-
公开(公告)号：CN111125375B
公开(公告)日：2023-04-07
申请号：CN201911331390.X
申请日：2019-12-21
Applicant: 复旦大学
Abstract: 本发明属于世系要技术领域，具体为基于节点结构相似性和语义邻近性的世系图摘要方法。本发明包括两个阶段：相似节点集合标识阶段，根据节点的结构相似性和语义邻近性将相似的节点聚集在一起，标识一系列相似节点集合；节点集合替换阶段，世系图中包含多种类型节点，如数据节点、活动节点、代理节点等，针对不同类型的节点集合采用了不同的替换策略，从而保证替换后世系图的有效性；本发明结合活动节点间影响力邻近性和时间邻近性定义活动节点的语义距离，最终标识语义临近的活动节点集合。本发明方法使用超节点替换结构相似和语义相似的节点集合，提炼世系图中的相似节点，降低了世系图的结构复杂性和语义复杂性，提高了世系图的可理解程度。
-
公开(公告)号：CN111046026B
公开(公告)日：2023-04-07
申请号：CN201911062535.0
申请日：2019-11-03
Applicant: 复旦大学
IPC: G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本发明属于电力能源数据技术领域，具体是一种基于约束优化的缺失能耗数据填补方法。本发明利用KNN的思想，使用DTW作为相似性度量，在不等长时间序列集中，提取前K条与存在缺失数据时间序列相似的曲线；然后，通过最小化缺失区间填补值与K条相似曲线的欧式距离，同时以填补值总和等于固定值为约束，将问题转化为连续等式约束优化问题；最终通过拉个朗日乘数法求解，完成填补。本发明可有效填补缺失能耗数据，减少数据盲区，为决策人员提供有效的数据参考；填补的缺失能耗数据满足区间总和固定的约束，使填补数据更加精确合理。
-
公开(公告)号：CN113535803B
公开(公告)日：2023-03-10
申请号：CN202110657812.3
申请日：2021-06-15
Applicant: 复旦大学 , 上海信联信息发展股份有限公司
IPC: G06F16/2458 , G06F16/22 , G06F21/64
Abstract: 本发明属于区块链数据检索技术领域，具体为一种基于关键字索引的区块链高效检索及可靠性验证方法。本发明方法包括基于关键字索引的可验证默克尔哈希树构建，针对关键字的可验证高效检索，检索结果集可靠性验证。为支持区块链上对于高效检索包含目标关键字以及支持检索结果可靠性验证的功能，本发明提出基于关键字索引的可验证默克尔哈希树结构，实现目标关键字的高效检索，并引入布隆过滤器加速不同区块间的检索，同时提出对于检索结果可靠性验证方法。本发明能够有效的提高区块链上对包含目标关键字数据检索的效率，并且为轻节点用户提供检索结果可靠性验证，使得用户能够对检索数据的正确性和完整性进行验证。
-
公开(公告)号：CN115086313A
公开(公告)日：2022-09-20
申请号：CN202210573201.5
申请日：2022-05-24
Applicant: 复旦大学
IPC: H04L67/10 , H04L67/1095 , H04L12/44
Abstract: 本发明属于区块链技术领域，具体为一种维护区块链链下网络数据一致性的方法。针对区块链链下业务场景，本发明方法包括：设计新的链下网络协同模型，实现链下同质化通证和非同质化通证的交易；设计链下网络交易数据的一致性维护方法，用于链下通证交易的因果和最终一致性；设计链下节点的分布式路由网络，实现链下路由节点的自组织。本发明在不改变已有系统共识与结构的情况下，满足不同区块链的链下可扩展需求。
-
公开(公告)号：CN114936853A
公开(公告)日：2022-08-23
申请号：CN202210571235.0
申请日：2022-05-24
Applicant: 复旦大学
Abstract: 本发明属于区块链技术领域，具体为一种基于可信执行环境的链下交易协议与交易认证方法；本发明设计了点对点的链下交易方式，将交易放在链下执行；设计了基于zk‑SNARK的交易认证方式；设计了基于可信执行环境对链下数字资产的管理机制。本发明通过将链上交易转移到链下执行，累计链下交易只将最终结果写入到区块链上，从而降低交易费用、减少交易确认时间。
-
Patent Agency Ranking
公开(公告)号：CN107273492B
公开(公告)日：2021-07-23
申请号：CN201710452055.X
申请日：2017-06-15
Applicant: 复旦大学
