CN113473628B - 智能平台的通信方法以及系统 - Google Patents

智能平台的通信方法以及系统 Download PDF

Info

Publication number
CN113473628B
CN113473628B CN202110897741.4A CN202110897741A CN113473628B CN 113473628 B CN113473628 B CN 113473628B CN 202110897741 A CN202110897741 A CN 202110897741A CN 113473628 B CN113473628 B CN 113473628B
Authority
CN
China
Prior art keywords
data
classification
pictures
frames
picture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110897741.4A
Other languages
English (en)
Other versions
CN113473628A (zh
Inventor
车柯
卢姿萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Hezhi Information Technology Co ltd
Original Assignee
Shenzhen Hurui Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Hurui Technology Co ltd filed Critical Shenzhen Hurui Technology Co ltd
Priority to CN202110897741.4A priority Critical patent/CN113473628B/zh
Publication of CN113473628A publication Critical patent/CN113473628A/zh
Application granted granted Critical
Publication of CN113473628B publication Critical patent/CN113473628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/563—Allocation or scheduling criteria for wireless resources based on priority criteria of the wireless resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Information Transfer Between Computers (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供一种智能平台的通信方法及系统，该方法包括：终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据。本申请提供的技术方案具有通信效率高的优点。

Description

智能平台的通信方法以及系统
技术领域
本申请涉及通信技术领域，具体涉及一种智能平台的通信方法以及云服务器。
背景技术
智能平台又称智能系统（Intelligence system），是指能产生人类智能行为的计算机系统。智能系统不仅可自组织性与自适应性地在传统的诺依曼的计算机上运行，而且也可自组织性与自适应性地在新一代的非诺依曼结构的计算机上运行。
现有的智能平台的通信方式采用单一通信方式，即通过一种类型的通信来传输数据，此种方式无法满足智能平台多样化的需求，影响了通信的效率。
发明内容
本申请实施例提供了一种智能平台的通信方法以及系统，可以实现多样化的通信实现，提高了通信的效率，进而提高了用户的体验度。
第一方面，本申请实施例提供一种智能平台的通信方法，所述方法包括：
终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；
终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；
终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据。
可选的， 所述依据该数据的格式确定该数据的第一类型具体包括：
依据格式与类型的映射关系提取与该格式对应的第一类型。
可选的，所述终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类具体包括：
若该数据的第一类型为视频数据，则将视频数据中抽取n帧图片，将n帧图片输入到分类模型中识别得到n帧图片对应的分类，提取n帧图片对应的分类中相同分类数量最多的分类确定为第一分类。
可选的，所述将该数据输入到分类模型中识别得到该数据对应的第一分类具体包括
若该数据的第一类型为音频数据，则将该音频数据输入到语音识别模型得到文本信息，将该文本信息输入到分类模型中识别得到第一分类。
