公开(公告)号：CN119831689A

公开(公告)日：2025-04-15

申请号：CN202411880650.X

申请日：2024-12-19

Applicant: 北京环境特性研究所

Inventor： 李香祯 ,  张秋杰 ,  王锐琳 ,  周刊 ,  吴玺晨 ,  王泽浩

IPC: G06Q30/0601 ,  G06F16/9538

Abstract: 本发明提供了一种基于WebGL的产品特性态势分析可视化方法和系统，该方法包括：获取包括产品特性信息的产品特性数据；根据用户需求确定产品特性数据之间的关联关系，并根据关联关系创建关联表；根据用户需求和关联表创建联动图表；其中，联动图表中配置有用于展示产品特性数据的至少一个图表组件的类型；基于WebGL搭建数字地球，基于数字地球和联动图表对产品特性数据进行可视化展示。本方案提供的基于WebGL的产品特性态势分析可视化方法能够同时对产品特性的多个数据对象进行可视化展示，提供更立体、更多视角的全方位的产品特性态势认知，形成产品特性一张图；同时支持用户从整体到细节、细节到整体的循环探索方式，从而挖掘产品特性数据内在联系和潜在模式，辅助使用者进行理解与决策。

公开(公告)号：CN118014152A

公开(公告)日：2024-05-10

申请号：CN202410219331.8

申请日：2024-02-28

Applicant: 北京环境特性研究所

Inventor： 张秋杰 ,  王梓权 ,  张子恺 ,  翟佳

IPC: G06Q10/04 ,  G06Q50/40 ,  G06N20/00 ,  G06F21/60 ,  G06F21/62 ,  H04L9/40 ,  H04L9/00 ,  H04L9/06 ,  H04L9/30 ,  G06N20/20

Abstract: 本发明涉及机器学习数据隐私保护技术领域，特别涉及一种基于联邦学习的高效航班延误预测方法和装置。方法包括：确定用于联邦学习的被动方和多个主动方，并分别对被动方和多个主动方的原始航班数据进行预处理和特征提取，以使被动方和每一个主动方生成各自的初始训练集；对被动方和多个主动方的初始训练集进行加密实体对齐，以在隐私保护的前提下，确定各方共有的实体数据；基于联邦学习框架，利用各方共有的实体数据协同训练得到符合预期的航班延误预测模型。本方案，通过基于联邦学习的预处理方法来解决多机构数据异构的问题，且将具有隐私保护功能的联邦学习框架与预测算法结合，可以大大提高隐私性。