-
公开(公告)号：CN119397092A
公开(公告)日：2025-02-07
申请号：CN202411428021.3
申请日：2024-10-14
Applicant: 中国标准化研究院
IPC: G06F16/9535 , G06F16/9536 , G06F16/29
Abstract: 本发明涉及预测方法技术领域，提出了一种基于用户个人偏好的交通出行行为预测方法，其基础数据的涵盖范围较广，并且配套基础数据融入时间轴线，丰富基础数据的多样性和全面性，提高基于用户个人偏好的交通出行行为预测的合理性和可靠性，使基于用户个人偏好的交通出行行为预测的结果更贴合用户个人偏好，预测的可靠性和个性化的匹配性均得到了进一步提高，包括如下步骤：数据收集与预处理，根据数据收集情况建立适配算法，生成交通出行推荐，生成交通出行行为预测，生成综合的交通出行行为预测，预测交通出行行为方案生成后，收集用于个人实际交通出行行为，对两者进行对比，优化交通出行行为预测基于用户个人偏好的贴合程度。
-
公开(公告)号：CN118987048A
公开(公告)日：2024-11-22
申请号：CN202411023881.9
申请日：2024-07-29
Applicant: 中国标准化研究院
Abstract: 本申请通过溶剂提取与凝胶色谱纯化的简单制备工艺，结合茚三酮显色和紫外最大吸收波长，制备得到了低刺激性的蟾酥提取物。在与蟾酥及其他蟾酥提取物相同剂量下，通过本申请工艺制备得到的蟾酥提取物，对大鼠足趾的致炎(肿胀度)、致痛(提足次数)等炎性刺激显著性降低。
-
公开(公告)号：CN119941030A
公开(公告)日：2025-05-06
申请号：CN202510026890.1
申请日：2025-01-08
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/20 , G06N3/0464 , G06N3/098 , G06F21/62 , G06F21/60 , H04L9/40
Abstract: 本发明提出了一种基于大模型的线上教学质量监督管理方法及系统，用于解决网络教学质量监督和管理效率低下，数据隐私保护不足，以及处理大规模线上教学数据困难等问题。通过收集和处理线上教学活动的大量数据，并在各设备上进行本地模型训练，中心服务器进行全局模型的更新，实现教学质量的实时、准确评价预测，提升线上教学质量。同时，本发明结合了差分隐私技术，保护数据隐私，确保学生数据安全，提高了处理大规模线上教学数据的效率。加入了深度学习模型并利用联邦学习概念，既提高了教学质量评价的准确性，又提高了数据处理能力。本发明与现有的线上教学质量管理方法相比，具有更高的效率和准确性，更适应大规模线上教学场景。
-
公开(公告)号：CN119477059A
公开(公告)日：2025-02-18
申请号：CN202411526280.X
申请日：2024-10-30
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06F18/25
Abstract: 本发明公开了一种基于数据融合的企业ESG指数确定方法，涉及企业ESG指数确定监管技术领域。该基于数据融合的企业ESG指数确定方法，包括以下步骤：数据获取、数据冲突评估和数据变化分析。本发明通过获取的待分析指标的待分析数据集得到冲突评估数据，再将基于冲突评估数据得到的数据冲突评估指数与数据冲突评估阈值进行对比并获取对应的待用数据，接着获取待分析指标的对照数据集，并基于待用数据与对照数据集得到变化趋势分析指数，最后将变化趋势分析指数与变化趋势判断阈值进行比较判断是否进行数据核对，提高了基于数据融合确定的企业ESG指数准确性，解决了现有技术中多数据源确定企业ESG指数出现数据冲突的问题。
-
公开(公告)号：CN119963284A
公开(公告)日：2025-05-09
申请号：CN202510026891.6
申请日：2025-01-08
Applicant: 中国标准化研究院
IPC: G06Q30/0601 , G06F18/243 , G06F18/22
Abstract: 本发明提出了一种基于机器学习的电商消费者偏好预测方法及系统。方法包括收集消费者的购物历史数据、社交媒体行为数据、商品评论和评分数据以及页面停留时间，通过数据预处理和特征工程将非结构化数据标准化，利用机器学习算法如Gradient Boosting Decision Trees(GBDT)来进行联合训练预测消费者的多种偏好，并揭示偏好间的关联。系统还引入了预测模型的创新评价指标，包括商业价值、消费者满意度及常规模型评价指标如准确率、召回率，以全面评估预测模型的优劣。本发明能有效提高消费者偏好的预测精度和个性化推荐效果，有助于电商平台提升购买率、消费者满意度以及做出更佳商业决策。
-
Patent Agency Ranking
公开(公告)号：CN119358645A
公开(公告)日：2025-01-24
申请号：CN202411395203.5
申请日：2024-10-08
Applicant: 中国标准化研究院
IPC: G06N5/02 , G06N3/0455 , G06N3/0464 , G06N3/044 , G06N3/096