可选的，所述请求与该通信等级匹配的通信链路具体可以包括：
若该通信等级为高，则请求高通信等级的通信链路，若通信等级为中，则请求中通信等级的通信链路，若通信等级为低，则请求低通信等级的通信链路。
可选的，5G通信链路为高通信等级，4G通信链路为中通信等级的通信链路，3G通信链路为低通信等级的通信链路。
第二方面，提供一种智能平台的通信系统，所述系统应用于终端设备，所述系统包括：
获取单元，用于获取待通信的数据；
处理单元，用于依据该数据的格式确定该数据的第一类型；将该数据输入到分类模型中识别得到该数据对应的第一分类；依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据。
第三方面，提供一种计算机可读存储介质，其存储用于电子数据交换的程序，其中，所述程序使得终端执行第一方面提供的方法。
实施本申请实施例，具有如下有益效果：
可以看出，本申请提供的技术方案的终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据，这样能够确定该通信等级，进而实现依据不同的类型以及分类得到对应通信等级的通信链路，提高通信的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种智能平台的通信方法的流程示意图。
图2是本申请实施例提供的一种智能平台的通信系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请提供一种终端，该终端具体可以包括：处理器、存储器、摄像头和显示屏，上述部件可以通过总线连接，也可以通过其他方式连接，本申请并不限制上述连接的具体方式。在实际应用中，上述终端具体可以为个人计算机、服务器、平板电脑、智能手机等等。
示例的，本申请实施例的终端设备是一种具有无线通信功能的设备，可以称为终端(terminal)、用户设备(user equipment，UE)、移动台(mobile station，MS)、移动终端(mobile terminal，MT)、接入终端设备、车载终端设备、工业控制终端设备、UE单元、UE站、移动站、远方站、远程终端设备、移动设备、UE终端设备、无线通信设备、UE代理或UE装置等。
智能平台的通信采用统一的通信方式，例如通过有线方式来通信或通过无线方式通信，但是对于不同的业务，其具有不同的通信需求，对于相同的业务，在不同的时间，也可能存在不同的通信需求，因此需要来获取用户的通信需求来实现智能平台通信的调用。
参阅图1，图1提供了一种智能平台的通信方法，该方法可以由终端设备执行，该方法如图1所示，包括如下步骤：
步骤S101、终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；
步骤S102、终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；
步骤S103、终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据。
本申请提供的技术方案的终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据，这样能够确定该通信等级，进而实现依据不同的类型以及分类得到对应通信等级的通信链路，提高通信的效率。
示例的，上述依据该数据的格式确定该数据的第一类型具体可以包括：
依据格式与类型的映射关系提取与该格式对应的第一类型。例如，xml、doc可以确定为文本类型，又如jpeg可以确定为图片类型，wmv、asf、asx可以确定为视频类型，又如，MP3，AAC，Ogg 、Vorbis，Opus 可以确定为音频格式。
示例的，上述终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类具体可以包括：
若该数据的第一类型为视频数据，则将视频数据中抽取n帧图片，将n帧图片输入到分类模型中识别得到n帧图片对应的分类，提取n帧图片对应的分类中相同分类数量最多的分类确定为第一分类。
示例的，将n帧图片输入到分类模型中识别得到n帧图片对应的分类具体可以包括：将n帧图片的第一图片进行处理得到第一图片的分类，遍历n帧图片得到n帧图片对应的分类，将n帧图片的第一图片进行处理得到第一图片的分类具体可以包括：
对第一图片进行处理得到第一图片中每个像素点的RGB值，将第一图片划分成m*n个矩形块，提取第一图片的m*n个矩形块中的四个边角矩形块中的所有像素点的RGB值，统计得到四个边角矩形块中的所有像素点的RGB值中相同RGB值的像素点的数量，将数量最大值对应的RGB值确定为第一RGB值；
上述m*n个矩形块可以为，将第一图片按长度、高度分别设置m条横线和n条竖线得到m*n个矩形块。
上述四个边角矩形块具体可以为，第一图片左上角、左下角、右下角、右上角的四个矩形块。
计算m*n个矩形块中的剩余矩形块（即m*n-4个矩形块）的所有像素点的RGB值与第一RGB值之间的差得到剩余矩形块中的每个矩形块的多个差值，对剩余矩形块中每个矩形块的多个差值计算平均值得到m*n-4个均值，将m*n-4个均值中大于等于第一阈值的均值保留得到x个均值，提取x个均值对应的x个矩形块，将x矩形块的像素点的RGB值形成输入数据，将该输入数据传输给AI处理器；AI处理器对该输入数据执行神经网络运算得到该第一图片的分类。
