-
公开(公告)号：CN114490618B
公开(公告)日：2022-11-11
申请号：CN202210138840.9
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于蚁狮算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补任务中数据填补的质量。所述方法包括：接收缺失数据集，根据缺失的数据类型设置多个蚂蚁个体以及蚁狮个体，计算每个蚂蚁个体以及蚁狮个体的适应度值，从中选定适应度值最大的蚁狮个体为精英蚁狮个体，同时为每个蚂蚁个体选择一个选定蚁狮个体，根据选定蚁狮个体的位置编码以及精英蚁狮个体的位置编码对蚂蚁个体的位置编码进行更新，根据更新后的蚂蚁个体更新选定蚁狮个体，进而确定新的精英蚁狮个体，迭代执行上述步骤，根据最终得到的精英蚁狮个体生成数据填补模型，执行数据填补任务。
-
公开(公告)号：CN114490619B
公开(公告)日：2022-09-09
申请号：CN202210139197.1
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于遗传算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补的填补质量。所述方法包括：读取缺失数据集；设置多条染色体，通过混沌映射和启发式信息对所述多条染色体进行初始化，得到多条初始化染色体；通过初始化染色体对缺失数据集进行数据填补以及特征选择，得到多个筛选后的数据集；对多个筛选后的数据集进行适应度评估，得到每条染色体的适应度值；根据每条染色体的适应度值，选择父本并生成后代染色体；迭代生成多代染色体，直至得到最优染色体；根据所述最优染色体，生成对应的数据填补模型；通过所述数据填补模型进行数据填补，得到数据填补结果。(56)对比文件Baligh Al-Helali，等.GeneticProgramming with Noise Sensitivity forImputation Predictor Selection inSymbolic Regression with Incomplete Data.《2020 IEEE Congress on EvolutionaryComputation (CEC)》.2020,
-
公开(公告)号：CN114490618A
公开(公告)日：2022-05-13
申请号：CN202210138840.9
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于蚁狮算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补任务中数据填补的质量。所述方法包括：接收缺失数据集，根据缺失的数据类型设置多个蚂蚁个体以及蚁狮个体，计算每个蚂蚁个体以及蚁狮个体的适应度值，从中选定适应度值最大的蚁狮个体为精英蚁狮个体，同时为每个蚂蚁个体选择一个选定蚁狮个体，根据选定蚁狮个体的位置编码以及精英蚁狮个体的位置编码对蚂蚁个体的位置编码进行更新，根据更新后的蚂蚁个体更新选定蚁狮个体，进而确定新的精英蚁狮个体，迭代执行上述步骤，根据最终得到的精英蚁狮个体生成数据填补模型，执行数据填补任务。
-
公开(公告)号：CN114092704A
公开(公告)日：2022-02-25
申请号：CN202111234242.3
申请日：2021-10-22
Applicant: 北京大数据先进技术研究院
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于近邻传播的实例匹配方法、装置、设备及存储介质，旨在提高跨模态数据实例匹配的准确率。所述方法包括：接收不同模态的待匹配样本，对所述不同模态的待匹配样本进行特征提取，得到多个所述待匹配样本的特征；对于多个所述待匹配样本的特征中的每个待匹配样本的特征，确定所述待匹配样本的特征的多个同模态近邻特征；将所述待匹配样本的特征以及所述多个同模态近邻特征映射到跨模态空间中；在所述跨模态空间中，确定所述待匹配样本的特征以及所述多个同模态近邻特征的多个跨模态近邻特征；将所述多个跨模态近邻特征对应的样本作为所述待匹配样本的跨模态相似样本，输出匹配结果。
-
公开(公告)号：CN119046001A
公开(公告)日：2024-11-29
申请号：CN202411143468.6
申请日：2024-08-20
Applicant: 北京大数据先进技术研究院
Abstract: 本申请公开了一种边缘数据服务的任务调度方法及语言模型的训练方法、装置、系统、存储介质、设备和计算机程序产品，属于边缘数据服务领域，通过第一语言模型处理本地数据服务和本地运行环境参数获得本地调度决策；根据本地调度决策更新本地运行环境参数；通过第二语言模型，处理本地调度决策、更新后的本地运行环境参数和分布式运行环境参数以获得边缘数据任务的任务调整决策，再根据任务调整决策，调整本地数据服务和分布式数据服务，从而协同完成指定的数据服务。解决了由于现有技术中算法模型部署和计算复杂性高，造成的资源利用效率低和计算开销大，导致的数据服务调度效率低下的问题。
