-
公开(公告)号：CN118394859B
公开(公告)日：2024-11-01
申请号：CN202410608061.X
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/213 , G06F18/23 , G06F18/23213 , G06F16/2458
Abstract: 本申请提供了一种基于隐含概念挖掘的物资运输本体生成方法、装置和设备，涉及物资运输技术领域，该方法包括：从物资运输信息关系数据库中提取得到关系数据库表；确定所述关系数据库表中的一个或多个类型列；所述类型列表示所述关系数据库表中具有概念类别语义的数据列；从所述关系数据库表中提取得到关系数据特征，所述关系数据特征至少包括：所述关系数据库表的数据列、主键、外键和约束信息；根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体。
-
公开(公告)号：CN118607836A
公开(公告)日：2024-09-06
申请号：CN202410655238.1
申请日：2024-05-24
Applicant: 北京大数据先进技术研究院
IPC: G06Q10/0631 , G06N3/126
Abstract: 本申请提供了一种基于多样增强遗传算法的无人机目标分配方法、装置和设备，包括：通过从第一种群中选取第一父代个体和第二父代个体；其中，第一种群中包含多个父代个体，交换第一父代个体和第二父代个体中至少一个相同位置的第一对应关系，得到第一子代个体，基于多个父代个体和第一子代个体中各个待探测点分别对应的权重值和无人机对待探测点的探测识别率，分别确定多个父代个体和第一子代个体的第一适应度，从第一子代个体和多个父代个体中确定第一适应度中的最大值对应的目标个体，基于目标个体包含的第一对应关系，向各个待探测点分配无人机，一定程度上提升了无人机与待探测点的匹配度。
-
公开(公告)号：CN118503440A
公开(公告)日：2024-08-16
申请号：CN202410441883.3
申请日：2024-04-12
Applicant: 北京大数据先进技术研究院
IPC: G06F16/36 , G06N5/025 , G06F16/2458 , G06F16/28 , G06F40/216 , G06F40/30
Abstract: 本申请提供了一种基于隐含超类挖掘的本体生成方法、装置和设备，涉及数据处理技术领域，该方法包括：从关系数据库中获取待处理的多个关系数据表；提取多个关系数据表中各个数据列的列名称，获取每个列名称在多个关系数据表中的出现次数信息；根据出现次数信息，确定目标列名称，目标列名称表示集中出现在多个关系数据表中的高频列名称；根据目标列名称，从多个关系数据表中确定子类关系数据表；将目标列名称所对应的数据列作为隐含超类所具有的数据列，将子类关系数据表所对应的类，作为隐含超类的子类；隐含超类表征多个关系数据表之间的主要特征；根据隐含超类，生成针对多个关系数据表的关系型数据本体。
-
公开(公告)号：CN118396096A
公开(公告)日：2024-07-26
申请号：CN202410615956.6
申请日：2024-05-17
Applicant: 北京大数据先进技术研究院
Abstract: 本公开提供了一种本体动态生成方法，涉及数据处理技术领域，旨在快速地生成本体。所述方法包括：获取数据表的大类，所述数据表的大类包括结构化数据表和半结构化数据表；针对不同大类的数据表，采用所述大类对应的语义类别识别算法，识别每个大类的数据表的小类；其中，所述语义类别识别算法包括结构化语义类别识别算法和半结构化语义类别识别算法；所述结构化数据表的小类包括：结构化数据实体表、结构化数据普通事件表和结构化数据n元关联表；所述半结构化数据表的小类包括：半结构化数据实体表、半结构化数据普通事件表和半结构化数据n元关联表；按照各个小类对应的本体生成规则，对各个小类的数据表进行转换，得到本体。
-
公开(公告)号：CN118262125A
公开(公告)日：2024-06-28
申请号：CN202410461353.5
申请日：2024-04-17
Applicant: 北京大数据先进技术研究院
IPC: G06V10/70 , G06V10/776 , G06V10/774 , G06V10/764 , G06V10/762 , G06N3/006
Abstract: 本申请公开了一种图像分类模型获取方法和图像分类方法、装置和设备，所述图像分类模型获取方法包括：生成包含多个模型参数组合的第一种群；基于目标图像数据集和模型参数组合，确定多个模型参数组合分别对应的评价指标；对第一种群包含的各个模型参数组合进行预设轮数的交叉变异，得到每轮交叉变异对应的第二种群并计算第二种群中包含的各个模型参数组合分别对应的评价指标；基于所获得的所有评价指标中的最大值对应的目标模型参数组合，从分类器库中提取与目标模型参数组合包含的权重参数对应的分类器进行组合，得到目标图像分类模型，能够随机生成并筛选最优的分类模型，提升了图像分类效果的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117634302B
公开(公告)日：2024-05-14
申请号：CN202311657941.8
申请日：2023-12-05
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06F18/214 , G06F18/23 , G06N3/126 , G06F111/06
Abstract: 本申请提供了一种动态服务组合选择方法、装置和产品，涉及服务组合选择技术领域，该方法为：根据服务组合相关信息，生成初始化种群；初始化种群中的每个个体表示一种服务组合；让初始化种群自主进化；确定当前环境发生变化；根据前k代种群的帕累托前沿代表点，预测得到新环境种群的帕累托前沿代表点；根据新环境种群的帕累托前沿代表点，扩展得到第一种群，并生成第二种群；利用动态参数，将第一种群和第二种群结合，得到新的初始化种群；让新的初始化种群自主进化，直到满足进化停止条件，得到当前环境下的帕累托最优解；将帕累托最优解对应的服务组合确定为最优服务组合，发送给用户。
-
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：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：CN115577318B
公开(公告)日：2023-07-21
申请号：CN202211211208.9
申请日：2022-09-30
Applicant: 北京大数据先进技术研究院
Abstract: 本发明提供了一种基于半实物的数据融合评估方法、系统、设备及储存介质，涉及计算机技术领域。包括：首先，接收数据仿真平台发送的传感器数据，并对传感器数据进行数据融合，生成多模融合数据，并根据多模融合数据，生成设备控制指令，并将设备控制指令发送至数据仿真平台。然后，接收数据仿真平台反馈的任务评价参数，并根据任务评价参数和任务评价标准的匹配度，确定任务评估分数。最后，根据任务评估分数，对数据融合平台进行模型参数调整。在本发明中，采用半虚拟的方式，使用微服务方式搭建数据融合平台，并用于无人终端的控制的决策，通过任务执行情况对数据融合模块进行优化和调整，大大降低了测试成本，提高了数据融合平台的模型准确度。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.047 seconds)