将第一图片划分成m*n个矩形块，提取第一图片的m*n个矩形块中的四个边角矩形块中的所有像素点的RGB值，统计得到四个边角矩形块中的所有像素点的RGB值中相同RGB值的像素点的数量，将数量最大值对应的RGB值确定为第一RGB值；通用处理器计算m*n个矩形块中的剩余矩形块（即m*n-4个矩形块）的所有像素点的RGB值与第一RGB值之间的差得到剩余矩形块中的每个矩形块的多个差值，对剩余矩形块中每个矩形块的多个差值计算平均值得到m*n-4个均值，将m*n-4个均值中大于等于第一阈值的均值保留得到x个均值，提取x个均值对应的x个矩形块，将x矩形块的像素点的RGB值形成输入数据，将该输入数据传输给AI处理器； AI处理器对该输入数据执行神经网络运算得到该第一图片的分类。上述技术方案在组成输入数据时，将第一图片中无关的矩形块的RGB值进行删除，仅仅保留有效的矩形块的像素点的RGB值，这样就能够减少输入数据的尺寸，进而减少运算量，提高运算效率，降低功耗。
示例的，上述终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类具体可以包括
若该数据的第一类型为音频数据，则将该音频数据输入到语音识别模型得到文本信息，将该文本信息输入到分类模型中识别得到第一分类。
示例的，上述将该音频数据输入到语音识别模型得到文本信息具体可以包括：
将该语音数据按下述公式计算得到输出结果O，依据输出结果得到该语音数据的文本信息，具体可以包括：
忘记门，ft=σ (
Figure 63030DEST_PATH_IMAGE001
*Xt+bf)。
输入门：
it=σ (
Figure 408561DEST_PATH_IMAGE001
*Xt+bi)
C’t=tanh (
Figure 762182DEST_PATH_IMAGE001
*Xt+bc);
输出门：
Ot=σ (
Figure 560374DEST_PATH_IMAGE001
*Xt+bO);
ht= Ot* tanh(Ct)。
其中，Ct=Ct-1*ft+it* C’t；
Figure 290432DEST_PATH_IMAGE002
其中，ht中的t为输入数据的时刻值，t≥2，bf表示ft函数的偏置，该数值为常量，同理，bi、bc、bo分别表示对应公式的偏置；Ct-1表示上一时刻的t-1的cell（细胞或单元）输出值，
Figure 490470DEST_PATH_IMAGE003
为上一时刻的输出值的平均值，Xt表示当前时刻t的输入数据。其中，σ表示sigmod函数，tanh表示tanh函数，其均为激活函数。Ot表示输出门的输出结果。
示例的，上述语音识别模型还可以为RNN模型，当然还可以采用其他的语言识别模型。
示例的，上述终端设备依据该第一类型以及第一分类确定待数据的通信等级具体可以包括：
终端设备查询确定第一类型对应的第一等级，查询第一分类对应的第二等级，从第一等级以及第二等级中选择等级高的一个等级确定为该通信等级。
上述查询确定第一类型对应的第一等级可以通过预设的映射关系确定，例如对于视频数据的等级为中，对于语音数据的等级为高，对于图片数据的等级为低，等等。
示例的，上述请求与该通信等级匹配的通信链路具体可以包括：
若该通信等级为高，则请求高通信等级的通信链路，若通信等级为中，则请求中通信等级的通信链路，若通信等级为低，则请求低通信等级的通信链路。
示例的，例如5G通信链路为高通信等级，4G通信链路为中通信等级的通信链路，3G通信链路为低通信等级的通信链路。
当然在实际应用中，上述还可以通过不同的链接方式来确定匹配的链路，例如，确定有线连接为高通信等级，wifi连接为中通信等级，移动网络为低通信等级。当然还可以为其他的方式，本申请并不限制上述通信等级的具体方式。
示例的，上述方法还可以包括：
终端设备获取该通信链路对应的传输速率，若该传输速率低于第一阈值，构建高于该通信等级的第二通信链路，采用第二通信链路传输该数据。
例如，移动通信网络的传输速率低于第一阈值，则更换成有线传输方式或wifi传输方式。这样提高传输速率。
参阅图2，图2提供了一种智能平台的通信系统，所述系统应用于终端设备，所述系统包括：
获取单元201，用于获取待通信的数据；
处理单元202，用于依据该数据的格式确定该数据的第一类型；将该数据输入到分类模型中识别得到该数据对应的第一分类；依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据。
示例的，
处理单元，具体用于依据格式与类型的映射关系提取与该格式对应的第一类型。
示例的，
处理单元，具体用于若该数据的第一类型为视频数据，则将视频数据中抽取n帧图片，将n帧图片输入到分类模型中识别得到n帧图片对应的分类，提取n帧图片对应的分类中相同分类数量最多的分类确定为第一分类。
上述处理单元还可以用于执行如图1所示的可选方案或细化方案。这里不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选 实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种智能平台的通信方法，其特征在于，所述方法包括：
