“苗荣凡”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种主动式流媒体分发负载方法-CN202211666641.1在审
发明人： 苗荣凡;谢建辉 -专利权人：北京竞业达数字系统科技有限公司
申请日： 2022-12-23 - 公布日： 2023-06-30 - 主分类号： H04L47/125 文献下载
摘要：本发明提供一种主动式流媒体分发负载方法，包括以下步骤：S11：当外部用户通过客户端或API向主服务器发出http请求时，主服务器通过内部的mqtt协议，向所有流媒体集群的集群节点进行广播；S12：流媒体集群订阅mqtt主题REQUEST，各个集群节点进行自己本机的消耗计算，采用最小综合性能方差方法；S13：最终每台集群节点通过上述方法计算得到各自的总体方差，同时反馈至主服务器，主服务器在比较各台集群节点的方差值后，选择总体方差值最小的节点为最优节点；S14：主服务器根据客户端的http请求回复最优节点内容，客户端根据回复内容进行tcp链接至最优节点进行取流。本方法反馈负载实时状态及时正确，提高每台集群机的工作利用率。
一种主动流媒体分发负载方法

[实用新型]一种应用于云考场的多功能一体终端-CN202223403835.0有效
发明人： 苗荣凡 -专利权人：北京竞业达数字系统科技有限公司
申请日： 2022-12-19 - 公布日： 2023-05-02 - 主分类号： H04N7/18 文献下载
摘要：本实用新型提供一种应用于云考场的多功能一体终端，属于通讯设备技术领域，该一体终端由ARM处理器、内部接口模块、天线模块、MCU加密模块、移动通信模块、音频采集模块以及LCD模块构成；本实用新型早硬件方面支持硬件编码遵循巡考2017标准、支持GB35114加密国标要求进行对SIP协议对接上支持硬件加密、同时支持WIFI、4G、有线的通信功能，对硬件编码和图像采集采用单独的模块进行处理，降低了对主控CPU的要求，继而有效降低成本，在应用上可更加便捷的接入教育考试巡查系统，并支持国标35114的加密协议，在产品形态上有LCD模块、电池和移动网络，保障了在特殊情况下，电源、网络的保障。
一种应用于考场多功能一体终端

[发明专利]一种基于自动编码机的监控模型训练方法及装置-CN202211211527.X在审
发明人： 苗荣凡;杨增敏 -专利权人：北京竞业达数字系统科技有限公司
申请日： 2022-09-30 - 公布日： 2023-03-28 - 主分类号： G06F18/24 文献下载
摘要：本申请公开了一种基于自动编码机的监控模型训练方法及装置。所述基于自动编码机的监控模型训练方法包括：获取正样本集以及负样本集；获取堆栈式降噪自动编码机以及分类器；根据正样本集以及负样本集训练堆栈式降噪自动编码机，从而获取训练后的特征集；根据训练后的特征集训练分类器，从而获取训练后的监控模型。本申请的基于自动编码机的监控模型训练方法不再采用比背景谱频点的最大强度高即为可疑信号的判断策略。采用对侦测到的频谱进行初步数据处理，然后对其进行特征提取，采用无监督学习的自动编码机技术，对50Mhz到1600Mhz频谱离散数据进行特征压缩，提取关键特征值，在进行逻辑回归判断其是否正常，提升了一定的鲁棒性。
一种基于自动编码监控模型训练方法装置

[发明专利]一种考场异常行为检测方法及系统-CN202210997005.0有效
发明人：张爱军;苗荣凡 -专利权人：北京竞业达数字系统科技有限公司
申请日： 2022-08-19 - 公布日： 2022-11-11 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种考场异常行为检测方法及系统，涉及图像数据处理领域，其中，所述方法包括：获取考场人员信息；根据考场异常行为场景，构建考场异常行为特征库；基于目标检测法对考场人员信息进行姿态跟踪，获得姿态信息数据集；并将其与考场异常行为特征库进行特征匹配，获得异常行为特征匹配度集合；对异常行为特征匹配度集合中超过预设异常特征值的人员和行为进行统计判定，获得异常行为人员信息；根据监考员行为特征对监考员位置进行更新；利用跟踪法和监考员位置对异常行为人员信息进行排除修正，获得考场异常行为检测结果。达到了提高考场异常行为检测的准确性及全面性，进而提高考场异常行为检测的质量等技术效果。
一种考场异常行为检测方法系统

[发明专利]一种3D掌纹认证方法-CN201610074161.4有效
发明人：刘明;苗荣凡;刘秀玲;娄存广;王光磊;刘晓光 -专利权人：河北大学
申请日： 2016-02-02 - 公布日： 2018-08-24 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种3D掌纹认证方法，该方法是先对3D掌纹进行预处理，变为一维图像，然后计算类内图相对和类间图相对的相干系数并作为新样本，使用新样本对堆栈式降噪自动编码机进行训练，提取到新样本特征，并得到训练好的降噪自动编码机；然后基于real adaboost算法和前一步骤提取到的新样本特征训练若干弱分类器，这些弱分类器的组合构成强分类器；然后用户输入一幅新的3D掌纹图像，与样本库预存的该用户的3D掌纹图像进行比对，判断它们属于同类还是异类。本发明方法实现简单、快速，采用相干算法来计算图像间的一致性，判别他们是否为同一用户的数据样本，解决了掌纹图像较小的平移问题及配准算法需要寻找定位信息的难题，具有较好的鲁棒性。
一种掌纹认证方法