-
公开(公告)号：CN113112361B
公开(公告)日：2025-04-22
申请号：CN202110361436.3
申请日：2021-04-02
Applicant: 东南大学
IPC: G06Q40/04 , G06Q10/0635 , G06F16/245 , G06N5/04
Abstract: 本发明公开了一种大宗商品交易中的监管主体联盟形成方法与系统，用于大宗商品电子商务交易背景下，对交易中存在的风险形成具体的监管任务，为执行监管任务形成可提供稳定高效监管资源的监管主体联盟，根据大宗商品交易中单笔交易的基本信息与所需监管服务类型形成监管任务，通过学习历史风险交易事件建模监管资源及监管主体；针对具体的监管任务根据资源匹配求解任务分配问题，寻找可执行该任务且监管收益最高的监管主体，所有监管主体协作执行监管任务即可视为一个监管联盟，以达到对交易中风险事件执行监管以降低损失的目的。
-
公开(公告)号：CN118115041A
公开(公告)日：2024-05-31
申请号：CN202410317009.9
申请日：2024-03-20
Applicant: 东南大学
IPC: G06Q10/0639 , G06F21/62 , G06F18/2337
Abstract: 本发明提供了一种带有隐私保护的多重产业链网络中企业收益评估方法，可在保护敏感数据的前提下，获得多重产业链中各企业的收益值。首先，依据企业供应、合作和竞争关系将产业链分为三层网络，其中供应和合作层有企业联盟，联盟内部可以共享敏感数据，竞争层没有联盟，只共享公开数据；然后，为了挖掘企业收益特征，对有联盟层使用模糊聚类和水平联邦学习，对无联盟层基于共享数据使用模糊聚类，结果用隶属度矩阵表示；最后，聚合三个网络层的隶属度矩阵获得企业总隶属度矩阵，并训练TSK型模糊推理规则，得到企业收益评估模型。本发明仅在联盟内部使用敏感数据，可以实现最大限度地利用已知信息并且保护数据隐私，同时达到准确预测企业收益值的目的。
-
公开(公告)号：CN116820446A
公开(公告)日：2023-09-29
申请号：CN202210552480.7
申请日：2022-05-24
Applicant: 广州博通信息技术有限公司 , 东南大学
Abstract: 本发明公开了一种同时满足多个任务的工业软件组件装配构建方法。本方法考虑到实际的工业环境中会存在多个任务具有相似或重叠的功能需求的特征，将多个任务进行打包，然后基于该打包的批量任务对工业软件组件进行装配，从而构建一个工业软件系统用于执行该批量任务。该方法相比以往的针对单一任务的工业软件组件装配构建方法，由于考虑到了多个功能需求相似或重叠的任务的同时执行，从而使得工业软件组件在执行这些任务的时候可以复用相似任务的执行结果，避免了多个任务的相似或重叠内容的重复执行的成本浪费，因此最终可以有效地降低执行批量任务的总成本。
-
公开(公告)号：CN116776963A
公开(公告)日：2023-09-19
申请号：CN202310637974.X
申请日：2023-05-31
Applicant: 东南大学
Abstract: 本发明提出了针对对抗场景下不确定性辅助任务的分层强化学习方法。首先进行上层的任务分配阶段，智能体先获取全局环境信息，然后提取出其中对自身重要的辅助任务信息，再基于此提取出重要的主要任务信息，最后结合其它智能体的信息学习出任务分配策略；然后进行下层的任务执行阶段，智能体先根据分配结果构建专属子环境，然后在子环境内学习出任务执行顺序，最后执行具体动作。本专利提出的分层强化学习算法可以更高效地帮助多智能体系统学习如何执行不确定辅助任务，通过先学习上层的多智能体不确定辅助任务分配策略，再学习下层的单智能体不确定辅助任务执行策略，分别解决不确定辅助任务对群体和个体的影响，可以有效降低问题的复杂度。
-
公开(公告)号：CN116776180A
公开(公告)日：2023-09-19
申请号：CN202310633896.6
申请日：2023-05-31
Applicant: 东南大学
IPC: G06F18/2337 , G06F18/2323 , G06F18/25
Abstract: 本发明公开了一种适用于多重产业链的企业协作团体发现系统及方法，其中系统包括企业特征提取模块和多视图聚类模块，企业特征提取模块通过非负矩阵因子分解技术实现；多视图聚类模块包含固有特征和拓扑特征的两类可见‑隐形视图的加权整合、基于个体的空间拓扑关系以及通过模糊划分得到的个体的从属模式趋向的多视图学习约束。本发明可同时挖掘企业两类可见‑隐形视图信息，包括固有特征视角特有(可见的)和共享(隐形的)信息，以及企业连接关系带来的拓扑特征视角特有(可见的)和共享(隐形的)信息，并完成了两类视角的合作学习，获得较好的企业协作团体发现结果。
