-
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：CN118394861B
公开(公告)日：2025-02-14
申请号：CN202410610987.2
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F16/2457 , G06F21/62 , G06F21/31
Abstract: 本申请提供了一种基于语义映射文件的本体生成方法、装置和产品，涉及本体生成技术领域，所述方法包括：响应于用户发送的本体生成请求，获取关系型数据库中的语义映射文件，所述语义映射文件为所述关系型数据库的OBDA文件，用于描述所述关系型数据库中的多个关系数据库表的数据特征信息；从所述语义映射文件中提取类、数据属性和对象属性；根据提取得到的类、数据属性和对象属性，生成关系数据本体。
-
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：CN117592236B
公开(公告)日：2024-07-26
申请号：CN202311657280.9
申请日：2023-12-05
Applicant: 北京大数据先进技术研究院
IPC: G06F30/18 , G06F30/27 , G06F18/214 , G06F111/08 , G06F111/10
Abstract: 本申请提供了一种数据共享网络策略演化预测方法、装置和产品，涉及数据服务技术领域，该方法为：构建数据共享网络，包括多个数据节点和多条数据信道；基于演化博弈模型对数据共享网络策略演化进行数值仿真，直至数据共享网络达到稳定状态；重复对数据共享网络策略演化进行多次数值仿真，得到多个演化过程特征矩阵和稳态结果标签；对多个演化过程特征矩阵进行滑窗操作，得到多个模型训练样本；利用模型训练样本和对应稳态结果标签，训练数据共享网络策略演化预测模型；对于目标数据共享网络，利用训练得到的策略演化预测模型进行预测，得到预测结果，预测结果表示目标数据共享网络在策略演化后的稳定状态为群体合作稳态或群体对抗稳态。
-
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：CN116418651A
公开(公告)日：2023-07-11
申请号：CN202310687603.2
申请日：2023-06-12
Applicant: 北京大数据先进技术研究院
IPC: H04L41/044 , H04L41/14
Abstract: 本申请公开了一种网络节点的通信方法、装置、电子设备及可读存储介质，涉及网络通信技术领域，包括：获取组网指令；根据组网指令，生成网络节点的层级标识和与层级标识对应的下级列表，下级列表和层级标识用于在获取到请求发出端对目标网络节点的访问请求时，确定目标网络节点；下级列表为包括网络节点的下级网络节点的层级标识的列表；获取网络节点的下级网络节点的基本信息和节点集群中根节点的基本信息，从而完成组网；下级网络节点的基本信息用于供网络节点访问下级网络节点，根节点的基本信息用于供网络节点访问根节点，以实现网络节点之间的业务交互，且可灵活组网，适用网络节点的业务场景种类多，解决了在先技术中适用性差的问题。
-
公开(公告)号：CN116361398A
公开(公告)日：2023-06-30
申请号：CN202310147860.7
申请日：2023-02-21
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/214 , G06N3/04 , G06N3/08 , G06F16/23
Abstract: 本发明提供了一种用户信用评估方法、联邦学习系统、装置和设备，应用于联邦学习系统，该系统包括联邦服务器和多个联邦参与者，包括：联邦服务器根据联邦学习目标任务，编制联邦学习数据需求，联邦学习数据需求中的每个局部数据特征需求的需求数据格式为联邦学习目标任务规定的联邦学习所用的数据结构；多个联邦参与者根据接收到的局部数据特征需求，生成对应的OBDA映射文件，根据该OBDA映射文件，得到符合需求数据格式的局部数据特征；多个联邦参与者和联邦服务器利用局部数据特征，基于全局联邦学习模型，进行迭代训练，得到目标联邦学习模型；将待评估用户的数据输入任一的联邦参与者中的目标联邦学习模型，得到对该用户的信用评估结果。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.031 seconds)
