-
公开(公告)号：CN119847496A
公开(公告)日：2025-04-18
申请号：CN202510338287.7
申请日：2025-03-21
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种基于场景的代码生成策略优化方法，涉及软件开发技术领域，包括基于对项目需求的分析确定目标代码模板；对不同代码片段之间的耦合度进行分析生成参考代码生成顺序；将参考代码生成顺序与代码关键因素相结合动态生成相应实际代码部分；对实际代码部分进行测试并根据测试结果进行优化。通过基于对项目需求的分析确定目标代码模板，并对特定场景提供优化的代码生成策略；对不同代码片段之间的耦合度进行分析生成参考代码生成顺序；将参考代码生成顺序与代码关键因素相结合生成相应实际代码部分；对实际代码部分进行测试并根据测试结果进行优化，可根据不同的项目需求和特定场景准确地生成符合要求的代码，提高软件开发效率和质量。
-
公开(公告)号：CN119474065A
公开(公告)日：2025-02-18
申请号：CN202411328784.0
申请日：2024-09-23
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供一种数据质量监控修复系统，属于数据修复技术领域，包括：识别模块：获取多个数据源的数据，并自动识别数据中存在的多个数据质量问题；第一确定模块：基于因果关系推理技术确定数据质量问题的根本原因和影响路径；评估模块：评估每个数据质量问题的严重程度和影响范围；选择模块：根据严重程度和影响范围基于预定义规则为每个数据质量问题分配优先级，并确定处理顺序，选择最佳修复策略进行自动修复；自动修复模块：对修复好的数据进行实时持续监控，利用流处理技术和实时分析算法，检测新出现的数据质量问题，并进行自动修复。解决了识别效率低下导致的数据不准确，同时，无法保证数据质量问题的自动化和实时化处理的问题。
-
公开(公告)号：CN118964682B
公开(公告)日：2024-12-20
申请号：CN202411449597.8
申请日：2024-10-17
Applicant: 太极计算机股份有限公司
IPC: G06F16/901 , G06N5/02 , G06F16/90
Abstract: 本发明提供了一种基于元级化低代码平台的软件知识图谱智能构建方法，涉及知识图谱构建技术领域，包括：从不同类型的数据源中提取目标知识要素，整合到目标元模型中，并建立目标元数据管理系统；基于预设图数据库，实现对低代码开发知识的图谱化构建，得到目标知识图谱；实时监测代码仓库中代码的变化状态，并根据变化状态数据实现对目标知识图谱的动态更新。通过提取目标知识要素整合至元模型；基于预设图数据库，实现对低代码开发知识的图谱化构建；实时监测代码仓库中代码的变化状态，并根据变化状态数据动态更新知识图谱，可支持快速构建和更新软件知识图谱，应用于各种低代码开发平台以及提升开发效率和软件质量。
-
公开(公告)号：CN118642866A
公开(公告)日：2024-09-13
申请号：CN202410480013.7
申请日：2024-04-19
Applicant: 太极计算机股份有限公司
IPC: G06F9/54 , G06F9/455 , G06F11/30 , G06F11/32 , G06F21/62 , G06F9/50 , G06F40/20 , G06F40/30 , G06N3/0455 , G06N3/08 , H04L9/40 , H04L69/08
Abstract: 本发明提供一种统一服务总线综合管理平台，包括：服务管理模块，其用于为服务提供者和消费者提供服务注册、管理及调度功能；服务实例模块，其与服务管理模块连接，基于已调度结果创建实例，并对实例进行部署和运行；运维监控模块，其与服务管理模块和服务实例模块连接，用于实时监控各模块的运行状态，并实现自动化运维；本发明提供了处理系统间服务互通和管理的应用平台，帮助各系统之间，实现跨系统、跨协议、跨网络的服务能力互通；提高了数据服务总线在通用场景下的管理效率和数据要素流通的灵活性与安全性，构建稳定、可扩展和高效的企业服务架构。
-
公开(公告)号：CN117056576B
公开(公告)日：2024-04-05
申请号：CN202311324713.9
申请日：2023-10-13
Applicant: 太极计算机股份有限公司
IPC: G06F16/9035 , G06F18/21 , G06F18/22
Abstract: 本发明提供了一种基于大数据平台的数据质量灵活验证方法，属于数据处理技术领域，其方法包括：根据输入的初始数据在函数数据库中匹配相应的数据解析函数进行初步解析，提取数据特征，在策略数据库中筛选匹配度大于第一匹配度的第一质量评估策略，根据同一初始数据下的数据特征，在策略数据库中筛选匹配度大于第二匹配度，且小于第一匹配度的第二质量评估策略，对同一解析内容下的第一解析评价结果与第二解析评价结果进行对比分析，得到初始数据的数据质量验证结果，保证数据验证的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116610311A
