“江苏拓邮信息智能技术研究院有限公司”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于分布式引擎的基因序列并行压缩算法-CN202310899859.X在审
发明人：季一木;刘尚东;法虎 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2023-07-21 - 公布日： 2023-10-24 - 主分类号： G16B50/50 文献下载
摘要：本发明公布了一种基于分布式引擎的基因序列并行压缩算法，首先输入文件分区：使用TextInputFormat作为输入SAM文件的内部分区方式；其次，进行单机压缩算法：对QUAL字段进行重排序，增加局部冗余度；引入CIGAR字段进行差异编码，减少编码量；通过布隆过滤器来构造高质量索引，并进行匹配编码。根据剩余字段的类型和变化特征，分别选择适当的编码和压缩工具；最后进行压缩算法的并行化：使用RDD算子设计容错性强的并行压缩流程。本发明采用多线程的方式对多个Job进行并行处理，并利用高性能的序列化机制降低了Shuffle过程中数据传输的成本；有效提高了SAM基因序列的压缩速度和压缩效率。
一种基于分布式引擎基因序列并行压缩算法

[发明专利]一种基于图结构的跨模态行人重识别方法-CN202310913967.8在审
发明人：季一木;刘尚东;张驰 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于图结构的跨模态行人重识别方法，属于行人重识别方法技术领域。首先构建训练特征数据集，采用身份平衡抽样策略进行训练，抽取两个模态的不同身份的行人数据；然后通过训练特征数据集生成邻接矩阵去构造无向图结构，通过矩阵乘法进行图构造计算；同时进行两个模态的图注意力学习；并采用多头注意力技术提高图注意力学习的数据精确度。本发明使用多头注意力技术为模态内和模态间图结构分配自适应权重，消除较大变化样本的负面影响，减少了模态差异，并使训练过程稳定、高效。
一种基于结构跨模态行人识别方法

[发明专利]一种基于物联网生产技术的数字安监平台系统-CN202211571375.4在审
发明人：董振江;聂友军;林军 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2022-12-08 - 公布日： 2023-06-09 - 主分类号： H04L67/125 文献下载
摘要：本发明公开了一种基于物联网生产技术的数字安监平台系统，包括网络通讯设备、操作控制中心模块、智慧安防子系统、数据服务平台与移动读取设备；网络通讯设备用于远程接入以及本地互连；操作控制中心模块包括数据存储设备和操控子系统；智慧安防子系统包括物联网设备和物联网数据平台；数据服务平台中的数据中介服务器根据接收到的数据服务请求将相关的智慧安防子系统分为数据生产方和数据应用方；移动读取设备通过互联网接入网络通讯设备并与操作控制中心平台相连，通过网络通讯设备将操作控制中心平台与移动读取设备连接起来实现相互通信，可提高信息上报的及时性和危险排查的效率，确保信息的真实性、准确性和可靠性。
一种基于联网生产技术数字平台系统

[发明专利]一种基于移动边缘计算MEC云控制平台的数据处理方法-CN202211547083.7在审
发明人：董振江;姚春波;卞晓清 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2022-12-05 - 公布日： 2023-05-23 - 主分类号： H04W28/084 文献下载
摘要：本发明公开了一种基于移动边缘计算MEC云控制平台的数据处理方法，包括以下步骤：步骤一、通过MEC云平台采集原始数据，将采集到的原始数据进行采样压缩；步骤二、MEC云平台采用正交匹配追踪压缩感知算法对解释偶的数据进行重构，得到重构数据；步骤三、将所述重构数据与所述原始数据进行对比，得到压缩信噪比；步骤四、MEC云平台对采样压缩后的数据进行获取，同时对获取的数据进行缓存，通过预设观测矩阵和预设稀疏基矩阵对待压缩的采集信号序列进行压缩处理提高了边缘计算场景中数据处理效果，从而提高了数据传输效，通过将采集到的原始数据进行采样压缩及数据缓存，使数据传输时延大大降低，并提高了缓存存储利用率。
一种基于移动边缘计算 mec 控制平台数据处理方法

[发明专利]基于粒子群优化算法的交通诱导调度系统及其调度方法-CN202210317877.8有效
发明人：杨静云;林军 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2022-03-29 - 公布日： 2023-04-28 - 主分类号： G08G1/0967 文献下载
摘要：本发明公开了基于粒子群优化算法的交通诱导调度系统及其调度方法，属于交通控制领域，该系统包括诱导策略制定模块、诱导信息生成模块和诱导信息发布模块；诱导信息制定模块用于根据交通流状态发生改变而制定的管理策略并发送到诱导信息生成模块；诱导信息生成模块用于依据诱导策略生成行驶时间、交通拥堵、行驶距离等指示性或诱导性的交通信息并发送到诱导信息发布模块；诱导信息发布模块用于向出行者发布诱导信息。本发明结合了流量、流入率、绿信比等约束，以路网行驶时间和延误时间之和最小为目标函数，通过粒子群算法进行优化涉及，实现了路网交通流的均衡分布，有效提高了路网的运行性能。
基于粒子优化算法交通诱导调度系统及其方法

