-
公开(公告)号：CN115129905B
公开(公告)日：2025-04-01
申请号：CN202210665668.2
申请日：2022-06-13
Applicant: 北京计算机技术及应用研究所 , 北京航天爱威电子技术有限公司
IPC: G06F16/51 , G06F16/583 , G06V10/46 , G06V10/74 , G06V10/28
Abstract: 本发明涉及一种利用尺度不变特征和本征值计算图像哈希值的方法，属于图像处理领域。本发明包括利用尺度不变特征变换算法，计算图像的特征点及相应的尺度不变特征；计算图像的全部尺度不变特征组成矩阵的本征值；对图像本征值进行正交变换，根据需要截取部分低频系数；计算截取的图像本征值变换系数的平均值，各系数与平均值比较后二值化，得到图像的哈希值。本发明提出的计算图像哈希值的方法，利用尺度不变特征作为图像哈希值的基础，使得缩放、旋转、平移后的图像具有相似的哈希值，符合人类视觉习惯，并能处理不同图像有不同数目特征点的情况，根据需要确定图像哈希值的长度，有助于图像大数据的快速检索。
-
公开(公告)号：CN112000298B
公开(公告)日：2024-04-19
申请号：CN202010906914.X
申请日：2020-08-31
Applicant: 北京计算机技术及应用研究所
IPC: G06F3/06
Abstract: 本发明涉及一种基于IO加权公平排队的存储服务质量保障系统，其中，包括：性能比例区分控制器、性能测量监测器和IO资源分配器；性能测量监测器连续并周期性地监视每个负载的性能指标，将测量结果传送给比例控制器，比例控制器的参考基准值依据事先指定的比例性能规范来确定，比例性能规范规定QOS质量等级与负载性能配比关系，根据指定的控制规律计算出每一负载应接受的资源份额，并将相应的比例参数提交给IO资源分配器，IO资源分配器作为执行器，指定控制规律为根据比例性能规范规定的负载性能配比比例来计算资源份额；IO资源分配器按照资源份额参数执行调度策略，选择各个负载的IO请求并派发给公用存储系统，从而实现应用负载的比例性能区分。
-
公开(公告)号：CN113436188B
公开(公告)日：2023-02-03
申请号：CN202110854478.0
申请日：2021-07-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种利用卷积计算图像哈希值的方法，属于图像处理领域。本发明选择一个适当的图像分类卷积神经网络，利用训练图像训练卷积神经网络，使其达到稳定状态；将需要计算哈希值的图像输入卷积神经网络，保留卷积神经网络中每一层的卷积操作输出的特征图像；计算每一层各个特征图像的信号强度和每一层全部特征图像的平均信号强度，根据特征图像的信号强度和平均信号强度的相对大小，计算每一层的哈希值；将各层哈希值串接就得到图像的哈希值。本发明提出的计算图像哈希值的方法，能够有效提取卷积神经网络提取的输入图像的特征信息，使得相似图像的哈希值相似，有助于图像大数据的快速检索，在图像大数据应用中具有重要的应用价值。
-
公开(公告)号：CN110739003B
公开(公告)日：2022-10-28
申请号：CN201911012632.9
申请日：2019-10-23
Applicant: 北京计算机技术及应用研究所
IPC: G10L21/0208 , G10L25/27 , G10L25/03
Abstract: 本发明涉及一种基于多头自注意力机制的语音增强方法，涉及语音增强技术领域。本发明本发明针对现有基于注意力机制的语音增强方法无法在注意力计算过程中明显抑制噪声的问题，基于对人类在听觉感知的过程中存在掩蔽效应的研究及利用，提出了一种基于多头自注意力机制的语音增强方法，该方法实现了在注意力机制运算的过程中抑制噪声部分，提高了语音增强性能。
-
公开(公告)号：CN113436188A
公开(公告)日：2021-09-24
申请号：CN202110854478.0
申请日：2021-07-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种利用卷积计算图像哈希值的方法，属于图像处理领域。本发明选择一个适当的图像分类卷积神经网络，利用训练图像训练卷积神经网络，使其达到稳定状态；将需要计算哈希值的图像输入卷积神经网络，保留卷积神经网络中每一层的卷积操作输出的特征图像；计算每一层各个特征图像的信号强度和每一层全部特征图像的平均信号强度，根据特征图像的信号强度和平均信号强度的相对大小，计算每一层的哈希值；将各层哈希值串接就得到图像的哈希值。本发明提出的计算图像哈希值的方法，能够有效提取卷积神经网络提取的输入图像的特征信息，使得相似图像的哈希值相似，有助于图像大数据的快速检索，在图像大数据应用中具有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110704878B
公开(公告)日：2021-03-02
申请号：CN201910917192.5