-
Patent Agency Ranking
公开(公告)号：CN116520887A
公开(公告)日：2023-08-01
申请号：CN202310640306.2
申请日：2023-05-31
Applicant: 东南大学
IPC: G05D1/10
Abstract: 本发明提供了一种混杂多无人机集群结构自适应调整方法，通过设计一种特殊类型的状态编码器，将异构无人机不同维度的属性和能力汇聚到同一维度，降低了解空间的维度，再使用基于强化学习的集群聚类算法融合处理后的多维异构性数据，学习全局调整策略，调整集群结构并重构网络。该状态编码器的技术核心是为每类无人机单独训练一套神经网络，对每类无人机不同维度的属性和能力做特殊处理，从而更好地反映出异构无人机之间的差异性。本发明在混杂情境下能够汇聚每类无人机不同维度的特征，有效地解决了多维异构性数据融合的问题，提高了混杂多无人机集群的稳定性和效率。
-
公开(公告)号：CN113111935A
公开(公告)日：2021-07-13
申请号：CN202110372411.3
申请日：2021-04-07
Applicant: 东南大学
Abstract: 本发明公开了一种大宗商品电子商务市场中基于交易数据实时聚类的相同交易主体判定方法，所述方法用于判断两个交易主体是否为相同交易主体，所述方法包括：对于实时到来的交易数据基于交易品种、交易时间和交易规模进行实时聚类；基于聚类结果中相同簇中的相似交易比例获得两个交易主体的交易相似度；若所述交易相似度大于相似度阈值，则判定所述两个交易主体是同一交易主体，本发明解决了传统的基于交易主体的注册信息判定相同主体的方法难以应用在大宗商品跨平台交易情景的问题，有效利用交易信息，聚集相似交易，实现从相似交易角度进行相同主体判定。
-
公开(公告)号：CN103838831B
公开(公告)日：2017-02-22
申请号：CN201410058324.0
申请日：2014-02-21
Applicant: 东南大学
Abstract: 本发明公开一种基于社区划分的在线社交网络海量数据存储方法，从社交网络的图结构出发，首先根据节点度大小将网络分成名人用户层和普通用户层，再对每一层利用模块度优化的方法进行社区划分。设计一种小集团结伴策略对初始网络进行预处理，形成一个超网，采用边权重优先方案逐步合并超节点以提高模块度。社区划分完成之后，优先存储普通用户数据，将同一社区的用户数据存储在相同服务器节点上，对于名人用户数据优先考虑选择存放在粉丝最多的服务器，其次考虑存放在自身社区所在的服务器节点。设计名人用户数据多副本存储，以减少单台服务器的负载。利用社区划分方法存储社交网络数据，可以提高访问的局部性，减少通信耗费。
-
公开(公告)号：CN101714100B
公开(公告)日：2013-10-30
申请号：CN200910232490.7
申请日：2009-11-27
Applicant: 东南大学
Abstract: 动态交互网络环境下网构软件主体系统信任协商构建方法，本方法涉及动态网络环境和结构化情境的网构软件主体系统自动信任协商的方法的构建，提出一种适用动态网络交互情境的网构软件主体自动信任协商方法；该方法的实现方式：每个软件主体都拥有自己的信任信息——信任度与合作度，需要合作的两个主体根据合作的方向选择对应的信任度和合作度(契合度)建立信任关系；信任关系的建立得成功与否需要与参考值比较，该参考值是按照系统中主体拥有的平均信任信息时契合度的计算值；当契合度大于该参考值时建立信任关系，该方法避免了使用证书所带来的麻烦，使得信任关系的建立变得简单和清晰。
-
公开(公告)号：CN119806834A
公开(公告)日：2025-04-11
申请号：CN202411925318.0
申请日：2024-12-25
IPC: G06F9/50
Abstract: 本发明公开了一种针对多重网络结构化工业系统的多模式协同方法及系统，首先根据工业智能体与智能体集群在不同网络层中的多重关系进行建模，将多重网络结构化工业系统建模为多层无向网络；定义智能体及智能体集群负载状态模型和任务模型，输入任务激增量并更新承担该任务的智能体负载状态；为了灵活调整网络层间的资源负载，本方法通过分析任务的异质性以及网络层的实时负载情况，动态确定层间协同负载系数；最后，综合考虑协同成本与关键智能体的风险，选择最优的协同策略，通过不同智能体、集群和网络层之间的动态交互实现多模式的协同，优化系统的负载分配与资源调度，解决工业系统中任务激增导致的异常，实现多模式协同。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.022 seconds)
