-
公开(公告)号：CN116361398B
公开(公告)日：2023-12-26
申请号：CN202310147860.7
申请日：2023-02-21
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/214 , G06N3/04 , G06N3/08 , G06F16/23
Abstract: 本发明提供了一种用户信用评估方法、联邦学习系统、装置和设备，应用于联邦学习系统，该系统包括联邦服务器和多个联邦参与者，包括：联邦服务器根据联邦学习目标任务，编制联邦学习数据需求，联邦学习数据需求中的每个局部数据特征需求的需求数据格式为联邦学习目标任务规定的联邦学习所用的数据结构；多个联邦参与者根据接收到的局部数据特征需求，生成对应的OBDA映射文件，根据该OBDA映射文件，得到符合需求数据格式的局部数据特征；多个联邦参与者和联邦服务器利用局部数据特征，基于全局联邦学习模型，进行迭代训练，得到目标联邦学习模型；将待评估用户的数据输入任一的联邦参与者中的目标联邦学习模型，得到对该用户的信用评估结果。
-
公开(公告)号：CN116340839B
公开(公告)日：2023-10-20
申请号：CN202310127816.X
申请日：2023-02-08
Applicant: 北京大数据先进技术研究院
IPC: G06F18/241 , G06F18/30 , G06N3/006
Abstract: 本发明提供了一种基于蚁狮算法的算法选择方法及装置，涉及计算机技术领域。包括：首先，构建初始蚂蚁种群，并计算每个蚂蚁个体对应的集成元算法的准确性和多样性以作为蚂蚁个体的适应度，然后通过适应度计算蚂蚁个体间的帕累托支配关系，选择蚂蚁中的帕累托解作为蚁狮从而构建初始蚁狮种群。然后，确定蚁狮种群中的精英蚁狮，并根据精英蚁狮，通过增强游走策略，生成新增蚂蚁种群。最后，迭代执行上述步骤，当满足迭代退出条件时，输出最后一次迭代得到的蚁狮种群以确定目标集成元算法，根据目标集成元算法，从备选算法中选择目标算法。在本发明中，通过选择性集成有效利用元算法的多样性，综合提升集成元算法的准确性和多样性。
-
公开(公告)号：CN116450596B
公开(公告)日：2023-10-03
申请号：CN202310722018.1
申请日：2023-06-19
Applicant: 北京大数据先进技术研究院
IPC: G06F16/178 , G06F16/16 , G06F16/172
Abstract: 本申请公开了一种数字对象存储方法、装置、电子设备及可读存储介质，涉及数据处理技术领域，包括：接收用户上传的数字对象的基础信息、元数据和数据文件；其中，所述基础信息是所述用户根据预设的基础信息格式为所述数字对象生成的，所述元数据是所述用户根据元数据标准为所述数字对象生成的，所述数据文件是所述用户根据所述数字对象对应的资源实体的数据生成的；为所述数字对象分配标识，并根据所述标识和所述基础信息生成所述数字对象的基础信息数据；将所述基础信息数据、所述元数据和所述数据文件确定为所述数字对象的数字对象信息，并将所述数字对象信息进行存储。可以解决存储格式不一致造成数字对象存储不便的问题。
-
公开(公告)号：CN116362109B
公开(公告)日：2023-09-12
申请号：CN202310147580.6
申请日：2023-02-09
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种基于数字孪生的智能无人系统和方法，该系统部署于目标无人设备，包括：交互层，用于获取物理状态数据；数智孪生层，包括物理孪生模型和智能孪生模型；物理孪生模型用于根据所述物理状态数据，对所述目标无人设备进行建模，得到物理孪生体；智能孪生模型，用于根据所述物理孪生体，和多个行动策略，得到多个数智孪生体；仿真层，包括环境模拟模块，评估模块和匹配模块；环境模拟模块，用于模拟得到无人设备运行环境；匹配模块，用于将无人设备运行环境分别匹配各个数智孪生体，得到多个综合孪生体；评估模块，用于对多个综合孪生体进行评估，得到最优孪生体，根据最优孪生体，得到最优控制策略。
-
公开(公告)号：CN116362109A
公开(公告)日：2023-06-30
申请号：CN202310147580.6
申请日：2023-02-09
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种基于数字孪生的智能无人系统和方法，该系统部署于目标无人设备，包括：交互层，用于获取物理状态数据；数智孪生层，包括物理孪生模型和智能孪生模型；物理孪生模型用于根据所述物理状态数据，对所述目标无人设备进行建模，得到物理孪生体；智能孪生模型，用于根据所述物理孪生体，和多个行动策略，得到多个数智孪生体；仿真层，包括环境模拟模块，评估模块和匹配模块；环境模拟模块，用于模拟得到无人设备运行环境；匹配模块，用于将无人设备运行环境分别匹配各个数智孪生体，得到多个综合孪生体；评估模块，用于对多个综合孪生体进行评估，得到最优孪生体，根据最优孪生体，得到最优控制策略。
