“盛益强”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33个，建议您升级VIP下载更多相关专利

[发明专利]一种同层无交集全覆盖嵌套容器生成方法及可读存储介质-CN201710841726.1有效
发明人： 盛益强;王劲林;廖怡;叶晓舟;程钢;邓浩江;王玲芳 -专利权人：中国科学院声学研究所;北京中科海力技术有限公司
申请日： 2017-09-18 - 公布日： 2020-05-26 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种同层无交集全覆盖嵌套容器生成方法，包括：步骤1)给定一有权无向图G(V，E，W)与网络测量指标集合{Ti}，用于对G中节点进行划分，每个网络测量指标Ti对应Ci层容器集合{Cik}；步骤2)删除权重大于Ti的边，将G分割为若干子图，每个子图为连通分量；步骤3)将所述子图Gcm中未加入Ci层容器的所有节点设为集合L；步骤4)在集合L中，选择一个节点，作为当前锚点aj；步骤5)所述当前锚点aj为起点，广度优先搜索L中且在含有aj的Ci+1层容器内的所有与其连通的路径小于Ti的节点，形成一个以aj为锚点的Ci层容器；步骤6)设j’＝j+1，判断L是否为空集；步骤7)设m＝m+1，判断所有所述子图是否处理完毕；步骤8)设i＝i‑1，判断是否满足i＝1。
一种交集覆盖嵌套容器生成方法可读存储介质

[发明专利]一种基于时空约束现场的名字注册及解析方法-CN201710874886.6有效
发明人： 盛益强;王劲林;程钢;叶晓舟;邓浩江;王玲芳 -专利权人：中国科学院声学研究所;北京中科海力技术有限公司
申请日： 2017-09-25 - 公布日： 2020-05-26 - 主分类号： H04L29/12 文献下载
摘要：本发明涉及一种基于时空约束现场的名字注册及解析方法，包括：依据测量指标参数集合{Ti}；对网络节点空间划分，每个给定的Ti对应一Ci级容器层次；对于特殊时延的实体名字注册请求，根据空间位置选取节点LRNj，并在该LRNj所在的C1级容器的解析节点上进行现场名字注册；对于受限于域内的实体注册请求，其现场名字注册是从LRNj出发沿着树结构向上直到该LRNj所在的顶层容器CI为止；对于无约束的实体注册请求，直接进入现有的通用系统进行名字注册；特殊时延需求下的名字解析请求将在LRNj所在的底层C1级容器内完成现场名字解析处理；域内名字解析请求将在LRNj所在的顶层容器CI内完成名字解析处理；无约束名字解析请求直接进入现有的通用系统来完成名字解析处理。
一种基于时空约束现场名字注册解析方法

[发明专利]一种用于网络流量卸载的中心性概率部署方法-CN201810107212.8有效
发明人： 盛益强;王星凯;廖怡 -专利权人：中国科学院声学研究所;北京中科智网科技有限公司
申请日： 2018-02-02 - 公布日： 2020-04-24 - 主分类号： H04L29/08 文献下载
摘要：本发明涉及一种用于网络流量卸载的中心性概率部署方法，其包括：步骤1)计算网络中节点集合{Vi}中任一节点Vi的中心性Ci，计算该节点Vi的中心性概率Pi；步骤2)对需要传输的文件资源集合{Ki}中的文件资源Ki，按照流行度的大小进行降序排序，流行度较大的所对应的Ki优先传播；步骤3)判断任一文件资源Ki在任意节点Vi中是否满足部署条件；步骤4)向邻居节点转发该文件资源Ki，当该Ki的覆盖率达到上限指标时，该文件资源Ki的传播结束；步骤5)对调整后的网络中节点Vi内所部署的文件资源Ki进行动态调整；步骤6)按照当前流行度的大小，对动态调整后需要传播的文件资源Ki进行降序排序编号，流行度较大的所对应的文件资源优先传播，直至传播结束。
一种用于网络流量卸载心性概率部署方法