Abstract: 本发明涉及建模方法技术领域，提出了一种基于大模型驱动的多模态元数建模方法，其融入强大处理能力，能够处理和理解多种类型数据，特别是针对大模型进行多种元数据的建模，建模基础数据的涵盖程度得到了进一步提升，建模准确性得到进一步加强，包括如下步骤：收集多模态数据，并进行清洗、标注和预处理，使其适合于建模，选择合适的大规模预训练模型，并根据具体任务进行微调，使用向量提取函数的方法从不同模态的数据中提取关键的元数特征，将不同模态的元数特征进行融合，构建多模态元数模型，对多模态元数模型进行训练和优化，提高模型的性能，通过评估指标对模型进行评估，验证其有效性和可靠性，并将其应用于实际问题中。
-
公开(公告)号：CN119228190A
公开(公告)日：2024-12-31
申请号：CN202411232444.8
申请日：2024-09-04
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q10/10 , G06F16/25 , G06F16/27 , G06F21/62
Abstract: 本发明公开了一种基于区块链的数据质量评估管理方法及系统，涉及区块链技术领域。该基于区块链的数据质量评估管理方法，包括以下步骤：获取评估指标值；获取一致性评估指标；访问加密。本发明通过将待评估数据上传至区块链中的数据质量链，同时获取数据质量链中的待评估数据在预设时间段内的评估指标值，然后基于获取的评估指标值生成数据质量评估报告，同时对数据质量评估报告进行一致性评估以获取一致性评估指标，最后将一致性评估后的数据质量评估报告上传至数据管理链并进行访问加密，同时实时监测数据质量评估报告的交互过程，达到了提高区块链中的数据质量管理实时性的效果，解决了现有技术中存在区块链中的数据质量管理实时性低的问题。
-
公开(公告)号：CN119316423B
公开(公告)日：2025-03-14
申请号：CN202411441133.2
申请日：2024-10-16
Applicant: 中国标准化研究院
IPC: H04L67/1001 , H04L67/1097 , H04L67/12 , H04L67/2885 , H04L67/61 , H04L9/40
Abstract: 本发明公开了基于云计算的机关资源管理与调配方法及系统，包括：基于机关资源类型和结构配置云服务器，对资源数据进行数据编码压缩并聚合，存储至所述云服务器中，进行关联分析建立拓扑关系网络，为终端用户分配边缘云服务器，配置增删改查的程序获得终端用户实体，为终端用户实体构建密钥，对终端用户的数据和索引进行加密后，外包至所述云服务器上，获得混合私有云，获取资源请求，在混合私有云中计算资源索引的请求优先级，基于请求优先级设置索引顺序，基于索引顺序设计协调算法对资源进行管理和调配。该方法利用云计算实现机关资源高效管理和调配，提高安全性和资源利用率，同时具有较好的可解释性。
-
公开(公告)号：CN119316423A
公开(公告)日：2025-01-14
申请号：CN202411441133.2
申请日：2024-10-16
Applicant: 中国标准化研究院
IPC: H04L67/1001 , H04L67/1097 , H04L67/12 , H04L67/2885 , H04L67/61 , H04L9/40
Abstract: 本发明公开了基于云计算的机关资源管理与调配方法及系统，包括：基于机关资源类型和结构配置云服务器，对资源数据进行数据编码压缩并聚合，存储至所述云服务器中，进行关联分析建立拓扑关系网络，为终端用户分配边缘云服务器，配置增删改查的程序获得终端用户实体，为终端用户实体构建密钥，对终端用户的数据和索引进行加密后，外包至所述云服务器上，获得混合私有云，获取资源请求，在混合私有云中计算资源索引的请求优先级，基于请求优先级设置索引顺序，基于索引顺序设计协调算法对资源进行管理和调配。该方法利用云计算实现机关资源高效管理和调配，提高安全性和资源利用率，同时具有较好的可解释性。
-
公开(公告)号：CN119864171A
公开(公告)日：2025-04-22
申请号：CN202411293372.8
申请日：2024-09-14
Applicant: 中国标准化研究院
IPC: G16H50/70 , G16H50/30 , G06F18/25 , G06F18/22 , G06F18/213
Abstract: 本发明公开了一种基于大数据的职业健康分析模型的构建方法，包括获取职业健康数据，对所述职业健康数据进行预处理，进行特征提取获得健康特征，为所述健康特征标注特征标签，将所述健康特征输入所述多模态机器学习模型获得健康风险概率，获得交互数据，根据所述交互数据与所述健康特征构造特征变换矩阵和健康系数，将所述特征变换矩阵和所述健康系数进行融合获得融合特征，根据所述融合特征和所述特征标签构建基于大数据的职业健康分析模型，将待分析职业健康数据输入所述职业健康分析模型获得职业健康评分和健康评价。该方法不仅可以提高职业健康分析的精度和速度，同时具有较好的可解释性，可以直接应用职业健康分析系统中。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
