-
公开(公告)号：CN101237364A
公开(公告)日：2008-08-06
申请号：CN200810007676.8
申请日：2008-03-06
Applicant: 北京邮电大学
Abstract: 本发明公布了一种提高无线通信网络中点到点对等通信稳定性的方法。所述方法包括如下步骤：A.如作为资源发送方的通信终端处于多种无线网络重叠覆盖下，则同时接入这些无线网络，选择其中之一作为通信的主用网络，其他作为备用网络；B.所述发送方终端向资源查找服务器注册其主、备用网络地址；C.作为资源接收者的接收方终端通过资源查找服务器获得所述发送方终端的主、备用网络地址，并通过主用网络地址与发送方终端通信；D.通信过程中，如所述发送方终端主用网络不可用，则快速切换至备用网络继续与接收方终端通信。通过此方法通信双方可以快速重新建立连接，提高了通信的稳定性。
-
公开(公告)号：CN101222368A
公开(公告)日：2008-07-16
申请号：CN200810006927.0
申请日：2008-01-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种利用终端性能智能调节P2P业务的方法和装置，涉及通信终端性能评价、P2P业务控制技术应用领域。一种利用终端性能智能调节P2P业务的方法，关键在于，该方法包括以下步骤：a.设定通信终端性能评价指标参数；b.P2P客户端软件对通信终端性能评价指标参数进行轮询检测；c.当通信终端性能评价指标没有发生变化时，返同步骤b；d.当通信终端性能评价指标发生变化时，对P2P业务进行智能调节。本发明还同时公布了一种利用终端性能智能调节P2P业务的装置，采用该方法和装置可以利用终端性能指标智能调节P2P业务，使P2P业务资源占用和终端工作状态达到合理分配，使终端性能最优化。
-
公开(公告)号：CN117409217B
公开(公告)日：2025-03-28
申请号：CN202311013494.2
申请日：2023-08-11
Applicant: 北京邮电大学
IPC: G06V10/74 , G06V10/77 , G06F16/583
Abstract: 本发明提出一种面向图像数据集的域间差异度量方法，包括，对图像数据集进行数学特征分析，实现对图像数据集的差异度量的数学抽象；基于数学抽象建立具有图像特征针对性的数学度量方法；对数学度量方法进行优化；获取待处理图像数据集，根据优化后的数学度量方法对待处理图像数据集进行差异度量。本发明可以通过客观的定量方式计算图像数据集间的差异，提高了图像任务域自适应的泛化性，也节省了计算资源和运行时间。
-
公开(公告)号：CN118708807A
公开(公告)日：2024-09-27
申请号：CN202410765488.0
申请日：2024-06-14
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06Q50/20 , G06F18/22 , G06Q10/0639 , G06F40/284 , G06F16/36 , G06N5/022
Abstract: 本申请提出了一种基于张量分解技术的个性化课程推荐方法及装置，该方法包括：根据原始异质评教数据构建含有个人关系网络和课程评教网络的异质学生教学评价图谱，并基于图结构的学习方法衡量每个学生之间的个性化差异得到学生表征向量；利用任意两个学生表征向量之间的余弦距离，结合每个学生的知识掌握情况，进行学生个性化程度的评估；根据评估结果，将原始异质评教数据转换为定量的新数据形式，并将新数据形式在学生、课程和个性化类型三个维度上进行组合，构建学生教学评估张量；将学生教学评估张量作为特征输入，将评价分数作为预测目标，通过随机梯度下降法训练预测模型，完成课程评价预测。本申请能够实现准确的学生个性化课程推荐。
-
公开(公告)号：CN118468003B
公开(公告)日：2024-09-24
申请号：CN202410911583.7
申请日：2024-07-09
Applicant: 北京邮电大学 , 北京万方数据股份有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06F40/284 , G06N5/01 , G06F18/2431
Abstract: 本申请提出了一种基于异质引文网络自动检测论文工厂论文的方法，该方法包括：获取论文工厂论文作为原始数据，对原始数据进行处理，构建引文异构图网络，并基于引文异构图网络生成多种元路径；对每个论文工厂论文进行文字特征提取，获取每个论文节点的初始嵌入向量；基于引文异构图网络、多种元路径和每个论文节点的初始嵌入向量，依次对每个论文节点进行节点级注意学习和语义级注意学习，获得每个论文节点的最终嵌入特征向量；通过最终嵌入特征向量训练分类器模块，并利用训练完成的分类器模块检测待处理论文。该方法针对论文的引用关系构建检测模型，能够自动检测出论文工厂论文，提高了论文工厂论文检测的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN114492599B
公开(公告)日：2024-09-13
