-
公开(公告)号：CN110795473A
公开(公告)日：2020-02-14
申请号：CN201911106961.X
申请日：2019-11-13
Applicant: 哈尔滨工业大学 , 电子科技大学广东电子信息工程研究院
IPC: G06F16/2458 , G06F16/242 , G06F16/27 , G06F9/445
Abstract: 本发明属于检索技术领域，具体涉及一种基于自举法的加速搜索方法，包括S1.将Hadoop架构下的用户搜索请求设置为三元组Q(Op,D,ρ)，其中，Op表示用户对目标数据集合D的搜索操作，ρ为用户设置的搜索精度下限值；S2.从数据集合D中抽取初始样本S，然后以S为论域进行m次有放回采样{S1,...,Sm}；S3.对步骤S2中实施操作Op(D)产生的m个结果{Op(S1),...,Op(Sm)}进行近似计算，得到变异系数的相对误差值；S4.根据步骤S3中的相对误差进行评估，得出满足用户近似精度的搜索结果。与现有技术相比，本发明采用自举法进行抽样，有效地降低了抽样过程中样本的数量，同时由于只需要从原始数据集中抽取一个较小的随机均匀抽样，因此，可以显著降低采样过程的磁盘成本。
-
公开(公告)号：CN110557288A
公开(公告)日：2019-12-10
申请号：CN201910869018.8
申请日：2019-09-16
Applicant: 鹏城实验室 , 电子科技大学广东电子信息工程研究院
IPC: H04L12/24
Abstract: 本发明属于计算机技术领域，具体涉及一种基于OpenStack的网络可视化编辑与自动化部署系统，包括前端和后端，所述前端用于为用户提供一个界面以实现对网络拓扑图的快速创建；所述后端用于将所述网络拓扑图解析出的信息导入，在OpenStack云平台上创建与所述网络拓扑图对应的虚拟网络层和模拟网络层，以及将物理网络层和所述模拟网络层分别与所述虚拟网络层进行互联，与现有技术相比，本发明通过“物理-虚拟-模拟”三层网络的虚实互联，使网络拓扑图搭建出的网络环境更逼真，更接近实际网络的效果，有效提高了仿真的性能。
-
公开(公告)号：CN109044346A
公开(公告)日：2018-12-21
申请号：CN201810734219.2
申请日：2018-07-06
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC: A61B5/0452 , A61B5/0444
CPC classification number: A61B5/0452 , A61B5/0444 , A61B5/7207
Abstract: 本发明属于胎儿心电分离领域，提供一种基于信号降维与小波域处理的胎儿心电盲分离方法，用以克服现有技术运算量大和源信号较多时噪声大的缺点。本发明提供一种基于信号降维与小波域处理的胎儿心电盲分离方法，在不影响重建胎儿信号时域包络的情况下，对混合的心电信号在时域进行降维处理，然后近似计算每个混合信号的负熵，使其负熵极大化，从而寻到解混矩阵，分离出胎儿心电信号和母亲心电信号，避免了对全部采集到的信号进行计算，从而简化了运算；并且利用小波变换域进一步消除了胎儿心电中的噪声；综上，本发明相对于现有算法，具有运算量小、信噪比高、胎儿心电更加清晰的优点。
-
Patent Agency Ranking
公开(公告)号：CN110581758B
公开(公告)日：2023-02-10
申请号：CN201910868941.X
申请日：2019-09-16
Applicant: 鹏城实验室 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域，具体涉及一种应用于网络靶场的Json文件加密方法，包括以下步骤：S1、将Json文件转换成正方形或近似正方形的矩阵字符串块；S2、将步骤S1中的矩阵字符串块转换为ASCII码；S3、将转换后的ASCII码映射到RGB颜色谱中形成像素图形；S4、将步骤S3中的像素图形进行置乱加密处理后发送给接收端，与现有技术相比，本发明中通过将Json文件的内容整合形成矩阵字符串，并利用该矩阵字符串转换成图形的形式，通过置乱算法对该图形进行加密，因此，可以提高Jason文件加密的密钥空间，同时也能提高加密过程的复杂性，从而降低被破解的风险，有效提高Json文件加密的安全性。