-
Patent Agency Ranking
公开(公告)号：CN115982632A
公开(公告)日：2023-04-18
申请号：CN202310277864.7
申请日：2023-03-21
Applicant: 北京大数据先进技术研究院
IPC: G06F18/24 , G06F18/214
Abstract: 本公开关于一种高维不平衡缺失数据的分类方法、装置、电子设备及介质，涉及大数据技术领域，该方法通过获取待分类的初始数据集；所述初始数据集存在高维不平衡缺失特性；基于初始数据集中的多个特征，从多个特征中选择目标特征，并将目标特征对应的数据作为初始子集；从预设数据填补算法中选择目标填补算法，并使用目标填补算法对初始子集进行数据填补，得到中间数据集；从预设数据重采样算法中选择目标重采样算法，并使用目标重采样算法对中间数据集进行重采样，得到目标数据集；对目标数据集中的数据进行分类。通过进行特征选择、数据填补以及重采样，可以在一定程度上解决初始数据集所具有的高维不平衡缺失特性，提高数据分类的效果。
-
公开(公告)号：CN115168916B
公开(公告)日：2023-01-13
申请号：CN202210888353.4
申请日：2022-07-26
Applicant: 北京大数据先进技术研究院(CN)
Abstract: 本发明提供了一种面向移动终端应用的数字对象可信存证方法和系统，本发明实施例涉及计算机技术领域，旨在提高存储数字对象的变化记录时的可信度。包括：根据用户的输入操作生成数字对象的变化记录，数字对象包括由移动终端应用产生的数据封装形成的数字对象；对变化记录进行校验，在校验通过后，将变化记录放入缓冲池中；根据缓冲池中的变化记录生成待共识区块；待共识区块包括对缓冲池中的变化记录进行打包得到普通区块，和通过Kmeans算法定期生成的状态树调整区块，状态树调整区块用于将数字对象状态树中具有相同变化规律的数字对象对应的叶子节点调整到同一最小子树下；通过区块共识算法将待共识区块存储在各个节点中。
-
公开(公告)号：CN120066745A
公开(公告)日：2025-05-30
申请号：CN202510542147.1
申请日：2025-04-28
Applicant: 北京大数据先进技术研究院
IPC: G06F9/48 , G06F16/34 , G06F16/334 , G06F40/284
Abstract: 本申请提供一种基于数联网数字对象的编排融合生成方法，涉及数字对象技术领域，该方法包括：在编排融合任务流程的列表界面，接收到编排融合任务流程的执行按钮发出的信号之后，从数据库中读取编排融合任务流程的编排融合执行脚本，生成数字对象编排融合执行实例；通过执行引擎，根据数字对象编排融合执行实例中的调度栈表中的顺序，调用数字对象编排融合执行实例中的每个数据节点绑定的数字对象中的数据和功能、每个操作节点、每个流程控制节点的功能，生成具备新数据或新能力的数字对象，从而通过调用每个节点的功能以及利用已有的数字对象，生成具备新数据或新功能的数字对象，提高了数字对象的可用性以及数据处理的效率和灵活性。
-
公开(公告)号：CN120010537A
公开(公告)日：2025-05-16
申请号：CN202510480029.2
申请日：2025-04-17
Applicant: 北京大数据先进技术研究院
Abstract: 本申请实施例公开了一种基于乌鸦搜索算法的无人机动态路径规划方法，可以在真实环境中得到较好的路径规划效果。该方法将乌鸦搜索算法应用至无人机的路径规划中，并在每轮迭代中根据当前检测到的动态事件对适应度函数进行调整，且设计了针对乌鸦种群的多样行为策略，从而能够快速地响应任务场景的动态变化，及时地提供满足多个优化目标的目标路径规划方案集合。
-
公开(公告)号：CN119940886A
公开(公告)日：2025-05-06
申请号：CN202510436011.2
申请日：2025-04-09
Applicant: 北京大数据先进技术研究院
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06Q30/08
Abstract: 本申请提供一种基于蚁狮优化的无人机集群动态任务分配方法，涉及无人机技术领域，该方法包括：当场景信息变化时，每个无人机与其他无人机进行信息交互，根据每个无人机对多个任务的竞拍价，生成竞价矩阵，每个无人机分别初始化基于分段对数拟合的蚁狮优化算法中的多个个体，每个个体所在的位置用于表示无人机对多个任务的竞拍价，每个无人机分别通过基于分段对数拟合的蚁狮优化算法，更新竞价矩阵中的竞拍价，得到目标竞价矩阵，按照目标竞价矩阵对应的任务分配方案，将多个任务分配给多个无人机，基于分段对数拟合的蚁狮优化算法中的目标函数用于求解适应度值最优的个体，对应于求解每个无人机对多个任务生成的最优的任务分配方案。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.044 seconds)
