-
公开(公告)号：CN119541657B
公开(公告)日：2025-05-13
申请号：CN202411531163.2
申请日：2024-10-30
Applicant: 北京科技大学
IPC: G16B40/20 , G16B25/00 , G06F18/214 , G06F18/23213 , G06F18/241 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本申请实施例提供一种基于模糊粗糙集和增量学习的基因数据分类方法、装置，该方法通过将获取到的待分类的基因表达数据输入至目标基因数据分类模型中，由该目标基因数据分类模型基于输入的待分类的基因表达数据输出目标分类结果。由于目标基因数据分类模型的训练过程中，采用预设模糊粗糙集模型对基因表达数据训练样本数据集中的基因表达数据特征向量进行筛选，仅留存重要度大于预设重要度阈值的基因表达特征向量参与基因数据分类模型的训练，可有效减少对基因分类结果贡献程度较差的基因表达数据对模型训练的干扰。如此，可保留重要分类信息的情况下，降低基因数据分类模型所需处理的数据维度，有助于提高基因数据分类模型的分类效率以及准确率。
-
公开(公告)号：CN119397352A
公开(公告)日：2025-02-07
申请号：CN202411439924.1
申请日：2024-10-15
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京科技大学
IPC: G06F18/241 , G06F18/10 , G06F18/2131 , G06N3/043 , G06N3/088 , G01R31/00 , G01R23/16 , G06F123/02
Abstract: 本公开实施例提供一种基于宽频电气参量的谐波快速辨识与监测方法和装置，涉及信号处理技术领域。该方法的具体实施方式包括：采集待测模拟信号；对所述待测模拟信号进行预处理，得到预处理信号；对所述预处理信号进行时频分析，得到时频分析特征；将所述时频分析特征输入扰动信号辨识模型，根据所述扰动信号辨识模型的输出，辨识所述扰动信号的扰动类型和扰动百分比；其中，所述扰动信号辨识模型采用模糊SOM神经网络。该实施方式能够准确实时地进行谐波和扰动的监测与识别，可视化识别结果，不仅提高扰动信号识别的准确性，而且可以便捷、直观地定位扰动源头，进而实时控制电力系统，提高电力系统的可靠性、稳定性和效率，保障设备的正常运行，并减少潜在的风险和损失。
-
公开(公告)号：CN113449662B
公开(公告)日：2024-09-10
申请号：CN202110758306.3
申请日：2021-07-05
Applicant: 北京科技大学
IPC: G06V10/25 , G06V20/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06V40/20
Abstract: 本发明公开了一种基于多帧特征聚合的动态目标检测方法及装置，该方法包括：在Faster RCNN的全连接层后添加关系模块；通过全局关系模块将全局帧的语义特征聚合到局部帧和关键帧，得到增强局部帧和第一增强关键帧；通过局部关系模块将增强局部帧的语义特征和位置特征聚合到第一增强关键帧，得到第二增强关键帧；通过局部关系模块将第二增强关键帧其他候选区域的语义特征和位置特征聚合到某一候选区域，得到第三增强关键帧；基于第三增强关键帧得到动态目标检测结果。本发明在动态目标检测的过程中充分利用了视频中的上下文信息来辅助当前关键帧目标的检测和定位，提高了检测的精确度。
-
公开(公告)号：CN118551255A
公开(公告)日：2024-08-27
申请号：CN202410617758.3
申请日：2024-05-17
Applicant: 北京科技大学 , 北京神州绿盟科技有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/09
Abstract: 本申请提供了一种智能网联汽车加密流量多任务分类方法、装置及电子设备，该方法将获取的待处理的智能网联汽车加密流量数据输入至预先训练好的目标加密流量分类模型中，由该目标加密流量分类模型进行多任务分类处理，获取得到目标加密流量分类模型输出的目标流量类别以及目标流量来源。由于该目标加密流量分类模型是基于历史智能网联汽车的加密流量训练得到的，该目标加密流量分类模型具备从加密流量数据中提取出综合特征，并基于提取得到的综合特征获取加密流量数据的目标流量类别以及目标流量来源的能力，如此，可在不破坏流量数据本身的安全性以及隐私性的情况下，实现对智能网联汽车加密流量的分类处理，有效提升了智能网联汽车数据的安全性。
-
公开(公告)号：CN117176730A
公开(公告)日：2023-12-05
申请号：CN202311026576.0
申请日：2023-08-15
Applicant: 北京科技大学
IPC: H04L67/1008 , H04L67/10 , G06N3/098 , G06N3/0442 , G06N3/048
