“叶春杨”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果31个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多任务学习的全景海上船舶态势感知方法-CN202210216773.8在审
发明人：王景晖;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-03-07 - 公布日： 2022-06-14 - 主分类号： G06V20/00 文献下载
摘要：本发明属于船舶检测技术领域，公开了一种基于多任务学习的全景海上船舶态势感知方法，包括如下步骤：获取遥感图像训练数据集；根据遥感图像训练数据集建立多任务学习的全景海上船舶态势感知网络模型；获取实时遥感图像数据；将实时遥感图像数据输入全景海上船舶态势感知网络模型进行多任务的船舶态势预测，得到船舶态势预测结果；根据船舶态势预测结果进行海上船舶态势可视化。本发明解决了现有技术存在的缺乏对于具体环境的考虑导致的实用性低，检测准确性低，以及不同态势感知系统之间相互孤立导致的海上船舶态势感知结果具有非唯一性影响最终的检测准确性的问题。
一种基于任务学习全景海上船舶态势感知方法

[发明专利]一种短时交通状况预测系统及其方法-CN202210194244.2在审
发明人：邓笑茹;张启迪;黄澄;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-03-01 - 公布日： 2022-05-31 - 主分类号： G08G1/01 文献下载
摘要：本发明属于数据预测技术领域，公开了一种短时交通状况预测系统及其方法，所述的系统包括数据处理单元、模型预测单元、数据库单元以及交通状况查询单元；所述的方法包括如下步骤：初始化短时交通状况预测系统，基于神经网络建立短时交通状况预测模型；使用短时交通状况预测模型进行预测，得到并存储短时交通状况预测结果；获取交通状况查询信息并匹配对应的短时交通状况预测结果；根据匹配到的短时交通状况预测结果生成并显示可视化图像。本发明解决了现有技术存在的预测模型实用性低，预测结果准确性低以及预测资源消耗大的问题。
一种交通状况预测系统及其方法

[发明专利]一种基于多特征融合的股票趋势预测系统及其方法-CN202210090571.3在审
发明人：赖善炎;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-01-26 - 公布日： 2022-05-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于数据预测技术领域，公开了一种基于多特征融合的股票趋势预测系统及其方法，所述的系统包括Web服务单元、数据库单元、数据获取与处理单元、模型预测单元以及模型训练单元；所述的方法包括如下步骤：初始化股票趋势预测系统；获取互联网的互联网股票数据和用户上传的用户股票数据，并进行标准化处理；提取标准化数据并作为训练数据进行模型训练，得到股票趋势预测模型和性能指标；若性能指标满足要求，则输出股票趋势预测模型，否则返回上一步骤；基于股票趋势预测模型进行多特征融合预测。本发明解决了现有技术存在的股票趋势难度大、准确性低，预测方法步骤简单、缺乏融合预测的问题。
一种基于特征融合股票趋势预测系统及其方法

[发明专利]一种船舶轨迹异常检测系统及其方法-CN202210096842.6在审
发明人：黄贯斌;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-01-26 - 公布日： 2022-05-17 - 主分类号： G06F16/26 文献下载
摘要：本发明属于船舶检测技术领域，公开了包括数据预处理单元、数据库单元、数据可视化单元以及船舶轨迹异常检测单元；所述的方法包括如下步骤：初始化船舶轨迹异常检测系统，建立异常检测模型；获取并存储船舶轨迹数据；根据船舶轨迹数据进行船舶轨迹可视化展示；对船舶轨迹数据进行预处理，得到并存储预处理后数据；将预处理后数据输入异常检测模型进行船舶轨迹异常检测，得到并存储异常检测结果；根据异常检测结果进行异常轨迹可视化展示。本发明解决了现有技术存在的人力及时间成本投入大、工作量大、工作要求高、由于天气原因导致的精确性低以及检测步骤复杂的问题。
一种船舶轨迹异常检测系统及其方法

[发明专利]一种基于异常检测的消费预警系统及其方法-CN202210090544.6在审
发明人：赖善炎;吴军芳;马智伟;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-01-26 - 公布日： 2022-05-13 - 主分类号： G06Q30/02 文献下载
摘要：本发明属于数据检测技术领域，公开了一种基于异常检测的消费预警系统及其方法，所述的系统包括数据可视化单元、数据库单元、数据获取单元、数据处理单元以及欺诈检测单元；所述的方法包括如下步骤：初始化消费预警系统，建立异常检测模型；获取并存储互联网的商家的用户消费与评价数据；对用户消费与评价数据进行标准化处理，得到并存储标准化数据；将标准化数据输入异常检测模型进行欺诈检测，得到并存储异常商家及其对应的离群值；根据异常商家及其对应的离群值生成并显示热力值地图。本发明解决了现有技术存在的欺诈行为难以区分、数据集难以采集的问题。
一种基于异常检测消费预警系统及其方法

