstract: 本发明属于5G网络切片生成与管理技术领域,公开了一种5G网络切片模板自生成与选择接入方法及系统;在用户和核心网的通信链路之间加入基于深度Q网络的网络切片参数识别器网元;识别器网元输入用户的业务流量,输出一系列的网络切片参数;部署半实物仿真平台,通过接收所述网络切片参数实现网络切片模板系统组网的部署;通过所述网络切片模板系统组网实现基于FlexRIC的流量监控和切片控制,使切片控制xApp根据网络切片参数映射为具体的RAN侧切片指标;通过切片模板选择和接入来满足用户的具体需求。本发明实现端到端的网络切片接入服务,为用户实现自动化的网络切片模板分配,优化用户的网络QoS和综合服务体验。
-
公开(公告)号:CN114155613B
公开(公告)日:2023-09-15
申请号:CN202111219886.5
申请日:2021-10-20
Applicant: 杭州电子科技大学
IPC: G06V40/30 , G06V30/412 , G06V30/19 , G06V30/164 , G06V30/18 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于便捷样本获取的离线签名比对方法,包括如下步骤:步骤S1:收集历年考场情况登记表;步骤S2:利用手写字体转换器,将表格中的姓名转换为各种形式的签名笔迹,得到大量该学生的伪冒手写签名图像;步骤S3:从历年考场情况登记表中将学生的手写签名提取出来,并保存为灰度图像文件形成训练集,对手写签名图像进行预处理;步骤S4:任意选取训练集中某一学生的两张真实手写签名图像做为正样本,一张真实手写签名图像和一张该学生的伪冒签名图像做为负样本,输入孪生网络中得到损失函数,通过训练使损失函数最小,迭代至分类器的损失稳定,得到鉴定模型;步骤S5:将训练的网络模型应用于测试样本,进行手写签名比对。
-
公开(公告)号:CN114113279A
公开(公告)日:2022-03-01
申请号:CN202111253340.1
申请日:2021-10-27
Applicant: 宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心) , 江苏省中国科学院植物研究所 , 杭州电子科技大学
IPC: G01N27/48
Abstract: 本发明枸杞酸含量的电化学检测方法:一、将醋酸加入到壳聚糖中,超声形成壳聚糖溶液;二、将铅离子溶液加入壳聚糖溶液中,超声均匀;三、将枸杞酸加入步骤二溶液中,超声均匀;四、往步骤三溶液中滴加氢氧化钠溶液,超声至形成凝胶状;五、预处理金电极;六、步骤四凝胶滴于步骤五金电极表面,晾干;七、将步骤六金电极和铂丝电极、Ag/AgCl电极浸入含有氯化钾的铁氰化钾和亚铁氰化钾溶液的混合液中测定阻抗谱;八、利用电化学阻抗值和枸杞酸浓度绘制标准曲线;九、将碾碎的枸杞或枸杞提取物加入乙醇中,超声分散后过有机系微孔滤膜,加入步骤二的溶液中,超声均匀;重复步骤四到七,测得阻抗值;将阻抗值带入步骤八的标准曲线,计算得到枸杞酸含量。
-
公开(公告)号:CN104301089A
公开(公告)日:2015-01-21
申请号:CN201410489846.6
申请日:2014-09-23
Applicant: 电子科技大学
IPC: H04L9/00
Abstract: 本发明公开了一种用于对任意变量的两个布尔函数进行仿射等价的判定方法,属于数字集成电路与密码学领域,其包括以下步骤:一、确定布尔函数Fm;二、任意两个布尔函数,求出对应的变量取值矩阵;三、计算rank(Af)、rank(Ag);四、判断rank(Af)、rank(Ag)是否相等,代表元是否相同,若是f与g仿射等价;否则f与g仿射不等价。本发明可以应用到组合逻辑电路、FPGA的可编程逻辑单元和Reed-Muller码中。
-
公开(公告)号:CN103838908A
公开(公告)日:2014-06-04
申请号:CN201310418675.3
申请日:2013-09-14
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明提供了一种基于AIG和SAT求解器的GSTE模型检测方法,其特征在于包括以下步骤:步骤1,使用ABC工具建立AIG模型;将该AIG转化成FRAIG,同时使用逻辑综合算法化简该FRAIG,减小AIG规模;步骤2,计算每条边上的状态集不动点Ψ*,步骤3:将算得的每条边上的不动点和相应边上的cons做验证,若则报错,并通过反向迁移找到反例;步骤4:判断每条边上的状态集是否到达不动点,若到达不动点,完成本次验证,否则返回步骤2,进行下一轮状态集的计算。
-
公开(公告)号:CN117786218A