-
Patent Agency Ranking
公开(公告)号：CN118606966A
公开(公告)日：2024-09-06
申请号：CN202410655224.X
申请日：2024-05-24
Applicant: 北京大数据先进技术研究院
Abstract: 本申请公开了一种身份认证方法、装置、设备及存储介质，应用于客户端，包括：响应于用户输入的访问命令，确定用户所要访问的目标数据；根据目标数据的数据权限，确定与目标数据所对应的目标权限等级；按照具有目标复杂度的目标身份验证流程对用户进行身份验证，并在目标身份验证流程的验证结果为通过的情况下，从区块链获取与目标权限等级所对应的区块链加密参数；获取目标数据，并根据区块链加密参数，加密或解密目标数据，以使得用户完成访问命令。本申请通过精确控制每个用户的数据访问权限，可以确保数据的安全性。解决了相关技术中，用户在登录时获得超出必要性的权限的问题。
-
公开(公告)号：CN118394861A
公开(公告)日：2024-07-26
申请号：CN202410610987.2
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F16/2457 , G06F21/62 , G06F21/31
Abstract: 本申请提供了一种基于语义映射文件的本体生成方法、装置和产品，涉及本体生成技术领域，所述方法包括：响应于用户发送的本体生成请求，获取关系型数据库中的语义映射文件，所述语义映射文件为所述关系型数据库的OBDA文件，用于描述所述关系型数据库中的多个关系数据库表的数据特征信息；从所述语义映射文件中提取类、数据属性和对象属性；根据提取得到的类、数据属性和对象属性，生成关系数据本体。
-
公开(公告)号：CN116539057B
公开(公告)日：2024-01-16
申请号：CN202310484002.1
申请日：2023-04-28
Applicant: 北京大数据先进技术研究院
IPC: G01C21/34
Abstract: 本申请提供了一种最优路径确定方法、装置和电子设备，涉及路径规划技术领域，该方法包括：获取当前行驶所采用的路径的路径信息，所述路径信息包括起点至终点每个路段各自的斜率适用范围；所述斜率适用范围表示，相比于其他可选择的路段，该路段的权值最小时的斜率的取值范围；确定即将行驶进入的下一路段的实际斜率；所述实际斜率表示当前时刻在下一路段的时间紧迫程度；根据所述下一路段的实际斜率和所述路径信息中的所述下一路段的斜率适用范围，确定所述当前行驶所采用的路径是否为当前时刻的最优路径。
-
公开(公告)号：CN117056057A
公开(公告)日：2023-11-14
申请号：CN202311308456.X
申请日：2023-10-11
Applicant: 北京大数据先进技术研究院
IPC: G06F9/48
Abstract: 本发明实施例提供了一种算法调度方法、装置、电子设备及可读存储介质，涉及计算机技术领域，该方法包括：响应于算法调用指令，基于算法调度系统中的调度模块，获取算法调用指令指示的目标算法单元对应的算法单元信息；基于算法单元信息，构建目标算法单元对应的算法对象；将算法对象发送至目标无人设备，并将目标无人设备返回的算法数据发送至第一无人设备。这样，通过构建算法调度系统，可以便于对多种算法进行统一管理以及调用。同时，无需在每个无人设备部署算法，增加无人设备的负载，并且通过将目标算法封装为目标算法单元，使得算法的调度以及管理均以算法单元为单位，提高了系统调度的一体性和一致性。
-
公开(公告)号：CN116596174A
公开(公告)日：2023-08-15
申请号：CN202310480201.5
申请日：2023-04-28
Applicant: 北京大数据先进技术研究院
IPC: G06Q10/047 , G06Q10/0835 , G06Q30/0201
Abstract: 本申请涉及一种综合成本与收益的路径规划方法、装置、设备及存储介质。其中方法包括：根据任务在路径中点与边上的成本，构建任务成本函数；将任务路径划分为若干剖腔，设定任务收益时间，根据所述任务收益时间，构建任务收益函数；根据所述任务成本函数与所述任务收益函数，构建任务净收益函数；将路径中每一条边的行进代价，作为对应路段的权重，建立数学模型，计算任务的最优路径。采用本方法能够提高对于综合成本与收益的路径规划问题的计算效率，本申请提供的路径规划方法还能轻松应对路径地图较复杂情况下的最优路径计算，与传统路径规划方法相比，对复杂地图的适应性更强。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.036 seconds)