终端设备获取待通信的数据，依据该数据的格式确定该数据的第一类型；
终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类；
终端设备依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据；
所述终端设备将该数据输入到分类模型中识别得到该数据对应的第一分类具体包括：
若该数据的第一类型为视频数据，则将视频数据中抽取n帧图片，将n帧图片输入到分类模型中识别得到n帧图片对应的分类，提取n帧图片对应的分类中相同分类数量最多的分类确定为第一分类；
将n帧图片输入到分类模型中识别得到n帧图片对应的分类具体包括：将n帧图片的第一图片进行处理得到第一图片的分类，遍历n帧图片得到n帧图片对应的分类，将n帧图片的第一图片进行处理得到第一图片的分类具体包括：对第一图片进行处理得到第一图片中每个像素点的RGB值，将第一图片划分成m*n个矩形块，提取第一图片的m*n个矩形块中的四个边角矩形块中的所有像素点的RGB值，统计得到四个边角矩形块中的所有像素点的RGB值中相同RGB值的像素点的数量，将数量最大值对应的RGB值确定为第一RGB值；
上述m*n个矩形块可以为，将第一图片按长度、高度分别设置m条横线和n条竖线得到m*n个矩形块；
计算m*n个矩形块中的剩余矩形块的所有像素点的RGB值与第一RGB值之间的差得到剩余矩形块中的每个矩形块的多个差值，对剩余矩形块中每个矩形块的多个差值计算平均值得到m*n-4个均值，将m*n-4个均值中大于等于第一阈值的均值保留得到x个均值，提取x个均值对应的x个矩形块，将x个矩形块的像素点的RGB值形成输入数据，将该输入数据传输给AI处理器；AI处理器对该输入数据执行神经网络运算得到该第一图片的分类。
2.根据权利要求1所述的方法，其特征在于， 所述依据该数据的格式确定该数据的第一类型具体包括：
依据格式与类型的映射关系提取与该格式对应的第一类型。
3.根据权利要求1所述的方法，其特征在于，所述请求与该通信等级匹配的通信链路具体可以包括：
若该通信等级为高，则请求高通信等级的通信链路，若通信等级为中，则请求中通信等级的通信链路，若通信等级为低，则请求低通信等级的通信链路。
4.根据权利要求1所述的方法，其特征在于，
5G通信链路为高通信等级，4G通信链路为中通信等级的通信链路，3G通信链路为低通信等级的通信链路。
5.一种智能平台的通信系统，其特征在于，所述系统应用于终端设备，所述系统包括：
获取单元，用于获取待通信的数据；
处理单元，用于依据该数据的格式确定该数据的第一类型；将该数据输入到分类模型中识别得到该数据对应的第一分类；依据该第一类型以及第一分类确定待数据的通信等级，请求与该通信等级匹配的通信链路，通过该通信链路传输该待通信的数据；
处理单元，具体用于若该数据的第一类型为视频数据，则将视频数据中抽取n帧图片，将n帧图片输入到分类模型中识别得到n帧图片对应的分类，提取n帧图片对应的分类中相同分类数量最多的分类确定为第一分类；将n帧图片输入到分类模型中识别得到n帧图片对应的分类具体包括：将n帧图片的第一图片进行处理得到第一图片的分类，遍历n帧图片得到n帧图片对应的分类，将n帧图片的第一图片进行处理得到第一图片的分类具体包括：对第一图片进行处理得到第一图片中每个像素点的RGB值，将第一图片划分成m*n个矩形块，提取第一图片的m*n个矩形块中的四个边角矩形块中的所有像素点的RGB值，统计得到四个边角矩形块中的所有像素点的RGB值中相同RGB值的像素点的数量，将数量最大值对应的RGB值确定为第一RGB值；
上述m*n个矩形块可以为，将第一图片按长度、高度分别设置m条横线和n条竖线得到m*n个矩形块；
计算m*n个矩形块中的剩余矩形块的所有像素点的RGB值与第一RGB值之间的差得到剩余矩形块中的每个矩形块的多个差值，对剩余矩形块中每个矩形块的多个差值计算平均值得到m*n-4个均值，将m*n-4个均值中大于等于第一阈值的均值保留得到x个均值，提取x个均值对应的x个矩形块，将x个矩形块的像素点的RGB值形成输入数据，将该输入数据传输给AI处理器；AI处理器对该输入数据执行神经网络运算得到该第一图片的分类。
6.根据权利要求5所述的系统，其特征在于，
处理单元，具体用于依据格式与类型的映射关系提取与该格式对应的第一类型。
7.一种计算机可读存储介质，其存储用于电子数据交换的程序，其中，所述程序使得终端执行如权利要求1-4任意一项所述的方法。
CN202110897741.4A 2021-08-05 2021-08-05 智能平台的通信方法以及系统 Active CN113473628B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110897741.4A CN113473628B (zh) 2021-08-05 2021-08-05 智能平台的通信方法以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110897741.4A CN113473628B (zh) 2021-08-05 2021-08-05 智能平台的通信方法以及系统