-
公开(公告)号：CN110557288B
公开(公告)日：2022-04-22
申请号：CN201910869018.8
申请日：2019-09-16
Applicant: 鹏城实验室 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域，具体涉及一种基于OpenStack的网络可视化编辑与自动化部署系统，包括前端和后端，所述前端用于为用户提供一个界面以实现对网络拓扑图的快速创建；所述后端用于将所述网络拓扑图解析出的信息导入，在OpenStack云平台上创建与所述网络拓扑图对应的虚拟网络层和模拟网络层，以及将物理网络层和所述模拟网络层分别与所述虚拟网络层进行互联，与现有技术相比，本发明通过“物理‑虚拟‑模拟”三层网络的虚实互联，使网络拓扑图搭建出的网络环境更逼真，更接近实际网络的效果，有效提高了仿真的性能。
-
公开(公告)号：CN111026815B
公开(公告)日：2024-02-06
申请号：CN201911235530.3
申请日：2019-12-05
Applicant: 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于信息抽取技术领域，具体涉及基于用户辅助修正下的实体对特定关系抽取方法，包括以下步骤：a、设置人工标注模块，该模块用于按需导入数据，并进行人工标注；b、构建基于深度学习的模型训练模块，其包含多个深度学习模型，训练数据经过不同的深度学习模型找出最优模型并替换抽取模型；c、对人工标注数据及校正数据进行整合以及对特定的过滤清理，并依据分词结果进行数据的预处理；d、构建关系校正模块供用户进行辅助修正，由用户判断抽取是否正确。本发明在保证用户能动性的前提下，让用户对相应数据进行标注，纠正计算机的错误，教会计算机如何产出想要的结果，通过伴随用户的辅助修正不断提高了特定关系抽取的准确率。
-
公开(公告)号：CN111026815A
公开(公告)日：2020-04-17
申请号：CN201911235530.3
申请日：2019-12-05
Applicant: 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于信息抽取技术领域，具体涉及基于用户辅助修正下的实体对特定关系抽取方法，包括以下步骤：a、设置人工标注模块，该模块用于按需导入数据，并进行人工标注；b、构建基于深度学习的模型训练模块，其包含多个深度学习模型，训练数据经过不同的深度学习模型找出最优模型并替换抽取模型；c、对人工标注数据及校正数据进行整合以及对特定的过滤清理，并依据分词结果进行数据的预处理；d、构建关系校正模块供用户进行辅助修正，由用户判断抽取是否正确。本发明在保证用户能动性的前提下，让用户对相应数据进行标注，纠正计算机的错误，教会计算机如何产出想要的结果，通过伴随用户的辅助修正不断提高了特定关系抽取的准确率。
-
公开(公告)号：CN110581758A
公开(公告)日：2019-12-17
申请号：CN201910868941.X
申请日：2019-09-16
Applicant: 鹏城实验室 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域，具体涉及一种应用于网络靶场的Json文件加密方法，包括以下步骤：S1、将Json文件转换成正方形或近似正方形的矩阵字符串块；S2、将步骤S1中的矩阵字符串块转换为ASCII码；S3、将转换后的ASCII码映射到RGB颜色谱中形成像素图形；S4、将步骤S3中的像素图形进行置乱加密处理后发送给接收端，与现有技术相比，本发明中通过将Json文件的内容整合形成矩阵字符串，并利用该矩阵字符串转换成图形的形式，通过置乱算法对该图形进行加密，因此，可以提高Jason文件加密的密钥空间，同时也能提高加密过程的复杂性，从而降低被破解的风险，有效提高Json文件加密的安全性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
