-
公开(公告)号：CN114048796A
公开(公告)日：2022-02-15
申请号：CN202111211138.2
申请日：2021-10-18
Applicant: 成都四方伟业软件股份有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种改进型硬盘故障预测方法及装置，主要解决现有技术中存在的现有硬盘故障预测模型正负样本的不平衡、决策树易过拟合及随机采样生成的数据子集造成的决策树决策结果准确性差异化的问题。该一种改进型硬盘故障预测方法利用通过基于层次聚类改进的SMOTE算法缓解数据不平衡导致的偏差，使用引入了新的评价标准和限制条件的改进CCP剪枝方法解决决策树过拟合，结合AdaBoost和随机森林学习模型，采用投票法得出预测结果。通过上述方案，本发明达到了更加有效并且准确地进行硬盘故障预测。
-
公开(公告)号：CN117931833A
公开(公告)日：2024-04-26
申请号：CN202311659956.8
申请日：2023-12-05
Applicant: 成都四方伟业软件股份有限公司
IPC: G06F16/242 , G06F9/445
Abstract: 本发明涉及数据通信技术领域，具体而言，涉及基于自定义插件翻译的多种数据库适配方法及系统，目的自在于提出一种使用插件技术实现针对不同数据库对于某种数据库语法的兼容。主要包括通过应用层获取数据库适配层的连接，并获取物理库的类型，所述物理库内保存不同类型的原始sq l；数据库适配层根据物理库的类型判断调用不同的插件，并对sq l方言进行翻译；数据库适配层将翻译后的sp l提交实际的物理库执行后，返回执行结果。通过上述方法进行插件化，不同物理库编写不同的插件，避免不同数据库翻译方案之间的耦合。sq l翻译更加灵活，避免了现有的解决方案不能针对sq l参数的不同给出不同翻译结果的问题。
-
公开(公告)号：CN117556110A
公开(公告)日：2024-02-13
申请号：CN202410046601.X
申请日：2024-01-12
Applicant: 成都四方伟业软件股份有限公司
IPC: G06F16/904 , G06F16/9035
Abstract: 本发明公开了一种热力图数据处理方法、热力图生成方法以及装置，包括：获取第一应用场景中的热力点数据集，并将热力点数据集进行存储；当第二应用场景变化为第三应用场景时，获取第三应用场景对应的至少一张目标待渲染切片，第二应用场景和第三应用场景均在第一应用场景中；分别确定每张目标待渲染切片对应的切片参数；根据每张目标待渲染切片对应的切片参数从热力点数据集中筛选出该目标待渲染切片对应的目标热力数据；将每张目标待渲染切片对应的目标热力数据发送至第一目标主线程中。本发明将第一应用场景中的地图数据分成多个小块，并通过传输第三应用场景对应的每张目标待渲染切片的目标热力数据，可以极大的降低网络传输量。
-
公开(公告)号：CN115082631A
公开(公告)日：2022-09-20
申请号：CN202210660834.X
申请日：2022-06-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种三维可视化视口追踪分级交通仿真方法及装置，所述方法包括：获取路网数据和车辆参数，将其作为参数导入宏观交通仿真模型中；对路网数据进行切割；根据三维可视化视口及三维摄像头参数，获取可视元素；根据可视元素，将可视元素对应的地理位置范围内的车辆数据作为入参；重新执行根据三维可视化视口及三维摄像头参数，获取可视元素的步骤。本发明通过追踪三维可视化视口，将微观交通仿真模型计算范围缩小，使其在有限范围下模拟车辆运动，大幅降低算力要求；在非可视范围使用宏观交通仿真模型计算，在视口切换、移动后，能够基于宏观交通仿真模型计算的区域结果作为微观交通仿真模型的输入，快速进行切换和呈现。
-
公开(公告)号：CN114330972A
公开(公告)日：2022-04-12
申请号：CN202111313556.2
申请日：2022-02-24
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于概率分布的设施设备评价方法及装置，主要解决现有技术中存在的现有设备设施评价方法中评估框架丢失特征之间的相关性和独立性及不具备扩展性的问题。该一种基于概率分布的设施设备评价方法包括包括根据设施设备的历史数据分析器分析其相关系生产评估框架，然后根据评估框架对设施设备的新数据进行评分输出结果。通过上述方案，本发明达到了自动建立评估框架，保留特征花间的相关性和独立性，用信息分布的形式来推算分值和权重，以防止信息丢失，多维度评价的目的。