Publications (2)

Publication Number Publication Date
CN113473628A CN113473628A (zh) 2021-10-01
CN113473628B true CN113473628B (zh) 2022-08-09

Family

ID=77884140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110897741.4A Active CN113473628B (zh) 2021-08-05 2021-08-05 智能平台的通信方法以及系统

Country Status (1)

Country Link
CN (1) CN113473628B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1968198A (zh) * 2006-06-16 2007-05-23 华为技术有限公司 一种无线接入承载分组数据业务的QoS管理方法
CN102647760A (zh) * 2012-03-02 2012-08-22 黄东 一种基于多业务网络的业务资源高效管理方法
CN109618372A (zh) * 2019-01-11 2019-04-12 Oppo广东移动通信有限公司 数据传输方法及相关装置
CN111756642A (zh) * 2020-06-02 2020-10-09 深圳供电局有限公司 一种基于dpi和机器学习的网络流量调度系统及方法
CN112769761A (zh) * 2020-12-22 2021-05-07 广州技象科技有限公司 一种基于业务分级的信号传输模式选择方法及装置
CN112949739A (zh) * 2021-03-17 2021-06-11 中国电子科技集团公司第二十九研究所 一种基于智能流量分类的信息传输调度方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102510437B (zh) * 2011-10-25 2014-07-16 重庆大学 基于rgb分量分布的视频图像背景检测方法
CN102340620B (zh) * 2011-10-25 2013-06-19 重庆大学 基于马氏距离的视频图像背景检测方法
US10757161B2 (en) * 2017-01-09 2020-08-25 Citrix Systems, Inc. Learning technique for QoS based classification and prioritization of SAAS applications
CN111428088B (zh) * 2018-12-14 2022-12-13 腾讯科技（深圳）有限公司 视频分类方法、装置及服务器
CN110766096B (zh) * 2019-10-31 2022-09-23 北京金山云网络技术有限公司 视频分类方法、装置及电子设备
CN111008280B (zh) * 2019-12-04 2023-09-05 北京百度网讯科技有限公司 一种视频分类方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1968198A (zh) * 2006-06-16 2007-05-23 华为技术有限公司 一种无线接入承载分组数据业务的QoS管理方法
CN102647760A (zh) * 2012-03-02 2012-08-22 黄东 一种基于多业务网络的业务资源高效管理方法
CN109618372A (zh) * 2019-01-11 2019-04-12 Oppo广东移动通信有限公司 数据传输方法及相关装置
CN111756642A (zh) * 2020-06-02 2020-10-09 深圳供电局有限公司 一种基于dpi和机器学习的网络流量调度系统及方法
CN112769761A (zh) * 2020-12-22 2021-05-07 广州技象科技有限公司 一种基于业务分级的信号传输模式选择方法及装置
CN112949739A (zh) * 2021-03-17 2021-06-11 中国电子科技集团公司第二十九研究所 一种基于智能流量分类的信息传输调度方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电力通信网络业务质量特征的数据流智能调度;田毅等;《计算机测量与控制》;20200625(第06期);第148-157页 *

Also Published As

Publication number Publication date
CN113473628A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN108304435B (zh) 信息推荐方法、装置、计算机设备及存储介质
CN107578453A (zh) 压缩图像处理方法、装置、电子设备及计算机可读介质
CN110798718B (zh) 一种视频推荐方法以及装置
CN113763249A (zh) 文本图像超分辨率重建方法及其相关设备
CN111093094A (zh) 视频转码方法、装置、系统及电子设备及可读存储介质
CN107908603A (zh) 动态生成文件方法及应用服务器
CN110020022A (zh) 数据处理方法、装置、设备及可读存储介质
CN115205925A (zh) 表情系数确定方法、装置、电子设备及存储介质
CN110211017A (zh) 图像处理方法、装置及电子设备
CN115145525A (zh) 屏幕亮度调节模型训练方法及装置、存储介质及电子设备
CN112016502A (zh) 安全带检测方法、装置、计算机设备及存储介质
CN113128526B (zh) 图像识别方法、装置、电子设备和计算机可读存储介质
US20230281956A1 (en) Method for generating objective function, apparatus, electronic device and computer readable medium
CN113473628B (zh) 智能平台的通信方法以及系统
CN113791909A (zh) 服务器容量调整方法、装置、计算机设备及存储介质
CN108664847B (zh) 一种对象识别方法、设备和系统
CN112434746A (zh) 基于层次化迁移学习的预标注方法及其相关设备
CN113190811B (zh) 可安全传输网络数据的方法以及云服务器
CN109754319B (zh) 信用分值确定系统、方法、终端及服务器
CN113139490B (zh) 一种图像特征匹配方法、装置、计算机设备及存储介质
KR102422153B1 (ko) 뉴럴 네트워크를 이용한 상담 가이드 정보 추천 방법 및 장치
CN114221964B (zh) 一种访问请求处理方法、装置、计算机设备及存储介质
CN115908219A (zh) 人脸识别方法、装置、设备及存储介质
CN112016503B (zh) 人行道检测方法、装置、计算机设备及存储介质
KR20220042930A (ko) 컨텐츠 목록 제공 방법, 장치 및 컴퓨터 프로그램

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221221

Address after: Room C12, North District, Building 8, No. 619, Longchang Road, Yangpu District, Shanghai, 200000

Patentee after: SHANGHAI HEZHI INFORMATION TECHNOLOGY CO.,LTD.

Address before: 518000 room 1206, tefa information technology building, No. 3, Qiongyu Road, Yuehai street, Nanshan District, Shenzhen, Guangdong Province

Patentee before: Shenzhen hurui Technology Co.,Ltd.