公开(公告)日:2024-03-29
申请号:CN202311825003.4
申请日:2023-12-28
Applicant: 电子科技大学
IPC: G06F16/9535
Abstract: 本发明公开了一种基于一致性对齐的偏好解耦的跨域推荐方法,属于推荐技术领域。本发明的在实现跨域推荐时,通过一致性对齐学习到物品的域共有属性特征,并以此为作为辅助对用户进行兴趣和从众性的偏好解耦,本发明对共享用户实体的点击偏好进行了解耦,更精准地捕获了隐式反馈数据下用户的真实行为目的,从而实现更好的推荐效果;本发明在跨域推荐场景数据较为稀疏的情况下,通过一致性对齐提取共有的物品属性,缓解了数据稀疏性的问题。本发明的推荐方法可用于购物决策、音乐选择和社交媒体阅读等应用场景。
-
公开(公告)号:CN114861048A
公开(公告)日:2022-08-05
申请号:CN202210431989.6
申请日:2022-04-22
Applicant: 宜宾电子科技大学研究院
IPC: G06F16/9535 , G06F16/9536 , G06F16/215 , G06Q10/04 , G06Q10/06 , G06Q30/06 , G06K9/62
Abstract: 本发明公开了一种基于哈希度量学习的快速协同过滤方法,包括以下步骤:S1:采集用户数据和用户对物品的评分数据,并进行数据清洗和数据划分;S2:进行参数初始化;S3:构建哈希模型;S4:对用户数据特征和评分数据特征进行特征优化;S5:对哈希模型进行迭代训练,直至收敛,得到用户对物品的兴趣值,并生成推荐列表。本发明提出的快速协同过滤方法面向不同数据簇使用尺度不变的角度边界,通过优化目标,负样本也将同时从用户和正样本中被推远,可以更大程度的提取用户个性化的偏好信息,从而提升推荐的精度。
-
公开(公告)号:CN114113279B
公开(公告)日:2023-11-24
申请号:CN202111253340.1
申请日:2021-10-27
Applicant: 宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心) , 江苏省中国科学院植物研究所 , 杭州电子科技大学
IPC: G01N27/48
Abstract: 本发明枸杞酸含量的电化学检测方法:一、将醋酸加入到壳聚糖中,超声形成壳聚糖溶液;二、将铅离子溶液加入壳聚糖溶液中,超声均匀;三、将枸杞酸加入步骤二溶液中,超声均匀;四、往步骤三溶液中滴加氢氧化钠溶液,超声至形成凝胶状;五、预处理金电极;六、步骤四凝胶滴于步骤五金电极表面,晾干;七、将步骤六金电极和铂丝电极、Ag/AgCl电极浸入含有氯化钾的铁氰化钾和亚铁氰化钾溶液的混合液中测定阻抗谱;八、利用电化学阻抗值和枸杞酸浓度绘制标准曲线;九、将碾碎的枸杞或枸杞提取物加入乙醇中,超声分散后过有机系微孔滤膜,加入步骤二的溶液中,超声均匀;重复步骤四到七,测得阻抗值;将阻抗值带入步骤八的标准曲线,计算得到枸杞酸含量。
-
公开(公告)号:CN107369154A
公开(公告)日:2017-11-21
申请号:CN201710596100.9
申请日:2017-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种图像的检测方法及装置,涉及医学技术领域。所述方法包括获取待检测的超声波图像,再根据预设的目标检测网络模型对所述待检测的超声波图像进行检测,获取所述待检测的超声波图像中的目标对象,以此实现自动检测到超声波图像中的目标对象,操作简单,精度高,耗费时间少。
-
公开(公告)号:CN117611257A
公开(公告)日:2024-02-27
申请号:CN202311769685.1
申请日:2023-12-21
Applicant: 电子科技大学
IPC: G06Q30/0251 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种无源域场景下的协同去噪跨域推荐方法,属于推荐技术领域。本发明在实现跨域推荐时,使用源域模型在目标域推荐模型的训练过程中,为其过滤掉噪声数据,具体为:将目标域数据按照指定的批此处分别输入到源域模型和目标域推荐模型,基于预测结果计算各自的损失值;根据设置计算方式确定噪声数据量N,将损失值最大的N各样本作为噪声数据样本并抛弃得到对应的各自的感觉样本数据,再交叉输入至对应的模型中对模型参数进行更新,重复该处理直至模型收敛。本发明在迭代过程中通过过滤掉损失值较大的样本数据的方式进行去噪,并在迭代过程中,动态调节过滤掉噪声数据占当前样本的比例,减少噪声数据对模型的误导,从而提升推荐效果。
-
-
-
-
-
-
-
-
-