-
公开(公告)号：CN119848744A
公开(公告)日：2025-04-18
申请号：CN202510322371.X
申请日：2025-03-19
Applicant: 北京大数据先进技术研究院
IPC: G06F18/2433 , G06F18/213 , G06F18/10 , G06N3/006 , G06N5/01 , G06N20/20
Abstract: 本公开提供了一种高维异常数据检测方法。旨在提升高维数据异常检测的效果。所述方法包括：根据本轮迭代的M个第一蚂蚁的位置编码，构建M个孤立森林；基于高维异常数据检测，分别对M个孤立森林的有效性进行评估，确定本轮迭代的M个第一蚂蚁各自对应的适应度值；根据本轮迭代的M个第一蚂蚁各自对应的适应度值和上一轮迭代的M个第二蚂蚁各自对应的适应度值，确定本轮迭代的精英蚂蚁；按照以上步骤进行多次迭代，根据最后一轮迭代确定的精英蚂蚁对应的位置编码，确定最终的目标位置编码；根据最终的目标位置编码，构建异常检测模型，并基于异常检测模型对应的数据切分方式，对高维数据集进行切分，得到异常检测结果。
-
公开(公告)号：CN119270899B
公开(公告)日：2025-04-15
申请号：CN202411406593.1
申请日：2024-10-10
Applicant: 北京大数据先进技术研究院
IPC: G05D1/46 , G05D109/20
Abstract: 本申请提供了一种基于乌鸦搜索算法的无人集群动态任务分配方法和装置，通过乌鸦搜索算法，向预设待优化多目标任务分配第一乌鸦种群，并通过第一乌鸦种群中适应度最大的乌鸦个体对应的记忆位置，向预设待优化多目标任务对应的目标任务点分配无人机，可以通过乌鸦搜索算法对预设的待优化多目标任务进行择优，并可以通过最终得到的记忆位置对待优化多目标任务对应的目标任务点分配无人平台，使得无人平台的协同方案更贴近预设待优化多目标任务的需求，一定程度上提升了无人平台对预设待优化多目标任务的执行效率。
-
公开(公告)号：CN119719774A
公开(公告)日：2025-03-28
申请号：CN202411782183.7
申请日：2024-12-05
Applicant: 北京大数据先进技术研究院
IPC: G06F18/214 , G06F18/2431 , G06N3/09
Abstract: 本申请提供了一种基于联合度量指标选择的模型持续训练方法、装置和设备，包括：确定候选数据集针对第一小型语言模型的第一交叉熵损失值，确定训练数据集针对第二小型语言模型的第二交叉熵损失值，计算第一交叉熵损失值和第二交叉熵损失值的第一差值，基于第一差值，以及候选数据集与训练数据集之间的第一最优传输距离，从候选数据集中确定第一目标数据集，基于第一目标数据集，对第一小型语言模型进行持续训练，得到目标小型语言模型，一定程度上可以提升用于训练第一小型语言模型的第一目标数据集的数据质量，从而可以在一定程度上提升目标小型语言模型的预测准确度。
-
公开(公告)号：CN119363566A
公开(公告)日：2025-01-24
申请号：CN202411908431.8
申请日：2024-12-24
Applicant: 北京大数据先进技术研究院
IPC: H04L41/0631 , H04L41/16 , H04L43/04 , G06F18/2433 , G06F18/27 , G06F18/15 , G06N5/01 , G06N3/0442 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本申请涉及数联网技术领域，公开了一种数字对象异常日志检测方法及装置。该方法应用于数联网，包括：获取原始日志数据集，对所述原始日志数据集进行预处理，生成初始样本集；基于所述初始样本集中的异常日志数据，采用对抗式生成算法按照第一比例生成补充异常样本，并添加到所述初始样本集中；对所述初始样本集进行上采样及随机采样，得到目标样本集；基于所述目标样本集训练目标检测模型；所述目标检测模型包括以下至少一种网络架构：神经网络或随机森林网络；使用训练完成的所述目标检测模型，对用户访问数字对象产生的日志数据进行异常检测，得到检测结果；所述检测结果为正常或异常。采用本方法能够提高识别异常日志数据的准确性。
-
公开(公告)号：CN118394976A
公开(公告)日：2024-07-26
申请号：CN202410608059.2
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F16/901 , G06F16/907 , G06F9/54
Abstract: 本申请提供一种数据空间内数字对象订阅发布方法、装置和系统，属于数据空间的技术领域。所述方法包括：监听任一主体的新发布事件，新发布事件是主体新发布的数字对象元数据或更改后的数字对象元数据的映射结果，新发布事件中包括一个或多个事件属性；当监听到有新发布事件发布时，根据新发布事件的事件属性与预先构建的订阅树的节点属性，确定新发布事件匹配的目标订阅，其中，订阅表征对应的主体对数字对象元数据的需求；订阅树中的各个节点均用于存储订阅，且订阅树中所有节点的节点属性与不同层级的节点之间的路径均由多个订阅的订阅属性决定；将新发布事件分发至目标订阅对应的一个或多个主体。本申请旨在提高订阅匹配的效率。