申请日：2019-09-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F21/78
Abstract: 本发明涉及一种安全计算机防拆系统，涉及安全计算机技术领域。本发明充分利用I2C通信数据总线的互连协议，通过安全模块作为I2C总线主设备，以超低功耗单片机电路、可销毁固态盘作为总线从设备实现防拆销毁策略的功能。在实现的过程中，首先通过主机配置机箱拆盖销毁管理以及销毁策略的管理，其次通过安全模块的I2C总线配置各从设备的销毁策略管理，最后由超低功耗单片机电路根据配置情况实现对可销毁固态盘和安全模块的销毁。本发明所设计的防拆设计较传统的防拆卸设计具有明显优势。
-
公开(公告)号：CN112000298A
公开(公告)日：2020-11-27
申请号：CN202010906914.X
申请日：2020-08-31
Applicant: 北京计算机技术及应用研究所
IPC: G06F3/06
Abstract: 本发明涉及一种基于IO加权公平排队的存储服务质量保障系统，其中，包括：性能比例区分控制器、性能测量监测器和IO资源分配器；性能测量监测器连续并周期性地监视每个负载的性能指标，将测量结果传送给比例控制器，比例控制器的参考基准值依据事先指定的比例性能规范来确定，比例性能规范规定QOS质量等级与负载性能配比关系，根据指定的控制规律计算出每一负载应接受的资源份额，并将相应的比例参数提交给IO资源分配器，IO资源分配器作为执行器，指定控制规律为根据比例性能规范规定的负载性能配比比例来计算资源份额；IO资源分配器按照资源份额参数执行调度策略，选择各个负载的IO请求并派发给公用存储系统，从而实现应用负载的比例性能区分。
-
公开(公告)号：CN103902960A
公开(公告)日：2014-07-02
申请号：CN201210587549.6
申请日：2012-12-28
Applicant: 北京计算机技术及应用研究所 , 北京航天爱威电子技术有限公司
Inventor： 陈攀 , 徐学淼 , 苏威积 , 肖鹏 , 吕英 , 申屠燕东 , 范雄涛 , 王雅云 , 谢小权 , 申世光 , 袁晓光 , 叶东升 , 王清理 , 任强 , 裴彦杰 , 何毅 , 白松 , 林秀春 , 钟松延 , 赵薇 , 董博 , 黄敏君 , 张力 , 杜丽 , 孟飞 , 张春杰 , 黄传鹤
Abstract: 本发明公开了一种实时人脸识别系统及其方法，其中该系统包括：预处理子模块，用于获取视频图像，并对该视频图像进行预处理，以增强视频图像的对比度；人脸定位子模块，用于从预处理后的所述视频图像中获取正面人脸图像；人脸识别子模块，用于提取正面人脸图像中的特征，并将该特征与目标人脸库中的人脸特征进行比较，获取相似度。为了提高人脸定位子模块中人脸检测与人脸跟踪的性能和速度，本发明对人脸识别文件的训练过程和人脸跟踪过程均作了优化改进，可满足大多数情况下人脸识别的实时性要求。
-
公开(公告)号：CN113627176B
公开(公告)日：2024-04-19
申请号：CN202110942291.6
申请日：2021-08-17
Applicant: 北京计算机技术及应用研究所 , 北京航天爱威电子技术有限公司
IPC: G06F40/284 , G06F17/16
Abstract: 本发明涉及一种利用主元分析计算汉语词向量的方法，属于语言处理领域。本发明选择汉语中有代表性的词语，作为主元分析的基准；将汉字用数值组成的向量表示；用汉语词中的汉字点阵向量组合成词本身的合成向量，词也变换成数值向量形式；计算基准词汇的全部词的平均合成向量；基准词汇中各个词的合成向量减去平均合成向量后，互乘，得到词之间差异的协方差矩阵；得到协方差矩阵的特性；根据协方差矩阵特性，计算一个对词的合成向量进行变换的矩阵；对于任意汉语词的合成向量，减去平均合成向量后，乘以投影矩阵，得到词的词向量。本发明计算简单，可以避免汉语词向量化时常见的“未登录词”问题，在汉语的自然语言处理中具有重要的应用价值。
-
公开(公告)号：CN110471768B
公开(公告)日：2023-02-03
申请号：CN201910742105.7
申请日：2019-08-13
Applicant: 北京计算机技术及应用研究所
IPC: G06F9/50
Abstract: 本发明涉及一种基于快速PCA‑ARIMA的负载预测方法，其中，包括：计算负载时间序列矩阵X的协方差矩阵∑；选择具有单位范数的初始化系数向量ωp；基于ARIMA模型进行负载预测，对降维后的负载时间序列yk，基于ARIMA模型进行未来时刻负载值的预测，进行平稳性检验：确定ARIMA模型的阶数p+q；在线模型参数估计；由n时刻的负载时间序列矩阵预测未来第n+t时刻的负载值。本发明基时间复杂度大幅降低；不需要计算出全部的系数向量，更适合在线负载主成分的提取；计算复杂度相比传统ARIMA模型大幅降低，更适合在线负载预测。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.045 seconds)