[发明专利]一种基于偏移调节和竞价的混合社交网络聚类方法及系统-CN201710029428.2有效
发明人： 盛益强;颜川力;王玲芳 -专利权人：中国科学院声学研究所
申请日： 2017-01-16 - 公布日： 2020-04-10 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于偏移调节和竞价的混合社交网络聚类方法及系统，该方法包括：将社交网络用户数据整理为用户ID及用户关注的ID列表的组合形式，得到节点关注关系的数据列表；根据所述节点关注关系，计算节点间相似度，获得偏移调节后的相似度矩阵；根据偏移调节后的相似度矩阵识别出核节点，为其分配簇号，并创建对应的簇列表；根据识别出的核节点，以竞价的方式进行聚类。本发明有效地减少了同一簇内任意两节点间的关系层数，解决了现有技术中将关系相隔很远的节点聚为同一簇的问题，同时克服了聚类过程中选点顺序的影响，使每个节点被划分到与之有最大相似度的节点的簇中，而使得聚类结果中的每个簇都相当于一个朋友圈，提高了准确率和召回率。
一种基于偏移调节竞价混合社交网络方法系统

[发明专利]一种用于广域网络的深度强化学习推荐系统及方法-CN201610005068.8有效
发明人： 盛益强;麻朴方;赵震宇;脱立恒 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-01-04 - 公布日： 2019-10-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及用于广域网络的深度强化学习推荐系统，包括：数据采集及预处理模块、分布式实时数据库、历史数据库、离线训练模块、在线训练模块、广域分布式深度强化学习模块、分布式计算模块以及用户交互模块；数据采集及预处理模块用于采集数据并对数据进行预处理；分布式实时数据库用于存储在给定时效内的分布式数据；历史数据库用于保存已经过了给定时效的数据；离线训练模块根据历史数据，进行权重和偏置的调整；在线训练模块根据分布式实时数据，进行权重和偏置的调整；广域分布式深度强化学习模块根据推荐请求，结合权重与偏置，生成推荐结果；用户交互模块接收推荐请求，将推荐结果呈现给用户。
一种用于广域网络深度强化学习推荐系统方法

[发明专利]一种基于网络感知和覆盖率阈值矩阵的文件智能缓存方法-CN201610004258.8有效
发明人： 盛益强;廖怡;赵震宇;韩锐 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-01-04 - 公布日： 2019-10-22 - 主分类号： H04L12/751 文献下载
摘要：本发明涉及一种基于网络感知和覆盖率阈值矩阵的文件智能缓存方法，包括：基于网络感知采集和预处理用户数据和数据文件的属性数据，确定被缓存数据文件的源节点，动态更新覆盖率阈值矩阵，将网络中所有满足未激活条件的节点放入未激活节点集合P_inactive中；未激活节点V_i接收到信令后，确定所要执行的信令的类型；未激活节点V_i根据信令的类型执行信令，计算邻居节点中当前文件的节点覆盖率，若节点覆盖率大于覆盖率阈值，按照节点优先顺序向邻居节点发送信令，以满足覆盖率要求；直到满足文件缓存的终止条件为止。本发明解决了现有技术所存在的内容缓存效率低、个性化不足和时效性不够等问题。
一种基于网络感知覆盖率阈值矩阵文件智能缓存方法

[发明专利]一种用于拓扑不完全可测网络的动态生成树方法-CN201610212805.1有效
发明人： 盛益强;廖怡;王劲林 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-04-07 - 公布日： 2019-10-22 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种用于拓扑不完全可测网络的动态生成树方法，包括：在初始化时，设置根节点和低复杂度节点加入方法的启动阈值；等待节点加入或退出的信令，若检测到信令，则转到下一步；判断所检测到的信令的类型，若信令类型为节点退出，则实现节点从树中的退出，否则，判断当前树形节点的总数是否达到低复杂度节点加入方法的启动阈值，若成立，启用低复杂度节点加入方法实现节点在树中的加入；否则采用高精度节点加入方法启动节点加入树的过程，并在节点加入过程中验证所需的拓扑信息是否完全可测，一旦遇到所需的拓扑不完全可测，启用低复杂度节点加入方法实现节点在树中的加入，否则用高精度节点加入方法完成节点加入。
一种用于拓扑不完全网络动态生成方法