-
Patent Agency Ranking
公开(公告)号：CN115577317B
公开(公告)日：2024-04-05
申请号：CN202211211195.5
申请日：2022-09-30
Applicant: 北京大数据先进技术研究院
Abstract: 本发明提供一种数据融合效果评估方法、系统、电子设备及储存介质，涉及计算机技术领域。根据目标任务场景，搭建虚拟任务环境和虚拟无人平台，并获取目标数据源的数据，然后，根据目标数据源的数据进行多源数据融合，并根据融合结果确定无人平台的操作控制指令，以控制虚拟无人平台在虚拟任务环境中执行目标任务。最后，采集目标任务的任务评价参数，根据任务评价参数和目标任务评价标准的匹配度，确定目标任务的完成度评价分数，并据其对数据融合模型的效果进行评估，以及根据评估结果对模型参数进行调整，得到目标数据融合模型。其通过搭建完全虚拟的仿真环境，对数据融合效果进行高效的评估和调整，达到模拟真实运行的效果以及相应的指标要求。
-
公开(公告)号：CN117609825A
公开(公告)日：2024-02-27
申请号：CN202311491426.7
申请日：2023-11-09
Applicant: 北京大数据先进技术研究院
IPC: G06F18/24 , G06F18/214
Abstract: 本公开关于一种高维不平衡缺失数据的分类方法、装置、电子设备及介质，该方法通过获取待分类的初始数据集；对初始数据集中的多个特征、预设数据填补算法、预设数据重采样算法进行指定数量次的编码，得到指定数量个目标向量；对于任一目标向量，得到目标向量对应的目标数据集；采用测试数据集或目标测试集对目标分类模型的性能进行评估，并将目标分类模型的性能参数作为目标向量的评估参数；基于各更新后的目标向量的评估参数，对最优向量进行更新；在最优向量的更新次数达到预设次数阈值的情况下，将最优向量对应的目标数据集作为最终数据集；对最终数据集中的数据进行分类。提高了针对不同数据集的处理灵活性。
-
公开(公告)号：CN116450596A
公开(公告)日：2023-07-18
申请号：CN202310722018.1
申请日：2023-06-19
Applicant: 北京大数据先进技术研究院
IPC: G06F16/178 , G06F16/16 , G06F16/172
Abstract: 本申请公开了一种数字对象存储方法、装置、电子设备及可读存储介质，涉及数据处理技术领域，包括：接收用户上传的数字对象的基础信息、元数据和数据文件；其中，所述基础信息是所述用户根据预设的基础信息格式为所述数字对象生成的，所述元数据是所述用户根据元数据标准为所述数字对象生成的，所述数据文件是所述用户根据所述数字对象对应的资源实体的数据生成的；为所述数字对象分配标识，并根据所述标识和所述基础信息生成所述数字对象的基础信息数据；将所述基础信息数据、所述元数据和所述数据文件确定为所述数字对象的数字对象信息，并将所述数字对象信息进行存储。可以解决存储格式不一致造成数字对象存储不便的问题。
-
公开(公告)号：CN114462384B
公开(公告)日：2022-07-12
申请号：CN202210380242.2
申请日：2022-04-12
Applicant: 北京大学 , 北京大数据先进技术研究院
IPC: G06F40/205 , G06F16/35 , G06F40/174 , G06F40/216 , G06F40/289 , G06K9/62
Abstract: 本发明公开了一种面向数字对象建模的元数据自动生成装置，涉及数字对象技术领域，该装置支持从用于数字对象建模的数据资源相关描述文档或数据资源原始文件中自动提取出符合相关标准（如都柏林核心标准）的元数据，形成数字对象中的元数据部分，从而用于数字对象的自动化建模，本装置能满足数字对象自动化批量建模的需求。其中，该装置不仅设置有用于自动生成数字对象公共属性元数据的自动分类模块、关键词提取模块、摘要提取模块、数据属性提取模块、时间信息提取模块、地域信息提取模块，还设置有用于自动生成数字对象其他扩展属性元数据的其它元数据提取模块。
-
公开(公告)号：CN119270899A
公开(公告)日：2025-01-07
申请号：CN202411406593.1
申请日：2024-10-10
Applicant: 北京大数据先进技术研究院
IPC: G05D1/46 , G05D109/20
Abstract: 本申请提供了一种基于乌鸦搜索算法的无人集群动态任务分配方法和装置，通过乌鸦搜索算法，向预设待优化多目标任务分配第一乌鸦种群，并通过第一乌鸦种群中适应度最大的乌鸦个体对应的记忆位置，向预设待优化多目标任务对应的目标任务点分配无人机，可以通过乌鸦搜索算法对预设的待优化多目标任务进行择优，并可以通过最终得到的记忆位置对待优化多目标任务对应的目标任务点分配无人平台，使得无人平台的协同方案更贴近预设待优化多目标任务的需求，一定程度上提升了无人平台对预设待优化多目标任务的执行效率。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.035 seconds)
