-
公开(公告)号：CN109389244A
公开(公告)日：2019-02-26
申请号：CN201811038526.3
申请日：2018-09-06
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one-hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。
-
公开(公告)号：CN112182654B
公开(公告)日：2024-03-05
申请号：CN202011048516.5
申请日：2020-09-29
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F21/62
Abstract: 本发明涉及数据处理领域，尤其涉及一种保留统计级特征属性的身份证号脱敏方法，包括以下步骤：身份证号进行分段；分别对地区编码、出生日期、顺序码进行脱敏：获取相同省份下的所有地区编码集和，从集合中获取新的地址编码；获取基准日期与待脱敏出生日期的间隔天数，间隔天数通过转换得到新的间隔天数，新的间隔天数进制转换后与一个随机数进行模运算，得到最终的间隔天数，根据最终的间隔天数得到新的出生日期；通过与一随机整数进行计算得到新的顺序码；根据固定算法得到新的校验码；组合形成新的身份证号。本发明的有益效果在于：采用分段处理机制，可以灵活选择要脱敏的分段信息，同时保持身份证号本身的结构特征和分析价值。(56)对比文件张继.利用EXCEL函数功能从身份证号提取学生基础学籍信息.电脑知识与技术.2014,(第33期),7948-7950.张樵.数据漂白简析.中国金融电脑.2010,(第09期),80-81.
-
公开(公告)号：CN112182654A
公开(公告)日：2021-01-05
申请号：CN202011048516.5
申请日：2020-09-29
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F21/62
Abstract: 本发明涉及数据处理领域，尤其涉及一种保留统计级特征属性的身份证号脱敏方法，包括以下步骤：身份证号进行分段；分别对地区编码、出生日期、顺序码进行脱敏：获取相同省份下的所有地区编码集和，从集合中获取新的地址编码；获取基准日期与待脱敏出生日期的间隔天数，间隔天数通过转换得到新的间隔天数，新的间隔天数进制转换后与一个随机数进行模运算，得到最终的间隔天数，根据最终的间隔天数得到新的出生日期；通过与一随机整数进行计算得到新的顺序码；根据固定算法得到新的校验码；组合形成新的身份证号。本发明的有益效果在于：采用分段处理机制，可以灵活选择要脱敏的分段信息，同时保持身份证号本身的结构特征和分析价值。
-
Patent Agency Ranking
公开(公告)号：CN109389244B
公开(公告)日：2020-08-18
申请号：CN201811038526.3
申请日：2018-09-06
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one‑hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。
-
公开(公告)号：CN112153636A
公开(公告)日：2020-12-29
申请号：CN202011178646.0
申请日：2020-10-29
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及电信技术领域，尤其涉及一种基于机器学习预测电信业用户携号转出的方法，包括以下步骤：1)采集特征变量数据并进行数据预处理保存到数据库中，在数据库中进行样本采样，将正样本和负样本的比例控制在1：10；2)样本随机分为训练集和测试集；3)选择XGBoost算法为基础构建预测模型，输入训练集训练预测模型，获得预测概率值和特征的重要程度；4)利用训练完成的模型对测试集进行数据预测，并根据预测结果对预测模型进行评估，若评估结果低于阈值，对预测模型进行优化迭代。本发明的有益效果在于：提高预测效率，做到提前预警及时维系，预测模型能够动态进行优化迭代。
-
公开(公告)号：CN107133281A
公开(公告)日：2017-09-05
申请号：CN201710242819.2
申请日：2017-04-14
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种基于分组的全局多查询优化方法，具体实施如下：1)为输入系统的查询语句建立签名；2)根据签名对查询语句进行分组；3)通过对每一分组内的查询计划进行代价估算来进行计划选择；4)将每一分组选择的计划进行合并，最终得到多个全局计划。本发明通过建立查询签名，结合分组思想，确保在最短时间内得到较优全局计划，以此提高多查询优化效率。在大数据背景下的数据统计、数据挖掘、报表生成和联机查询等领域具有广阔的应用前景。
-
公开(公告)号：CN107133281B
公开(公告)日：2020-12-15
申请号：CN201710242819.2
申请日：2017-04-14
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F16/2453 , G06F16/2452
Abstract: 本发明涉及一种基于分组的全局多查询优化方法，具体实施如下：1)为输入系统的查询语句建立签名；2)根据签名对查询语句进行分组；3)通过对每一分组内的查询计划进行代价估算来进行计划选择；4)将每一分组选择的计划进行合并，最终得到多个全局计划。本发明通过建立查询签名，结合分组思想，确保在最短时间内得到较优全局计划，以此提高多查询优化效率。在大数据背景下的数据统计、数据挖掘、报表生成和联机查询等领域具有广阔的应用前景。
-
公开(公告)号：CN102591725A
公开(公告)日：2012-07-18
申请号：CN201110451861.8
申请日：2011-12-20
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及数据库数据存储领域，尤其涉及一种异构数据库之间多线程数据交换的方法，该方法采用相互独立的多线程读写方式通过对数据缓冲池的应用，使系统可以在不同操作系统、不同数据库之间做到数据高效率转换和导入导出高速度，解决了现有技术中存在的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