Abstract: 本发明属于图像标注技领域术，具体为基于众包平台处理图像标注任务的交互方法。本发明首先构造一套线上众包工作模式，使得任务需求方和众包成员可以在上面完成标注任务，其次，以图像标注任务为主要研究和切入点，去设计和实现相应的交互方法；具体包括：构建图像标注任务的分类体系，搭建众包平台；建立交互方法的设计准则和设计流程；设计基于众包平台处理图像标注任务的交互方法的具体操作步骤。本发明方法提高了众包工作者的标注效率和用户体验，从而更加快速的为机器学习等科研领域提供图像数据训练集，并且利用网络众包工作模式完成图像数据标注工作，也能够为残疾人等弱势群体提供新的就业和增加收入的机会。
-
公开(公告)号：CN112733446A
公开(公告)日：2021-04-30
申请号：CN202110016872.7
申请日：2021-01-07
Applicant: 复旦大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种数据驱动的自适应异常检测方法；其应用于风机发电机轴承的异常检测。该异常检测方法采用无监督学习技术，仅基于风机标准安装的数据采集和监视控制（SCADA:Supervisory Control And Data Acquisition）系统实现。该算法基于对于长时间运行的单台风机而言，其大部分时间应处于正常运行状态这一假设，无需额外的、昂贵的数据标签，即可建立风机正常运行状态的模型，从而检测出可能的轴承异常。实验证明，该算法对风机发电机轴承异常检测的准确率达到80%以上，查全率达50%以上。
-
公开(公告)号：CN111488051A
公开(公告)日：2020-08-04
申请号：CN202010153250.4
申请日：2020-03-06
Applicant: 复旦大学
IPC: G06F1/3287 , G06F9/50 , G06N3/08
Abstract: 本发明属于计算机体系结构设计技术领域，具体为一种基于CPU和FPGA协同计算的云端深度神经网络优化方法。该方法实现分为前端和后端两部分；前端是CPU为核心的服务器端，负责流程控制、数据接收和部分处理；后端是以FPGA为核心的加速部件，包括大规模并行处理器阵列、图形处理单元、专用集成电路以及PCI-E接口，负责深度神经网络关键层的并行加速处理等。先将深度神经网络按不同层次划分为分别适合前端和后端处理的两个部分。前端将接收到的数据以数据流的形式，由DDR穿梭于前后端之间处理各个层或组合层。前端灵活的流程控制配合后端高效的并行结构，可大幅提高神经网络计算的能效比。
-
公开(公告)号：CN106250905B
公开(公告)日：2020-05-12
申请号：CN201610535494.2
申请日：2016-07-08
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于实时异常检测技术领域，具体为一种结合高校建筑结构特征的实时能耗异常检测方法。本发明采用SA‑DBSCAN算法自适应地识别建筑的能耗模式，并采用C4.5算法构建能耗模式的判定树；如果采集子节点没有出现机器故障，则根据建筑节点父子结构的变化先处理实时到来的能耗，然后根据判定树得到该实时能耗的类别后再采用LOF算法检测异常；如果判定异常，则根据是否达到边界阈值来调整该判定树；批量地把判定正常的能耗数据增量更新到建筑的能耗模式，并根据能耗模式的类别是否改变来动态调整异常检测模型。本发明能有效地检测异常的能耗并能动态地调整检测模型减少误判。
-
公开(公告)号：CN111046026A
公开(公告)日：2020-04-21
申请号：CN201911062535.0
申请日：2019-11-03
Applicant: 复旦大学
IPC: G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本发明属于电力能源数据技术领域，具体是一种基于约束优化的缺失能耗数据填补方法。本发明利用KNN的思想，使用DTW作为相似性度量，在不等长时间序列集中，提取前K条与存在缺失数据时间序列相似的曲线；然后，通过最小化缺失区间填补值与K条相似曲线的欧式距离，同时以填补值总和等于固定值为约束，将问题转化为连续等式约束优化问题；最终通过拉个朗日乘数法求解，完成填补。本发明可有效填补缺失能耗数据，减少数据盲区，为决策人员提供有效的数据参考；填补的缺失能耗数据满足区间总和固定的约束，使填补数据更加精确合理。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.041 seconds)