-
Patent Agency Ranking
公开(公告)号：CN114154496A
公开(公告)日：2022-03-08
申请号：CN202210117139.9
申请日：2022-02-08
Applicant: 成都四方伟业软件股份有限公司
IPC: G06F40/284 , G06F40/30 , G06F40/242 , G06F16/335
Abstract: 本发明公开了基于深度学习BERT模型的煤监类案对比方法及装置，主要解决现有技术中存在的现有比对方法会忽略词义和语义，以及词与词之间的关系所隐藏的大量语义的信息，会导致这一部分信息丢失，导致对比搜索结果不准确的问题。该发明通过创建BERT分词器，搭建、训练BERT模型；通过BERT分词器读取煤监隐患信息数据库和待搜索隐患信息文本，并对其进行分词，然后通过模型bert得到文本语义向量的相似度；最终得出得分最高的隐患记录返回搜索结果；本发明能够更为准确的进行煤监类案对比计算。
-
公开(公告)号：CN114092819A
公开(公告)日：2022-02-25
申请号：CN202210057396.8
申请日：2022-01-19
Applicant: 成都四方伟业软件股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像分类方法及装置，主要解决现有技术中存在的现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。该发明对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。
-
公开(公告)号：CN117473242B
公开(公告)日：2024-03-19
申请号：CN202311825540.9
申请日：2023-12-28
Applicant: 成都四方伟业软件股份有限公司
IPC: G06F18/15 , G06F18/213 , G06F18/25 , G06F16/36 , G06N20/00
Abstract: 本发明涉及时序数据异常检测技术领域，具体涉及一种时序数据故障检测方法、系统、设备及介质，包括：获取离线数据及实时数据，对离线数据及实时数据进行任务识别，并划分为训练数据及待检测数据，对训练数据及待检测数据进行特征提取，并对二者的特征提取部分进行特征融合，形成训练数据的模型文件及待检测数据的数值及趋势特征；基于训练数据的模型文件对待检测数据的数值及趋势特征进行故障判读，通过知识图谱对判读结果进行故障类型识别，完成时序数据的故障检测。本发明通过特征提取并叠加知识图谱功能，能够有效提升时序数据故障发现及分析的性能，降低企业在时序数据故障检测方面所耗费成本，增强时序数据的应用能力。
-
公开(公告)号：CN117473242A
公开(公告)日：2024-01-30
申请号：CN202311825540.9
申请日：2023-12-28
Applicant: 成都四方伟业软件股份有限公司
IPC: G06F18/15 , G06F18/213 , G06F18/25 , G06F16/36 , G06N20/00
Abstract: 本发明涉及时序数据异常检测技术领域，具体涉及一种时序数据故障检测方法、系统、设备及介质，包括：获取离线数据及实时数据，对离线数据及实时数据进行任务识别，并划分为训练数据及待检测数据，对训练数据及待检测数据进行特征提取，并对二者的特征提取部分进行特征融合，形成训练数据的模型文件及待检测数据的数值及趋势特征；基于训练数据的模型文件对待检测数据的数值及趋势特征进行故障判读，通过知识图谱对判读结果进行故障类型识别，完成时序数据的故障检测。本发明通过特征提取并叠加知识图谱功能，能够有效提升时序数据故障发现及分析的性能，降低企业在时序数据故障检测方面所耗费成本，增强时序数据的应用能力。
-
公开(公告)号：CN114092819B
公开(公告)日：2022-04-19
申请号：CN202210057396.8
申请日：2022-01-19
Applicant: 成都四方伟业软件股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像分类方法及装置，主要解决现有技术中存在的现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。该发明对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