[发明专利]基于改进遗传算法的双向绿波带优化系统及其优化方法-CN202210321442.0在审
发明人：王淑瑶;董振江 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2022-03-30 - 公布日： 2022-09-27 - 主分类号： G08G1/07 文献下载
摘要：本发明公开了基于改进遗传算法的双向绿波带优化系统及其优化方法，该系统包括控制参数优化模块、算法改进模块和目标函数优化模块；控制参数优化模块用于对绿灯时长和排队清空时间等参数进行优化并发送到目标函数优化模块；算法改进模块用于对遗传算法初始化进行改进并发送到目标函数优化模块；目标函数优化模块用于根据接收到的控制参数对车辆延误目标进行建模并使用改进的遗传算法进行优化。本发明结合了车辆到达率和驶离率，对车辆排队情况进行分析，将遗传算法和混沌式搜索相结合，解决了遗传算法早熟的限制，提高了交通干道双向绿波带优化的效率。
基于改进遗传算法双向绿波带优化系统及其方法

[发明专利]一种工业互联网多通道数据上传系统-CN202210317649.0在审
发明人：韩敏;许斌 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2022-03-29 - 公布日： 2022-06-14 - 主分类号： H04W76/15 文献下载
摘要：本发明公开了一种工业互联网多通道数据上传系统，由数据采集模块、数据处理模块、数据接收模块三个部分组成；系统采用多通道技术，通过叠加无线传输模块数量以提高无线信道带宽，保证了多媒体数据的传输质量。本发明具有优越的数据传输能力，保证了多媒体数据传输的质量；此外，相较于传统的数据传输方法，本发明更适合于工业互联网环境下的数据传输，实现了较快的数据传输速率。
一种工业互联网通道数据上传系统

[发明专利]一种Docker镜像安全性检测方法-CN202110523305.0在审
发明人：季一木;杨卫东;刘尚东;邵思思 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2021-05-13 - 公布日： 2021-08-17 - 主分类号： G06F21/57 文献下载
摘要：本发明公开了一种Docker镜像安全性检测方法，包括如下步骤：S1生成初始检测对象文件，S2图结构数据样本组建，并且生成图节点样本，S3，从生成图节点样本中进行节点特征提取；S4将步骤S3中提取的节点特征与将提取的节点特征与安全docker镜像库内的安全docker镜像的Dockerfile文件的节点特征进行相似度匹配以及分类。本发明的Docker镜像安全性检测方法，通过对创建Docker镜像的Dockerfile合法性进行检测以及对用户下载的Docker镜像进行漏洞检测与评估，及时发现存在安全问题的Dockerfile和Docker镜像，保障用户主机中镜像的安全性的。针对Dockerfile的安全检测实现了在镜像生成前发现待生成镜像存在的安全风险，针对镜像的安全检测实现了已有镜像的安全性检测，增强了Docker镜像安全性。
一种 docker 安全性检测方法

[发明专利]基于FASTQ基因大数据的批量分布式压缩方法-CN202110524169.7在审
发明人：季一木;方厚之;尧海昌;刘尚东;陈帅 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2021-05-13 - 公布日： 2021-08-17 - 主分类号： G06F16/174 文献下载
摘要：本发明公开了基于FASTQ基因大数据的批量分布式压缩方法，包括：S100部署Spark集群、Hadoop集群和Java环境：S200、选取同种群物种、同一条染色体的FASTA文件，作为所有输入的基因序列的参考序列；S300为读取到的碱基序列与标识符序列创建Spark任务，S500driver本地程序从HDFS拉取压缩后的碱基序列与标识符序列、质量分数序列数据到本地，使用bsc压缩组件作最后的压缩运算，以获取压缩结果。该方法主要针对于FASTQ格式文件，主要用于解决基因数据量过大，减小基因数据存储和传输成本问题，并通过集群大大缩短大量数据的压缩时间。经验证性能将会较大幅度超越通用压缩器。
基于 fastq 基因数据批量分布式压缩方法

[发明专利]基于MixNet-YOLOv3和卷积递归神经网络CRNN的算术题智能批阅系统-CN202110026927.2在审
发明人：刘天亮;梁聪聪;桂冠;戴修斌 -专利权人： 江苏拓邮信息智能技术研究院有限公司
申请日： 2021-01-09 - 公布日： 2021-03-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于MixNet‑YOLOv3和卷积递归神经网络CRNN(Convolutional Recurrent Neural Network)的算术题智能批阅系统，能够自动地识别试卷中每道算术题的含义并做出判断，以减轻传统手工批阅试卷带来的人力和时间成本，从而提高教学效率。智能批阅系统主要分为检测和识别两大模块。鉴于算术题分布密集、字体多变的特点和网络轻量化的需求，检测模块采用多尺度语义和定位特征融合的MixNet‑YOLOv3网络来实现算术题的边框信息提取；而在识别模块，前一模块抽取的算术题将通过基于联结时序分类CTC(Connectionist Temporal Classification)解码机制的卷积递归神经网络CRNN网络，得到算术题目的语义信息；最后通过算术逻辑运算来判断每道算术题目的正确与否。本发明创建的系统能够胜任移动设备端的算术题批阅任务。
基于 mixnet yolov3 卷积递归神经网络 crnn 算术智能批阅系统

1
共 10 条