-
公开(公告)号：CN111967753B
公开(公告)日：2023-06-02
申请号：CN202010798174.2
申请日：2020-08-10
Applicant: 成都信息工程大学
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明公开了一种面向制造任务执行的云制造环境信息感知系统和方法，以制造任务执行为核心，将云制造平台运行环境、制造任务物理场所、制造任务及与制造任务密切相关的云服务信息作为云制造环境信息；采用传感器、软件Agent、GPS、人机交互接口和系统交互接口感知不同类型的环境信息；通过把感知信息转换为事件的方式，实现了感知信息的融合，给出了事件转换和关键事件识别方法。本发明的优点是：面向核心制造云服务的执行，以保障制造活动顺利开展为目标，界定了云制造环境信息的组成；在此基础上，建构了环境信息感知模型；明确了不同环境信息的感知方法，解决了感知信息的统一表达和融合问题。
-
公开(公告)号：CN115202628A
公开(公告)日：2022-10-18
申请号：CN202210804807.5
申请日：2022-07-08
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种UML顺序图的形式化模型——统一结构及其建模工具，以及在统一结构下保持UML顺序图鲁棒性的方法，实现从结构方面建模和分析顺序图，可以方便、快速并有效地进行分析，并且能够保证顺序图在软件开发中的鲁棒性，从而有效帮助面向对象的开发人员克服分析模型和设计模型之间的鸿沟。在本发明提供的统一结构建模工具中，一旦一个顺序图构建完成，它能自动转换为统一结构，并进行鲁棒性分析。
-
Patent Agency Ranking
公开(公告)号：CN119295197A
公开(公告)日：2025-01-10
申请号：CN202411013837.X
申请日：2024-07-26
Applicant: 成都信息工程大学
IPC: G06Q40/03 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种信贷风险预测方法、系统、存储介质及终端，属于大数据领域，主要包括：通过ATD算法对所述信贷数据进行优化；结合ResNet和TabNet，对优化后的信贷数据进行特征增强；构建信贷风险预测模型，并使用提取的特征对信贷风险预测模型进行训练，其中，使用TuRBO基于信赖域的贝叶斯优化算法对信贷风险预测模型进行超参数优化。本发明通过ATD算法解决了信贷风险预测模型数据优化不足的问题，通过结合ResNet和TabNet，保留原始数据特征同时，获取高维特征中重要信息，对原始特征进行增强，提高了模型预测准确率及泛化能力，且极大地保留了模型的可解释性；同时通过TuRBO优化算法降低了模型调参难度。
-
公开(公告)号：CN111967753A
公开(公告)日：2020-11-20
申请号：CN202010798174.2
申请日：2020-08-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种面向制造任务执行的云制造环境信息感知系统和方法，以制造任务执行为核心，将云制造平台运行环境、制造任务物理场所、制造任务及与制造任务密切相关的云服务信息作为云制造环境信息；采用传感器、软件Agent、GPS、人机交互接口和系统交互接口感知不同类型的环境信息；通过把感知信息转换为事件的方式，实现了感知信息的融合，给出了事件转换和关键事件识别方法。本发明的优点是：面向核心制造云服务的执行，以保障制造活动顺利开展为目标，界定了云制造环境信息的组成；在此基础上，建构了环境信息感知模型；明确了不同环境信息的感知方法，解决了感知信息的统一表达和融合问题。
-
公开(公告)号：CN111913456A
公开(公告)日：2020-11-10
申请号：CN202010814485.3
申请日：2020-08-13
Applicant: 成都信息工程大学
IPC: G05B19/418
Abstract: 本发明公开了面向制造任务的云制造虚拟车间构造方法，方法包括：接受用户的制造任务之后，根据制造知识库中的制造知识将制造任务分解为若干个存在次序关系的子任务，这些子任务按照次序关系构成制造任务链；选择逻辑根据每个子任务的信息，从服务资源池中选择功能、价格、时间和QoS均满足要求的云服务，这些云服务按照制造任务链组合，形成制造执行链，进而构造形成云制造虚拟车间。本方案在对云制造虚拟车间进行分析的基础上，给出车间各组成要素的形式化定义，建立了云制造虚拟车间模型，快速选择合适的云服务，基于模型构造出云制造虚拟车间。
-
公开(公告)号：CN119025418A
公开(公告)日：2024-11-26
申请号：CN202411064135.4
申请日：2024-08-05
Applicant: 成都信息工程大学
IPC: G06F11/36 , G06F8/75 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N5/045 , G06F18/213 , G06F18/25
Abstract: 本发明公开了基于多级代码表示的特征依恋检测方法，基于java编程语言代码，包括以下步骤：将待处理的java编程语言代码转换为token序列即第一代码表示，同时将待处理的java编程语言代码转换为基于抽象语法树的异构有向超图即第二代码表示；将第一代码表示输入至双向长短期记忆网络模型得到第一输出特征，将第二代码表示输入至超图网络模型得到第二输出特征；将第一输出特征和第二输出特征进行融合得到总输出特征；对总输出特征进行代码特征依恋检测，得到检测结果。本发明通过这种结合多级源代码表示的方法，能够全面地获取代码的结构、语法和语义等高阶信息，从而为代码异味检测提供了更为丰富和深入的数据特征。
-
公开(公告)号：CN111913456B
公开(公告)日：2023-06-16
申请号：CN202010814485.3
申请日：2020-08-13
Applicant: 成都信息工程大学
IPC: G05B19/418
Abstract: 本发明公开了面向制造任务的云制造虚拟车间构造方法，方法包括：接受用户的制造任务之后，根据制造知识库中的制造知识将制造任务分解为若干个存在次序关系的子任务，这些子任务按照次序关系构成制造任务链；选择逻辑根据每个子任务的信息，从服务资源池中选择功能、价格、时间和QoS均满足要求的云服务，这些云服务按照制造任务链组合，形成制造执行链，进而构造形成云制造虚拟车间。本方案在对云制造虚拟车间进行分析的基础上，给出车间各组成要素的形式化定义，建立了云制造虚拟车间模型，快速选择合适的云服务，基于模型构造出云制造虚拟车间。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
