专利交易市场

本发明公开了一种在多模态网络中实现开源社区访问的方法，该方法包括：获取在第一模态子网或第二模态子网中搭建的开源社区的兴趣包，将开源社区的兴趣包根据预置的访问线程规则发送至第一模态子网的边缘网关路由器或第二模态子网的边缘网关路由器；第一模态子网的边缘网关路由器或第二模态子网的边缘网关路由器对兴趣包进行处理生成访问包；将访问包通过第二模态子网的边缘网关路由器路由至第一模态子网的用户端或通过第一模态子网的边缘网关路由器路由至第二模态子网的用户端以实现在多模态网络中对开源社区的访问。从而能够实现跨模态网络的开源社区的访问，提高了资源的利用率，降低了人工和服务器的成本，有利于促进多模态网络的建设。

本发明提出一种基于多模态网络的人群计数方法、系统及计算机设备，该方法包括：将各种模态下的人群图像均分割成预设份数的待训练图像，对各种模态下的待训练图像进行预编码；将相同待训练图像中对应的多种第一特征向量进行映射融合，得到第二特征向量；根据位置信息和像素信息将不同模态下表示同一区域的待训练图像进行特征分离及融合，得到多种第三特征向量，以根据第三特征向量对初始人群计数模型训练，得到最终人群计数模型；获取双模态下分别对应的待识别图像，并将待识别图像输入到最终人群计数模型中。本发明提出的基于多模态网络的人群计数方法，能够更好地应用于夜间或人群拥挤等复杂环境的人群计数，得到更准确的人群预测数量。

本发明公开了一种多模态网络的流量智能控制方法，基于深度强化学习(Deep Reinforcement Learning，DRL)，通过提取访问内容大小、链路带宽等特征，综合考虑网络负载均衡、业务时延等指标来进行网络流量分配。此外，为了缩短用户请求内容的时间，本发明利用多模态网络的架构优势(ICN网络节点可以缓存数据)，基于多模态网络的缓存特性提出了考虑代价和收益的缓存算法，在网络节点中对流行度较高的内容进行缓存。这样本发明通过基于深度强化学习的路由策略以及考虑替换收益的动态缓存策略，降低了多模态网络时延，实现了多模态负载均衡，并提高了多模态网络的性能。