公开(公告)日：2023-08-18
申请号：CN202310899398.6
申请日：2023-07-21
Applicant: 太极计算机股份有限公司
IPC: G06F8/36 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F16/35 , G06F18/24
Abstract: 一种低代码模版自动挖掘与复用的方法及系统，涉及计算机软件信息技术领域，解决现有低代码模版在应用过中存在无法实现自动化与大规模、无法准确理解模版的场景与功能以及无法判断模版的实际适用场景，最终导致推荐效果差等问题，本发明利用自动化标注技术采用深度学习算法训练标注模型，使用基于ALBERT与TextCNN的多标签文本分类技术进行代码模版标注模型训练，生成的分类标注模型的分类准确率高、推理速度块，从而实现规模化的模版分类标注，通过使用人工智能技术实现自动化标注，以及基于模版的深度理解与推荐，实现了更智能与高效的代码模版管理与重用方式。减少重复劳动，提高开发效率。
-
公开(公告)号：CN119473255B
公开(公告)日：2025-04-25
申请号：CN202510068279.5
申请日：2025-01-16
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供一种基于数据业务建模引擎的低代码开发平台构建方法，属于低代码开发技术领域，其方法包括获取引擎应用场景，根据所述引擎应用场景确定存在用户群体，确定对应的存在需求，进而得出平台核心功能对所述核心功能进行拆解，得出多个子功能，根据所述子功能开发数据模型，进而构建低代码开发平台的整体架构，对数据模型进行依赖关系分析，对数据模型进行集成，结合所述整体架构与集成结果确定业务模型；基于业务模型选择应用场景模板，并配置模板参数，将业务模型中的数据字段与模板参数进行映射，发布业务模型到低代码开发平台上，提高了开发效率，使非技术用户能够快速构建和发布应用，灵活应对业务需求变化，促进了创新与响应速度。
-
公开(公告)号：CN119536703B
公开(公告)日：2025-04-15
申请号：CN202510068277.6
申请日：2025-01-16
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供一种低代码开发平台的离线部署方法，涉及离线部署技术领域，其方法包括：选择低代码开发平台，设计平台架构，并组建离线部署资源包；当进行离线部署时，选择离线部署架构并进行离线部署配置；根据离线部署架构确定初始离线部署路径并根据离线部署配置划分并优化初始离线部署路径，根据离线部署效率、离线部署资源利用率以及离线部署完整度确定最优离线配置路径；根据最优离线配置路径进行离线部署，获取离线低代码开发平台并进行调试以及定期更新维护；有效实现了低代码开发平台的离线部署。
-
公开(公告)号：CN118035537B
公开(公告)日：2024-12-13
申请号：CN202311870817.X
申请日：2023-12-29
Applicant: 太极计算机股份有限公司
IPC: G06F16/9535 , G06F9/50 , G06F17/18
Abstract: 本发明提供了一种积木式大数据平台的数据处理及分析方法，属于大数据处理技术领域，包括：在客户端埋点实时采集多个预设时间段内的用户需求以及用户信息数据；对每个预设时间段内的用户需求进行分析得到对应预设时间段内的多个用户的第一指令以及指令截止时间，并对第一指令以及指令截止时间进行分析，生成至少一个第二指令及每个第二指令的子级别系数；基于预设指令‑模块‑类型库确定每个第二指令所在的业务模块以及指令类型，并根据所述指令类型确定所述第二指令在业务模块中的调用顺序，进而生成调用流程；基于对应第二指令所在预设时间段的下一时间段的指令数据对生成的调用流程进行动态更新。实现了大数据平台的个性化分析。
-
公开(公告)号：CN119106666A
公开(公告)日：2024-12-10
申请号：CN202410940501.1
申请日：2024-07-12
Applicant: 太极计算机股份有限公司
IPC: G06F40/169 , G06F40/117 , G06F40/205 , G06F40/295 , G06F16/335 , G06N3/0442 , G06N3/088
Abstract: 本发明提供一种基于领域知识的主题化标引方法、装置和设备，方法包括在数据源中收集领域知识；通过自然语言处理对所述领域知识进行降噪处理，得到降噪后领域知识；基于深度学习和自然语言处理提取所述降噪后领域知识的主题特征，基于所述主题特征构建词向量主题模型；基于无监督学习，利用领域知识样本对所述词向量主题模型进行训练，得到领域知识识别模型；输入待确定领域知识至所述领域知识识别模型，确定所述待确定领域知识与目标领域知识的相似度；基于所述相似度确定所述待确定领域知识的主题标引结果，可以比较准确的标引领域知识的主题。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.026 seconds)