[发明专利]基于kubernets平台的计算环境部署方法及装置-CN202010930267.6有效
发明人：李秉卓;李亚歌;管守扬;叶春杨 -专利权人：海南大学
申请日： 2020-09-07 - 公布日： 2022-05-13 - 主分类号： G06F8/60 文献下载
摘要：本发明涉及一种基于kubernets平台的计算环境部署方法及装置，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
基于 kubernets 平台计算环境部署方法装置

[发明专利]一种基于知识图谱的物品推荐方法-CN202210216014.1在审
发明人：黎楷文;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-03-07 - 公布日： 2022-05-10 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于物品推荐技术领域，公开了一种基于知识图谱的物品推荐方法，包括如下步骤：基于知识图谱建立物品推荐预测模型；获取若干推荐物品和目标用户的用户数据；将所有推荐物品和目标用户的用户数据输入物品推荐预测模型进行预测，得到所有推荐物品的物品推荐预测结果；根据物品推荐预测结果对所有推荐物品进行排序和筛选，得到物品推荐清单。本发明解决了现有技术存在的物品推荐准确性低，不符合实际情况，用户的使用满意度低的问题。
一种基于知识图谱物品推荐方法

[发明专利]云服务发布方法、订阅方法、装置和系统-CN202010181430.3有效
发明人： 叶春杨;周辉;黄梦醒 -专利权人：海南大学
申请日： 2020-03-16 - 公布日： 2022-04-19 - 主分类号： H04L67/10 文献下载
摘要：本申请涉及一种云服务发布方法、订阅方法、装置和系统。发布方法包括：接收云服务供应商发送的服务发布信息；根据服务发布信息将发布的实际服务与服务订阅列表中各服务订阅信息对应的所需服务进行对比，当实际服务与任一个所需服务完全匹配时，按照服务订阅信息中的路径将实际服务反向传递至接收服务发布信息的节点对应的上一个节点，上一个节点用于将实际服务依次传输至与服务订阅信息相对应的云服务消费者。该云服务发布方法可以实现在任一个节点以及多节点服务发布，大大提高了服务发布的效率。
服务发布方法订阅装置系统

[发明专利]基于深度神经网络的服务质量预测方法及其系统-CN201910671422.4有效
发明人：李秉卓;叶春杨;周辉 -专利权人：海南大学
申请日： 2019-07-24 - 公布日： 2021-12-14 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种基于深度神经网络的服务质量预测方法及其系统，涉及网络服务技术领域。该方法包括以下步骤：输入请求上下文变量信息，并通过实体表达矩阵在编码模块进行编码，以得到嵌入式请求矩阵；将经过编码的所述上下文变量信息进行压缩并进行特征提取，以得到所述请求上下文变量信息的按照时序的嵌入式请求矢量；根据所述时序依次输入所述嵌入式请求矢量至LSTM网络模块，以输出所述深度神经网络对下一次输入请求上下文变量信息的预测数据信息；对所述预测数据信息进行感知，以得到解码后的所述预测数据信息，将所述解码后的所述预测数据信息还原为服务质量数据并输出。
基于深度神经网络服务质量预测方法及其系统

[发明专利]基于强化学习的服务组合方法-CN201911191031.9有效
发明人：余学志;叶春杨;周辉 -专利权人：海南大学
申请日： 2019-11-28 - 公布日： 2021-06-15 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种基于强化学习的服务组合方法，所述服务组合满足动态约束，其包括如下步骤：根据用户的功能性需求建立工作流，为工作流中的每个任务选取候选服务，对所有候选服务的QoS非功能属性进行数据预处理；根据建立的工作流结构搭建基于强化学习的自适应模型；每一次训练自适应模型时，均将根据建立工作流结构随机生成的训练集、用户对QoS非功能属性的偏好和约束输入自适应模型中，循环迭代若干次训练，以得到收敛的自适应模型；将工作流中每个任务的候选服务属性、用户对QoS非功能属性的偏好和约束输入收敛的自适应模型中，输出合适的工作流候选服务序列。本发明的基于强化学习的服务组合方法弥补了传统Q‑learning的不足，大大减少了服务组合过程中耗费的资源。
基于强化学习服务组合方法

[发明专利]基于微服务的数据融合系统-CN202110088938.3在审
发明人：赖善炎;王雷;李超逸;叶春杨 -专利权人：海南大学
申请日： 2021-01-22 - 公布日： 2021-05-18 - 主分类号： G06F9/48 文献下载
摘要：本申请涉及一种基于微服务的数据融合系统包括任务管理微服务模块、任务调度微服务模块、数据导入导出微服务模块、数据分析微服务模块、数据可视化微服务模块和机器学习微服务模块；任务管理微服务模块用于对各任务进行管理；任务调度微服务模块用于对各任务进行调度和执行；数据导入导出微服务模块用于根据各任务导入和/或导出相应的数据；数据分析微服务模块用于对导入的数据进行预处理操作；数据可视化微服务模块用于对预处理后的数据进行可视化操作并显示；机器学习微服务模块用于采用预处理后的数据训练模型，训练后的模型用于数据挖掘。该系统采用微服务的形式提供多种功能，交互式可视化操作界面使用户可简单快速地整合和分析数据。
基于微服数据融合系统

