-
公开(公告)号:CN118400120B
公开(公告)日:2025-01-14
申请号:CN202410154748.0
申请日:2024-02-02
Applicant: 太极计算机股份有限公司
Abstract: 本发明涉及计算机技术领域,公开了一种数据可视化平台多人在线协作的智能处理方法及系统,基于登录信息对登录用户进行验证;当验证通过时,对协作请求进行分析以获取账号权限值,基于账号权限值呈现对应的协作数据和协作结果;建立实时通信接口,基于在线协作平台上进行数据可视化展示,包括数据实时查看、数据实时修改、数据实时更新和数据实时通知;将生成的数据进行实时存储;对实时存储的数据进行加密得到加密数据,实现了协作数据的智能化处理及可视化展现,提供更简单、更高效的在线协作流程,确保数据安全及可视化信息安全,基于团队成员间的相互协作来完成智能可视化展示,不仅限于大屏,更适配于基于大模型分析的数字驾驶舱的应用。
-
公开(公告)号:CN118863024A
公开(公告)日:2024-10-29
申请号:CN202410900232.6
申请日:2024-07-05
Applicant: 太极计算机股份有限公司
Abstract: 本说明书实施例提供了一种人工智能可视化建模平台、方法及电子设备,其中,平台包括:数据标注模块,用于对训练数据进行UI标记;模型开发模块,用于基于开发工具和开发环境,通过可视化操作接口进行可视化建模、交互式建模、预训练模型方式建模,得到构建好的模型;模型训练模块,用于根据标记后的训练数据,基于预先设置的不同的训练模式,对构建好的模型进行多维度的模型训练,得到训练好的模型,其中,模型训练具体包括调度训练资源、模型训练操作、模型训练优化;模型管理模块,用于对训练好的模型进行存储和管理,将训练好的模型部署在各不相同的现实环境中部署。
-
公开(公告)号:CN118413473A
公开(公告)日:2024-07-30
申请号:CN202410480015.6
申请日:2024-04-19
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种基于异构协议转换与服务映射的动态路由系统及方法,涉及通信技术领域,包括有请求转换模块:用于接收并将不同协议的服务请求转换为目标请求信息;映射模块:用于将目标请求信息映射到目标服务;调整模块:对目标请求信息的路由路径进行动态调整。通过将接收并转换不同协议的服务请求得到的请求信息映射到目标服务实现协议转换,再基于网络状态动态调整请求信息的路由路径,实现了在不考虑底层通信协议差异的情况下以统一的方式通信,满足跨平台、多种协议转换的需求,为不同平台间的互联互访问、异构服务间的互操作、多源异构数据资源的整理分析、数据要素流通等应用场景提供有力技术支持,提高多源数据传输效率和可靠性。
-
公开(公告)号:CN117971345B
公开(公告)日:2024-07-23
申请号:CN202410182096.1
申请日:2024-02-18
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供一种声明式组件的加载响应优化方法,涉及加载响应技术领域,包括:基于全部待加载声明式组件的数据加载类型,得到每个待加载声明式组件的相对应的数据类型列表;基于所述数据类型列表中的每种数据类型以及可视化类型,对每种数据类型的数据进行拆分压缩,得到相对应的待展示数据;基于每个待加载声明式组件的全部待展示数据以及预设响应时间,对需要进行分段加载的待展示数据设置分段加载序列;基于所述分段加载序列,完成待加载声明式组件的加载响应;基于加载响应过程,得到相对应的代码响应评级。便于提高加载响应效率。
-
公开(公告)号:CN118152616A
公开(公告)日:2024-06-07
申请号:CN202410154744.2
申请日:2024-02-02
Applicant: 太极计算机股份有限公司
IPC: G06F16/74 , G06F16/75 , G06F16/78 , G06F16/738 , G06F16/71
Abstract: 本申请涉及数据可视化技术领域,特别是涉及一种基于商业智能的数据可视化视频生成及展示方法。包括:根据商业需求,智能获取数据源,根据数据类型生成多个初始数据包;基于机器学习建立数据关联模型,根据数据关联模型智能生成各个初始数据包之间的关联等级;生成初始数据包结构树,并对初始数据包进行可视化处理和视频化处理,生成单个视频;获取显示设备参数,根据显示设备参数生成视频播放参数。通过与数据源连接获取实时数据,根据数据类型将实时数据生成多个初始数据包,利用软件对各个初始数据包分别进行基于数据分级分类的规则的可视化和视频化处理,通过获取显示设备参数获取不同用户的数据展现需求,选取对应的初始数据包,构建视频。
-
公开(公告)号:CN117336296A
公开(公告)日:2024-01-02
申请号:CN202311630506.6