Abstract: 本发明涉及分布式训练技术领域，特别是指一种面向计算节点的负载均衡方法及装置。一种面向计算节点的负载均衡方法包括：通过性能分析工具进行数据采集，获得节点性能数据；基于改进的MMoE模型进行模型构建，获得待训练多目标联合预测模型；将节点性能数据进行动态分区，进行数据处理，获得训练数据；使用训练数据，对待训练多目标联合预测模型进行训练，获得训练后多目标联合预测模型；将训练后多目标联合预测模型，通过弹性松弛方案进行验证，验证结果为通过验证时，获得多目标联合预测模型；输入待均衡节点性能数据，通过多目标联合预测模型进行负载均衡。本发明是一种针对计算节点的处理效率高、鲁棒性强的负载均衡方法。
-
Patent Agency Ranking
公开(公告)号：CN111125183B
公开(公告)日：2023-06-23
申请号：CN201911081871.X
申请日：2019-11-07
IPC: G06F16/2458 , G06F16/2455 , G06F9/46
Abstract: 本发明提供一种雾环境下基于CFI‑Apriori算法的元组度量方法及系统，能够有效利用原Apriori算法在迭代过程中丢失的非频繁项集的潜藏信息，提高数据的有效利用率和准确率。所述方法包括：获取雾节点上的原始数据；在雾节点本地利用基于CFI的Apriori算法对获取的原始数据进行关联，产生频繁项集，并对剪枝过程小于最小支持度的候选频繁项集进行存储，其中，CFI表示候选频繁项集，小于最小支持度的候选频繁项集为非频繁项集；将获取的原始数据、产生的频繁项集和存储的非频繁项集上传到云服务器，以便云服务器根据接收到频繁项集和非频繁项集集对接收到的原始数据进行关联、度量，并根据度量结果提取数据。本发明涉及通信技术领域。
-
公开(公告)号：CN113573362B
公开(公告)日：2023-05-12
申请号：CN202110800759.8
申请日：2021-07-15
Applicant: 北京科技大学
IPC: H04W28/08 , H04W28/086 , H04W84/06 , H04B7/185
Abstract: 本发明提供一种6G移动通信卫星地面网分布式资源分配方法，属于移动通信技术领域。所述方法包括：构建一个由多颗卫星和多个移动用户组成的6G移动通信卫星地面网；将6G移动通信卫星地面网中所有卫星分为从移动用户获得服务需求的猎物卫星和从猎物卫星中获取服务负载的捕食者卫星；基于Lotka‑Volterra模型，分别构建猎物卫星和捕食者卫星服务负载动态变化函数来描述不同卫星间的负载平衡问题；对构建的猎物卫星和捕食者卫星服务负载动态变化函数进行求解，达到猎物卫星和捕食者卫星之间的负载均衡。采用本发明，能够实现猎物卫星和捕食者卫星之间的负载均衡以及通信网络资源的有效分配。
-
公开(公告)号：CN111124662B
公开(公告)日：2022-11-08
申请号：CN201911081892.1
申请日：2019-11-07
IPC: G06F9/50
Abstract: 本发明提供一种雾计算负载均衡方法及系统，能够减少服务时延和能耗。所述方法包括：负载均衡层接收终端用户发送的服务请求；根据接收到的服务请求的任务量以及雾层中雾节点剩余资源和处理能力集中进行任务分配，若雾节点无法为服务请求提供服务时，则绕过雾层，直接上传到云层处理。本发明涉及分布式计算技术技术领域。
-
公开(公告)号：CN110276534B
公开(公告)日：2021-05-14
申请号：CN201910487256.2
申请日：2019-06-05
Applicant: 北京科技大学
Abstract: 本发明提供一种面向智能电网能耗控制的非合作微分博弈方法及装置，能够实现智能电网动态需求响应中有效的成本控制。所述方法包括：确定智能电网异构网络中电网用户的动态变化状态；根据电网用户的动态变化状态，以最小化能耗成本为目标，通过电力需求优化累积成本，构建智能电网异构网络的最小能耗成本的价值函数；根据电网用户的动态变化状态，构建非合作微分博弈系统，根据构建的价值函数，求解非合作微分博弈系统的纳什均衡解，得到能耗成本取最小值时的最优电力需求以及智能电网的最优电价作为最优能耗控制策略。本发明涉及智能电网领域。
-
公开(公告)号：CN112148595A
公开(公告)日：2020-12-29
申请号：CN202010917981.1
申请日：2020-09-03
Applicant: 北京科技大学
IPC: G06F11/36
Abstract: 本发明提供一种去除重复变更的软件变更级缺陷预测方法，属于软件缺陷预测技术领域。所述方法包括：提取项目仓库中所有分支的变更数据；对提取到的变更数据进行标注，标注信息包括：缺陷变更和非缺陷变更；去除提取到的变更数据中的重复变更；计算去除重复变更后的变更数据的变更级软件缺陷预测特征；根据计算得到的变更级软件缺陷预测特征及标注信息，训练缺陷预测模型，以便训练好的缺陷预测模型判断待预测的变更数据是否是缺陷变更。采用本发明，能够提升软件变更级缺陷预测模型的预测性能。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.042 seconds)