[发明专利]任务调度方法及装置-CN202010974932.1在审
发明人：余学志;叶春杨;周辉 -专利权人：海南大学
申请日： 2020-10-09 - 公布日： 2020-12-18 - 主分类号： G06F9/48 文献下载
摘要：本发明涉及一种任务调度方法及装置，获取并将云端中的待调度任务放入等待队列中，在等待队列中筛选出就绪任务，并根据预设学习模型确定就绪任务的调度优先级和相应调度位置，将就绪任务放入集群，以使集群根据调度优先级和相应调度位置进行任务调度。基于此，通过预设学习模型的调度优先级和相应调度位置的动态设置，满足大规模的任务调度问题，并具有泛化能力。同时，在遇到相同结构的调度任务时，预设学习模型不需要重新训练，减少任务调度过程中消耗的资源。
任务调度方法装置

[发明专利]一种基于事件的云服务测试与调试方法及系统-CN201610640669.6有效
发明人： 叶春杨;黄梦醒;陈丹 -专利权人：海南大学
申请日： 2016-08-08 - 公布日： 2019-10-08 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种基于事件的云服务测试与调试方法及系统，所述测试方法包括：定制运行态事件生成及发布；提供商服务运行态事件；推断是否得到充分测试；生成测试案例。所述调试方法包括：定制运行态事件生成及发布；提供运行态事件；对所有运行态事件进行分类和聚合；挖掘事件与服务运行出错之间的相关性；定位与服务运行发生出错位置相关联的可疑服务运行态事件；反馈并修改生成定制方法。所述测试与调试系统包括事件生成与封装模块、事件发布与订阅模块、测试充分性推理模块、测试案例生成模块、事件聚合模块、可疑事件定位模块。本发明能够充分高效地测试云服务，并能够快速定位测试过程中发现的错误和问题，从而开发出高可信的增值云服务。
一种基于事件服务测试调试方法系统

[发明专利]行为识别的方法、系统、计算机设备和存储介质-CN201910604800.7在审
发明人：畅威;叶春杨;周辉 -专利权人：海南大学
申请日： 2019-07-05 - 公布日： 2019-10-01 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种行为识别的方法、系统、计算机设备和存储介质。方法包括：获取待识别的视频；对待识别的视频进行处理提取图片信息和人体姿态信息；将图片信息和人体姿态信息输入预先训练的双流卷积神经网络，获得图像特征和人体姿态特征；将图像特征和人体姿态特征进行注意力融合；对融合后的图像特征和人体姿态特征进行分析，计算每个行为类别之间的相对概率；选择相对概率最高的行为类别为行为的预测值，预测值用于确定行为。上述方法采用双流卷积神经网络，在神经网络的空间流中输入RGB图片，时域流中输入人体姿态信息，不需要计算光流信息，大大减少了计算量以及计算成本；另外，还采用了注意力融合技术，能进一步提高识别的准确率。
人体姿态信息人体姿态图像特征卷积神经网络计算机设备存储介质图片信息行为识别双流融合注意力视频光流信息神经网络计算量空间流概率预测准确率时域申请分析图片

[发明专利]一种端到端网络通信路径中瓶颈链路的度量方法-CN201510565636.5有效
发明人：周辉;段玉聪;叶春杨;王磊 -专利权人：海南大学
申请日： 2015-09-08 - 公布日： 2019-01-18 - 主分类号： H04L12/26 文献下载
摘要：本发明涉及一种端到端网络通信路径中瓶颈链路的度量方法，包括S1、捕获探测数据包队列在每一个链路上的平均传输间隔，从而确认拥塞链路；S2、度量拥塞链路的容量；S3、计算拥塞链路的可用带宽；S4、在拥塞链路中找出待测路径的瓶颈链路，并输出它的位置、容量和可用带宽信息。通过发送一组探测数据包队列，该组数据包队列从源节点传送到目标节点，跟踪该队列在每一段链路上的内部数据包传输间隔，捕获探测数据包队列在每一个链路上的平均传输间隔即PPD值，确认拥塞链路；在一个度量周期内，获知端到端通信路径中瓶颈链路的位置、可用带宽、带宽物理容量上限；且基于主动探测机制，无需在网络路径的沿途各节点中安装软件，适用范围广泛。
一种端到端网络通信路径瓶颈度量方法