申请日:2023-12-01
Applicant: 太极计算机股份有限公司
IPC: H04L67/10 , H04L67/1097 , H04L41/14 , H04L9/40
Abstract: 本发明提供了一种集群共识的智能选择方法,属于智能选择技术领域,其方法包括对系统的预置需求进行因素分析,确定需求占比情况,获取系统处理数据类型,并根据数据类型生成对应特征子集,结合特征子集对需求占比情况进行优化;根据预置需求从当下文献与技术文档库筛选可用共识算法并进行初级评估,确定每种共识算法在不同节点的数据一致性;将一致性超出设定值的共识算法基于优化后的需求占比情况对每个集群进行质量分析,根据质量分析结果选择最适合预置需求的集群共识算法,实现准确高效的选择集群共识算法,更好地满足系统的需求,提高系统与集群的性能与可靠性。
-
公开(公告)号:CN117251414A
公开(公告)日:2023-12-19
申请号:CN202311534482.4
申请日:2023-11-17
Applicant: 太极计算机股份有限公司
IPC: G06F16/13 , G06F16/178 , G06F16/182 , G06F9/54
Abstract: 本发明提供了一种基于异构技术的数据存储及处理方法,涉及数据存储技术领域,包括:将以同步工具、分布采集工具以及Kafka消息队列构成数据采集模块采集到的目标数据写入数据湖Hudi后再利用Flink、Spark组件进行离线计算处理;将离线处理结果传输至数据仓库生成离线数据报表;利用计算引擎Flink读取并对Kafka消息队列中的数据以及Mysql同步数据实时计算;使用Apache Druid作为数据查询引擎,以供用户查询离线数据、实时数据处理结果。通过采用多数据模式的存储、Flink流批一体数仓计算架构以及Hudi异构技术栈完成所有离线和实时业务统计,有效解决开发成本够高的问题以及提高了数据处理效率;通过使用Apache Druid作为数据查询引擎实现更高效的数据查询以及分析,而改善数据查询效率。
-
公开(公告)号:CN116594755B
公开(公告)日:2023-09-22
申请号:CN202310854333.X
申请日:2023-07-13
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种多平台机器学习任务的在线调度方法及系统,属于在线调度技术领域,其方法包括:实时获取在线平台数量以及每个在线平台所对应的任务数量和任务类型,且结合同类型任务所需的任务执行时间,获取同个在线平台任务的执行流程;分析并获取多个在线平台任务的执行流程之间的流程冲突集;获取机器学习模型及机器学习模型可同时执行的任务数量及任务类型;基于获取结果对所述流程冲突集进行解析,构建得到调度关系网,实现在线调度。通过实时获取所需调度的任务具体情况及流程冲突集,并基于机器学习模型对冲突集进行解析构建调度关系网,能够实时获取任务执行情况,避免任务执行过程中的冲突发生,实现多平台学习任务的在线调度。
-
公开(公告)号:CN116737119A
公开(公告)日:2023-09-12
申请号:CN202310747933.6
申请日:2023-06-21
Applicant: 太极计算机股份有限公司
Abstract: 一种基于领域知识模型建模与动态优化配置的生成方法,涉及动态建模分析领域,解决现有系统对不同业务模型及模型动态优化工作,无法灵活适应特定场景下的应用,响应能力差以及应用效率低等问题,本发明将模型建模与模型优化设计器相结合,利用领域知识内聚性和稳定性,挖掘隐含领域知识,层次化地组织领域知识,建立属性分解、量化机制和传递依赖关系,建立属性及需求间依赖关系的形式化定义和推理规则。本发明通过在管理端对模型表单、规则、关系进行配置,勾选,拖拽方式对模型的属性配置以及页面场景进行定义,前端按照各种模型及应用场景定义与优化,动态的将页面生成加载展示,满足用户不同需求。
-
公开(公告)号:CN116594755A
公开(公告)日:2023-08-15
申请号:CN202310854333.X
申请日:2023-07-13
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种多平台机器学习任务的在线调度方法及系统,属于在线调度技术领域,其方法包括:实时获取在线平台数量以及每个在线平台所对应的任务数量和任务类型,且结合同类型任务所需的任务执行时间,获取同个在线平台任务的执行流程;分析并获取多个在线平台任务的执行流程之间的流程冲突集;获取机器学习模型及机器学习模型可同时执行的任务数量及任务类型;基于获取结果对所述流程冲突集进行解析,构建得到调度关系网,实现在线调度。通过实时获取所需调度的任务具体情况及流程冲突集,并基于机器学习模型对冲突集进行解析构建调度关系网,能够实时获取任务执行情况,避免任务执行过程中的冲突发生,实现多平台学习任务的在线调度。
-
-
-
-
-
-
-
-
-