公开(公告)号：CN119808947A

公开(公告)日：2025-04-11

申请号：CN202411881990.4

申请日：2024-12-19

Applicant: 无锡江南计算技术研究所

Inventor： 宋国平 ,  陈越 ,  周林 ,  吴碧伟 ,  陈晓梅 ,  郭强 ,  田礼明

IPC: G06N5/04 ,  G06N20/00

Abstract: 本发明公开了一种基于异构多模型的业务处理方法、装置、设备和存储介质。一种基于异构多模型的业务处理方法，包括：通过配置管理页面获取待处理业务的配置信息，并将配置信息转换为待处理业务的业务逻辑信息；基于业务逻辑信息生成待处理业务的至少一个任务；根据至少一个任务的资源需求信息确定至少一个任务分别对应的计算框架和云环境；每一计算框架上部署有至少一个处理模型；基于至少一个任务的依赖关系和/或执行顺序生成任务链路图；基于各计算框架上部署的至少一个处理模型，依次执行任务链路图中的至少一个任务，并将至少一个处理模型的处理结果进行整合，得到待处理业务的处理结果。提高了异构计算框架下业务处理的效率和准确性。

公开(公告)号：CN119807707A

公开(公告)日：2025-04-11

申请号：CN202411881141.9

申请日：2024-12-19

Applicant: 无锡江南计算技术研究所

Inventor： 周林 ,  陈晓梅 ,  吴碧伟 ,  高恒振 ,  陈越 ,  吴东 ,  姜晓红

IPC: G06F18/213 ,  G06F18/22

Abstract: 本发明公开了一种网络链路的关联预测方法、装置、电子设备及存储介质。方法包括：获取待预测网络链路对中每一网络链路的链路信息，基于每一网络链路的链路信息确定每一网络链路的多个维度的特征数据，其中，多个维度包括协议空间维度、地址空间维度、自治域空间维度、账号空间维度和综合空间维度；基于待预测网络链路对中每一网络链路的多个维度的特征数据确定目标特征矩阵；通过预先训练的关联预测模型，基于目标特征矩阵对待预测网络链路对进行关联关系类型的预测，确定待预测网络链路对的关联关系类型。本方案实现了根据多个维度的网络链路的特征数据通过预测模型对网络链路之间的关联关系进行预测，提高关联关系类型预测的准确性和快速性。

公开(公告)号：CN119807394A

公开(公告)日：2025-04-11

申请号：CN202411881511.9

申请日：2024-12-19

Applicant: 无锡江南计算技术研究所

Inventor： 周林 ,  王思宇 ,  吴碧伟 ,  郭强 ,  喻金桃 ,  王宇

IPC: G06F16/334 ,  G06F16/335 ,  G06F16/38

Abstract: 本发明公开了一种基于预训练模型的事件文本智能标注方法和装置，涉及计算机技术领域。该方法包括：加载预训练的事件文本标注模型，事件文本标注模型包括自然语言处理子模型和确定性策略梯度模块，确定性策略梯度模块包括标注决策网络；获取待标注事件文本和待标注事件文本的状态信息，将待标注事件文本输入至自然语言处理子模型进行识别，得到待标注事件文本的文本特征；将文本特征和状态信息输入至标注决策网络进行序列标注决策，确定待标注事件文本的标注决策，基于标注决策对待标注事件文本进行标注。本发明将自然语言处理子模型和确定性策略梯度模块结合，通过预训练不断优化确定性策略梯度模块的标注策略，从而提高事件文本标注的准确性。

公开(公告)号：CN119904368A

公开(公告)日：2025-04-29

申请号：CN202411995766.8

申请日：2024-12-31

Applicant: 无锡江南计算技术研究所

Inventor： 周林 ,  蔡嘉丽 ,  张翼 ,  吴碧伟 ,  张林元 ,  洪学莹 ,  杜鑫

IPC: G06T5/50 ,  G06T3/4038

Abstract: 本发明公开了一种面向卫星信号的多档融合检测方法、装置、电子设备及存储介质。该方法包括：获取卫星信号，基于所述卫星信号生成多张卫星信号瀑布图；对所述多张卫星信号瀑布图进行拼接，得到多档卫星信号瀑布图；将所述多档卫星信号瀑布图输入至预先训练完成的卫星信号检测模型中，得到所述多档卫星信号瀑布图对应的卫星信号检测结果；对所述多档卫星信号瀑布图对应的卫星信号检测结果进行融合，得到融合卫星信号检测结果。上述技术方案，通过多档卫星信号瀑布图融合，有效提高了卫星信号检测结果的准确率。

公开(公告)号：CN119884771A

公开(公告)日：2025-04-25

申请号：CN202411886302.3

申请日：2024-12-20

Applicant: 无锡江南计算技术研究所

Inventor： 郭强 ,  霍志浩 ,  吴碧伟 ,  周林 ,  代翔 ,  潘亮 ,  王宇

IPC: G06F18/22 ,  G06F18/23 ,  G06F40/30 ,  G06Q10/04 ,  G06N3/045

Abstract: 本申请涉及一种重大事件趋势预测方法、装置、设备、存储介质和程序产品。该方法先确定待趋势预测事件对应的初始事件集合，在初始事件集合中基于事件标识进行事件抽取，根据抽取出的事件得到目标事件集合。接着确定预测指标和预测结论，将目标事件集合中的每个事件分别与预测指标进行文本匹配，得到每个事件的匹配结果。再根据各匹配结果确定不同预测结论的发生概率，以根据该概率得到待趋势预测事件的趋势预测结果。本申请的重大事件趋势预测方法在提高对重大事件趋势预测准确性的同时，还提高了对重大事件的预测效率，节省了预测成本。

公开(公告)号：CN119807999A

公开(公告)日：2025-04-11

申请号：CN202411881138.7

申请日：2024-12-19

Applicant: 无锡江南计算技术研究所

Inventor： 周林 ,  王立才 ,  张翼 ,  吴东 ,  高毫林 ,  于博 ,  王宇

IPC: G06F18/25 ,  G06F18/213 ,  G06N3/045

Abstract: 本发明公开了一种基于神经网络的高精度信号智能检测识别方法和装置，涉及计算机技术领域。该方法包括：加载训练完成的信号检测网络，信号检测网络用于在信号时频图像中对信号进行定位和识别；其中，信号检测网络包括轻量化的主干网络、特征融合网络和预测网络，轻量化的主干网络包括四尺度的下采样检测头，轻量化的主干网络包括并集注意力机制模块，并集注意力机制包括通道注意力子模块与空间注意力子模块；获取待检测信号，并对待检测信号进行时频变换，得到待检测信号时频图像；基于信号检测网络对待检测信号时频图像进行定位和识别，得到待检测信号的信号检测数据。本发明可以在保证效率的同时兼顾信号检测的准确率。