摘要：本发明实施例提供一种语种识别方法及装置。该方法包括：采用多小波变换方法获取待识别图像的纹理特征矢量，将待识别图像的纹理特征矢量输入预先确定的SVM中，获取待识别图像中文本的语种，实现了采用多小波变换方法获取纹理特征矢量，由于多小波变换方法获取纹理特征矢量的过程较快，因此，本发明实施例提供的语种识别方法的识别效率较高。同时，由于多小波变换方法的特性，本发明实施例的语种识别方法的识别准确率也较高。因此，采用本发明实施例提供的语种识别方法提高了语种识别的效率和准确率。

摘要：本发明提供一种用于IP包分类设备的五元组规则更新方法和装置，其中，该方法包括通过软件维护用于IP包分类设备的五元组规则表，使用于IP包分类设备的五元组规则表与过滤网卡设备中的五元组规则表相一致，其中，当用户对用于IP包分类设备的五元组规则表进行操作时，确定操作的有效性，并在操作有效时更新过滤网卡设备中的相关信息；当接收到过滤网卡设备发送的规则无效信息时，根据规则无效信息删除用于IP包分类设备的五元组规则表中相应的规则；以及以预定周期对五元组规则表中的规则生命期进行判断，删除无效的规则。通过软件维护五元组规则表，可以满足各种对五元组规则表的操作，保证过滤网卡设备中的五元组规则表是正确的。

摘要：本发明提供一种过滤网卡自动化测试方法和系统，该方法包括：维护一组五元组规则表；按照在五元组规则表中的一项五元组或随机生成的一项五元组构造报文，并统计过滤网卡针对所构造的报文应产生的信息；将统计出的信息添加到报文尾部作为报文的数据部分并将所得到的报文发送出去；以及使用过滤网卡接收报文，并将报文的数据部分中的统计出的信息与过滤网卡所产生的真实信息进行比较，确定过滤网卡的功能是否正确。通过本发明，能够及时地发现过滤网卡所存在的问题，从而提高了系统效率，改善了系统性能。

摘要：本发明公开了一种藏语方言识别方法及系统，该方法包括：预先训练语种识别模型，所述语种识别模型包括：多方言DNN并行音素识别器模型、多方言语言模型；接收待识别藏语方言语音信息；提取所述语音信息的声学特征；利用所述多方言DNN并行音素识别器模型获得对应所述声学特征的音素序列；计算各音素序列在每个语言模型上的似然得分；将似然得分最高的语言模型对应的方言作为所述语音信息对应的方言种类。利用本发明，可以提高藏语方言识别效果。

摘要：本发明公开了一种快速主备倒换控制方法，属于通信技术领域。所述控制方法包括：在上电硬件复位后，两块单板实时通信获取对方状态信息；单板控制寄存器开始喂狗后，单板开始竞争；如果当前单板的主备状态寄存器的状态发生改变，产生中断脉冲信号告知CPU和对方单板，对方单板采集通信信息并判断采取相应的主备倒换处理方式。本发明可以快速的实现主备之间的切换，减少因切换缓慢带来的业务暂停现象。

摘要：本发明公开了一种消冗文件系统及其数据部署方法，系统包括文件系统数据接收模块，数据分块模块，数据块管理模块，数据块存储模块，数据块索引存储模块；本发明通过对乱序的数据块进行了局部分区域排序处理，尽可能早的数据块顺序写入，降低了数据块积压，提前释放了内存，提高了系统的写入性能。对于重复数据删除在NFS共享结合上的应用又深入了一层，使NAS中NFS共享功能的应用场景和应用前景有了进一步的扩大。

摘要：本发明公开了一种自动检索密钥和选择算法的加解密方法，包括步骤一、生成加密对象所使用的密钥库；步骤二、提取被加密对象的数据特征，得到经过处理后的数据首字节；步骤三、依据提取的数据特征自动检索密钥库；步骤四、依据数据特性选择加密算法；步骤五、依据不同的加密场景自定义增订扩充方案；步骤六、对被加密对象进行加解密运算。本发明在现行加密算法的基础上，采用密钥库替代传统的单一密钥，增强了密钥管理的安全性，依据数据特征选取密钥，并选择适当的加密算法发挥最佳的加密性能，能够支持增订扩充方案以满足特定的加密场景，因此，该方法具有很强的实用性和适应性，具有很广泛的应用场景。

摘要：本发明是一种基于重复数据删除的共享方法，将重复数据删除技术和NAS(Network Attached Storage)的共享功能进行深度的结合。本发明对存储的数据进行分块，为每个数据块建立局部索引，局部索引包含根据数据块指纹指定的数据块的存储分区和桶区；当NAS接收到客户端发送来的写请求时，对数据块建立局部索引并存储；当NAS接收到客户端发送来的读请求时，获取待读取数据块的指纹，根据数据块的局部索引，读取数据块。本发明方法可以对windows客户端、linux客户端提供例如：nfs/samba(cifs)/ftp等共享方式支持，可有效地将重复数据删除技术融合到后端存储进而实现在线消冗功能。

摘要：本发明提供了一种基于向量运算的协议比对方法，用于网络协议识别。本方法包括：对已知协议的数据包进行特征向量提取，构建协议特征向量库；提取待判断的未知协议数据流的特征向量；通过距离算法，计算未知协议数据流的特征向量，与协议特征向量库中各特征向量的相似度，并从中选取相似度最大的协议作为比对结果；设定阈值对比较结果进行判断，以使得比较结果更加正确，当未知协议为新协议时，将对应的特征向量加入协议特征向量库。本发明具有统一的协议对比处理流程，具有较好的扩展性，同时可以自动识别出新的协议类型，可以方便、快速、准确地进行协议识别。

摘要：本发明涉及一种基于遗传算法的多阶段神经网络模型训练方法，其技术特点是包括以下步骤：对数据进行预处理以消除字段的量纲影响；根据输入层、隐含层、输出层节点数，构建多输入层网络结构；采用遗传算法训练初始权重和阈值；利用迭代算法更新权重；根据迭代次数及模型误差判断是否满足模型终止条件：如果满足，则模型结束，否则重新更新权重。本发明针对过程控制中参数分阶段影响输出的问题，构建一个多阶段神经网络结构，根据遗传算法具有全局搜索的特点，采用其为网络结构选择一组较合理的初始权重，从而尽可能地防止网络训练进行局部极小点，解决了只有一个输入层的神经网络结构无法解决工程控制中具有前后顺序的参数影响产品加工的问题。