申请号：CN202210016344.6
申请日：2022-01-07
Applicant: 北京邮电大学
IPC: G06V10/762 , G16H30/40 , G06F17/14 , G06V10/774
Abstract: 本发明提出一种基于傅里叶域自适应的医疗影像预处理方法和装置，其中，方法包括：获取源域影像数据集和目标域影像数据集；基于目标域影像数据集和DBSCAN聚类算法生成目标数据集；设置光谱邻域交换参数；利用光谱邻域交换参数获取完成傅里叶变换的源域影像数据集和目标数据集的振幅图中的低频部分，将源域影像数据集的振幅图中的低频部分替换为目标数据集的振幅图中的低频部分，对替换后的源域影像数据集的振幅图和相位图进行傅里叶逆变换得到重建影像数据集；利用重建影像数据集与目标数据集的特征距离筛选出目标重建影像数据集。根据本发明的方法解决现有技术中医疗影像的域自适应问题。
-
公开(公告)号：CN114398669B
公开(公告)日：2024-09-06
申请号：CN202111538462.5
申请日：2021-12-15
Applicant: 北京邮电大学
IPC: G06F21/62 , G06Q40/03 , G06F18/2135
Abstract: 本申请提出了一种基于隐私保护计算和跨组织的联合信用评分方法及装置，该方法包括：在多个边缘节点中分别构建本地数据资源，将本地数据资源的基本信息和元数据信息同步至中央节点；在中央节点中通过同步的信息构建数据模型进行关联分析，并构建数据指标；将数据指标与多个边缘节点的元数据信息进行关联映射；基于更新后的多个本地数据资源，通过隐私保护集合求交确定公共样本；通过多方数据挖掘算法计算数据指标体系的权重参数，并将权重参数赋值到评分系统的指标体系的每个特征上；通过构建出的联合评分系统模型进行信用评分。该方法在加入安全隐私的机制下生成跨组织的联合评分卡系统架构，能够有效利用多维数据构建高维复杂的评分系统。
-
公开(公告)号：CN114020781B
公开(公告)日：2024-05-31
申请号：CN202111316037.1
申请日：2021-11-08
Applicant: 北京邮电大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/36
Abstract: 本公开提供的基于科技咨询大规模图数据的查询任务优化方法、系统及存储介质中，获取查询任务的标识，并根据查询任务的标识，选择对应的查询优化方法，其中，查询优化方法包括调整图遍历展开顺序策略、Cardinality减少、模式提前、物化视图，然后利用查询优化方法对图数据库进行查询，输出查询结果。由此可知，本公开提出的方法中，可以根据查询任务的标识选择对应的查询优化方法，提高了查询方法的灵活性。同时，本公开提出的方法中，查询优化方法提高了科技咨询大规模图数据不同场景下查询任务的查询效率，降低了查询计算的复杂度，缩短了查询所花费的时间。
-
公开(公告)号：CN118069869A
公开(公告)日：2024-05-24
申请号：CN202410466869.9
申请日：2024-04-18
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F40/295 , G06N3/0442 , G06N5/04
Abstract: 本申请提出一种基于时间规律捕获的时序知识图谱推理方法及装置，涉及大数据、人工智能与知识图谱技术领域，该方法包括：获取用户查询输入，构建查询四元组，并获取历史数据；对四元组数据进行重复事实编码，得到历史数据统计向量；对动态图数据进行时间线拟合，得到筛选后的动态图数据和实体数据；对静态图数据进行全局编码，得到静态图上的实体和关系的编码矩阵，并使用局部编码方式、基于筛选后的动态图数据对编码矩阵进行更新；对查询四元组进行解码，将解码结果与更新后的编码矩阵进行得分计算，并将计算的解码得分与历史数据统计向量、实体数据结合，得到预测结果。采用上述方案的本申请能够基于历史数据，实现对较远的未来事实的准确预测。
-
公开(公告)号：CN117973556A
公开(公告)日：2024-05-03
申请号：CN202410023976.4
申请日：2024-01-05
Applicant: 北京邮电大学
Abstract: 本申请提出了一种云边协同架构下的增量学习系统，该系统包括应用层、引擎层、数据层，系统的使用角色包括服务构建者和服务使用者，服务构建者在云端对系统进行管理，服务使用者在边端使用系统所提供的服务，其中，应用层，用于为服务构建者提供增量学习配置交互入口，并为服务使用者提供对外增量学习服务接口；引擎层，用于根据服务构建者设定的增量学习配置参数对模型进行处理，并在边端进行模型部署，并在服务使用者使用对外增量学习服务时，进行模型推理；数据层，用于对边端缓存的增量数据进行聚合，并上传至云端，并在模型推理时，缓存推理过程中产生的增量数据。采用上述方案的本发明实现了云边协同架构下的增量学习。
-
-
-
-
-
-
-
-
-
Search Results
326
records
(took 0.039 seconds)