[发明专利]一种带存储的路由器扩展内容分发网络的预部署方法-CN201610213186.8有效
发明人： 盛益强;薛寒星;王劲林;王玲芳 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-04-07 - 公布日： 2019-10-22 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种带存储的路由器扩展内容分发网络的预部署方法，包括：获取智能路由器的参数，并采集内容访问量排名Top N的文件，得到集合{T_i}；采集访问量；将访问量归一化为热度，得到多个关于热度的数据集；利用所得到的多个关于热度的数据集训练时间序列模型，确定所述时间序列模型的最优参数；预测下一时刻每个T_i的热度，得到热度分布曲线；用阶梯函数来模拟{T_i}的覆盖率分布，确定阶梯函数的分段个数和分段位置，将每段的覆盖率和热度曲线进行拟合，在满足存储容量限制的前提下，计算{T_i}覆盖率的取值；计算由智能路由器组成的系统的命中率，在存储容量约束下，通过调整覆盖率来优化命中率，按照覆盖率来进行内容预部署。
一种存储路由器扩展内容分发网络部署方法

[发明专利]结合心跳和粒度的数据挖掘方法及装置-CN201610915162.7有效
发明人： 盛益强;李超鹏;王劲林 -专利权人：中国科学院声学研究所
申请日： 2016-10-20 - 公布日： 2019-09-27 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种结合心跳和粒度的数据挖掘方法及装置，方法包括：第一节点获取第一数据集并将所述第一数据集输入到预设模型，对预设模型训练获得第一权重集；依据由粒度约束计算出的心跳频率，第一节点向第二节点发送心跳包后，接收所述第二节点发送的数据请求消息；第一节点根据数据请求消息，向第二节点发送第二数据集以及第一权重集，其中，第二数据集是根据第一数据集稀疏采样获得的；第一节点接收第二节点发送的根据第一权重集部分初始化后再训练的整体模型参数集，并根据整体模型参数集更新所述第一权重集，改善了广域网络环境下大规模数据挖掘的个性化和扩展性，提高了响应精度。
结合心跳粒度数据挖掘方法装置

[发明专利]一种基于大规模网络节点的内容分发方法及系统-CN201510690950.6有效
发明人： 盛益强;王劲林;赵震宇;廖怡;程钢 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2015-10-22 - 公布日： 2019-08-06 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种基于大规模网络节点的内容分发方法及系统，所述方法首先根据所要分发的内容，将存储有该内容的节点作为源节点，存入激活节点集合中，然后查找各个激活节点的所有相邻节点，获取各相邻节点的度的信息，并对相邻节点进行划分，然后根据相邻节点的划分结果，优先推送到度数较大的节点，并将节点放入激活节点集合中，然后重复执行上述的两个步骤，直到所有节点全部推送完毕，或者满足用户设定的某一截止条件为止。本发明能够快速的遍历所有节点，在每个节点每次推送的节点数量有限的约束下，提高千万量级及其以上节点时内容分发的效率，以达到高效、快速地推送网络信息的目的。
一种基于大规模网络节点内容分发方法系统

[发明专利]一种融合地理位置与时间特征的移动用户节点组网方法-CN201810049386.3在审
发明人： 盛益强;陈婉杰;廖怡 -专利权人：中国科学院声学研究所;北京中科智网科技有限公司
申请日： 2018-01-18 - 公布日： 2019-07-26 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种融合地理位置与时间特征的移动用户节点组网方法，包括：步骤1)提取用户节点的地理位置特征和时间特征，再将用户节点签到的时间划分成若干个子时间段；步骤2)将所述若干个子时间段分别设置对应的时间权值；步骤3)对每个子时间段内用户节点签到过的或感兴趣的地理位置，按照活动半径聚合成N个簇；步骤4)计算任意两个用户节点之间的行为相似度；步骤5)计算一天全部时间段内用户节点的行为相似度；步骤6)将用户节点社交关系网络抽象为图结构，将用户节点社交关系网络划分为若干个子社区；步骤7)计算每个子社区内部任意两个用户节点的好友相似度；步骤8)融合步骤4)和步骤7)的结果，获得融合后的相似度。
用户节点时间特征时间段地理位置融合移动用户节点行为相似度社交关系相似度组网地理位置特征子时间段图结构聚合社区好友网络抽象

[发明专利]一种基于左右脑模型的分布式大数据实时处理系统及方法-CN201510400600.1有效
发明人： 盛益强;王劲林;李超鹏;邓浩江;王玲芳;卓煜;刘学 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2015-07-09 - 公布日： 2019-04-23 - 主分类号： G06F3/01 文献下载
摘要：本发明涉及一种基于左右脑模型的分布式大数据实时处理系统，包括：由m个边缘左脑模块组成的边缘左脑模块集合{B⁽ⁱ⁾_EL}、由m个边缘右脑模块组成的边缘右脑模块集合{B⁽ⁱ⁾_ER}、中心左脑模块B_CL和中心右脑模块B_CR，其中，1≤i≤m，所述m为边缘服务器的个数；第i个用户群与第i个边缘左脑模块B⁽ⁱ⁾_EL之间为双向连接，从第i个用户群到第i个边缘右脑模块B⁽ⁱ⁾_ER为单向连接，第i个边缘左脑模块B⁽ⁱ⁾_EL与第i个边缘右脑模块B⁽ⁱ⁾_ER之间为双向连接，中心左脑模块B_CL与第i个边缘左脑模块B⁽ⁱ⁾_EL为双向连接，从第i个边缘右脑模块B⁽ⁱ⁾_ER到中心右脑模块B_CR为单向连接，中心左脑模块B_CL与中心右脑模块B_CR之间为双向连接。
一种基于右脑模型分布式数据实时处理系统方法

[发明专利]一种非常深度神经网络的自动加层训练方法-CN201710002088.4在审
发明人： 盛益强;李南星;赵震宇 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2017-01-03 - 公布日： 2018-07-10 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种非常深度神经网络的自动加层训练方法，包括：步骤1)、确定训练集、非常深度神经网络的初始结构，并对所述非常深度神经网络及相关参数进行初始化；步骤2)、训练非常深度神经网络并修改其误差率饱和状态；步骤3)、判断非常深度神经网络的误差率饱和状态，若误差率饱和状态的值为0，重新执行步骤2)，若误差率饱和状态的值小于附加层有效窗口的大小，执行步骤4)，若误差率饱和状态的值等于附加层有效窗口的大小，执行步骤5)；步骤4)、若非常深度神经网络的当前深度满足用户设定的最大深度，执行步骤5)，否则对当前非常深度神经网络执行加层操作，然后重新执行步骤2)；步骤5)、输出该非常深度神经网络，训练结束。
神经网络误差率饱和状态加层有效窗口重新执行附加层相关参数用户设定初始化训练集输出

[发明专利]一种结合虚拟树映射和中心性的网络鲁棒性增强方法-CN201610893906.X在审
发明人： 盛益强;廖怡 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-10-13 - 公布日： 2018-04-20 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种结合虚拟树映射和中心性的网络鲁棒性增强方法，包括将多个具有树形拓扑的虚拟网络映射到同一个物理网络，得到近似拓扑结构，选择待计算的网络中心性指标，设置中心性加权函数和中心性加权函数阈值；获取待识别当前节点的拓扑属性，基于拓扑属性计算网络中心性指标，计算中心性加权函数值，接着将其与中心性加权函数阈值进行比较，找出关键节点；基于虚拟树映射、中心性指标和保护等级量化函数，为关键节点划分保护级别，依据保护级别的高低，执行相应的保护措施。
一种结合虚拟映射心性网络鲁棒性增强方法

[发明专利]基于少量个性化样本的双网络深度学习方法-CN201610546022.7在审
发明人： 盛益强;赵震宇 -专利权人：中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
申请日： 2016-07-12 - 公布日： 2018-01-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于少量个性化样本的双网络深度学习方法，所述双网络包括重构网络与深度网络，该方法包括采集少量个性化样本；其中，所述个性化样本包括样本数据及其标签；利用个性化样本中的样本数据训练所述重构网络，然后将个性化样本中的标签输入经过训练后的重构网络中，生成新的重构数据及其标签；基于来自重构网络的新的重构数据及其标签训练所述深度网络；将待测试的数据输入到经过训练的深度网络中，得到S形函数的输出，再经过一个软最大回归从所述S形函数的输出中选择一个结果作为个性化的响应。
基于少量个性化样本网络深度学习方法