-
公开(公告)号：CN118113623B
公开(公告)日：2024-07-23
申请号：CN202410532182.0
申请日：2024-04-29
Applicant: 之江实验室
IPC: G06F11/36
Abstract: 本说明书公开了一种接口自动化测试方法、装置、存储介质及电子设备。确定待测试接口，获取所述接口对应的接口文档，将所述接口文档输入所述测试用例生成工具，以通过所述测试用例生成工具，根据预先设定的测试用例模板和所述接口文档，生成初始测试用例，响应于用户对所述初始测试用例的操作，确定最终测试用例，将所述最终测试用例输入所述pytest测试框架，以通过所述pytest测试框架识别所述最终测试用例，并根据所述最终测试用例对所述待测试接口进行测试。通过该方法，能够在不需要用户编写测试脚本的情况下，高效的对确定的待测试接口进行自动化测试。
-
公开(公告)号：CN118332354A
公开(公告)日：2024-07-12
申请号：CN202410748715.9
申请日：2024-06-12
Applicant: 之江实验室
IPC: G06F18/22 , G06F18/25 , G06N3/0464 , G06F30/27 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种考虑设备结构信息的剩余使用寿命预测方法、装置及介质，其中方法包括：获取设备的模块结构信息，以及各模块中所有传感器采集的数据，并获得各传感器的传感器数据；结合各传感器的传感器数据的相似性，构建传感器图；基于传感器图，结合模块结构信息构建模块图；对传感器图和模块图中各节点的特征向量进行编码；对经过编码后的传感器图和模块图，进行一次或多次卷积融合过程以融合传感器图和模块图，得到最终的传感器图和模块图；将最终的传感器图和模块图输入至寿命预测模块，得到设备的剩余使用寿命；与现有技术相比，本发明具有能够利用设备中的模块结构信息和传感数据之间的隐性空间信息以提高预测准确率等优点。
-
公开(公告)号：CN113673252B
公开(公告)日：2024-06-14
申请号：CN202110924937.8
申请日：2021-08-12
Applicant: 之江实验室
IPC: G06F40/30 , G06F40/289 , G06F18/22 , G06F18/2415 , G06N3/084 , G06N3/04
Abstract: 本发明涉及多维数据分析领域，具体为一种基于字段语义的数据表自动join推荐方法，包括：步骤1，将待join的两数据表中的字段两两组合，作为计算相似度值的集合；步骤2，推断出字段的语义类型；步骤3，判断两字段的数据类型和语义类型是否一致，再判断两字段名是否一致，接着判断两字段值是否存在枚举类；步骤4，分别计算字段名相似度和字段值的相似度，后通过加权求和，得到匹配系数，即两字段的相似度；步骤5，将所有字段的相似度的分值从高到低进行排序并输出提取前20条，作为推荐。本发明通过对数据表字段名和字段值的分析来推荐join的联接子句，更准确更全面地帮助用户发现多维数据隐藏的关联信息，有效地提升大数据分析系统的智能化水平。
-
公开(公告)号：CN117574982B
公开(公告)日：2024-04-26
申请号：CN202410060305.5
申请日：2024-01-16
Applicant: 之江实验室
IPC: G06N3/08 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 一种基于线性变换的预训练模型微调方法和装置，其方法包括：收集与下游任务的相关图像数据，对图像数据划分训练集、验证集，并进行适当的预处理，选择合适的预训练模型，修改该模型的任务头，以适配下游任务，并冻结预训练模型的骨干部分；在相邻层间插入线性变换模块，所述线性变换模块用于对特征的缩放和平移；利用下游任务的数据微调预训练模型，保存在验证集上表现最优的模型权重；利用重参数技术将线性变换模块的参数融入到相邻层中，最后部署模型，完成下游任务。本发明引入的待学习参数少，在多种下游任务上，能够实现更高的准确率，并且，在模型推理阶段采用重参数技术将引入的参数融入了模型骨干层中，极大地简化了模型的部署。
-
公开(公告)号：CN115146455B
公开(公告)日：2024-04-05
申请号：CN202210751540.8
申请日：2022-06-28
Applicant: 之江实验室
IPC: G06F30/20 , G06Q10/0639 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种计算实验支持的复杂供应链多目标决策方法，可以探索和预测方案在复杂供应链中的多元涌现，并基于涌现结果对方案进行多目标优化与排序得到决策建议。首先设计计算实验以构建供应链模型；在计算实验模型设计完成后，通过将计算实验与多目标进化算法NSGA‑II以闭环形式集成，实现方案多元演化与优化；方案多目标优化完成后，通过熵权‑TOPSIS法对帕累托优化方案进行排序选择。本发明首次在复杂系统理论背景下提供了一个供应链多目标规范性决策方法，所提出的决策方法能弥补管理者基于主观偏好下决策缺陷，增加管理者决策备选空间，提高决策效果。
-
Patent Agency Ranking
公开(公告)号：CN117725985A
公开(公告)日：2024-03-19
申请号：CN202410171178.6
申请日：2024-02-06
Applicant: 之江实验室
Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括：获取用户针对指定业务场景构建的强化学习环境数据；响应于用户的指定操作，确定用户基于强化学习环境数据选择的目标智能体，并确定目标智能体的智能体配置信息；在预设算法库中确定出目标强化学习算法；基于目标智能体、智能体配置信息以及目标强化学习算法，构建强化学习模型，并对强化学习模型进行仿真，并将仿真过程中产生的数据存入经验回放池；根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛，充分满足了用户对强化学习环境的多样化需求。
-
公开(公告)号：CN117215728B
公开(公告)日：2024-03-15
申请号：CN202311464152.2
申请日：2023-11-06
Applicant: 之江实验室
IPC: G06F9/455 , G06F18/214 , G06N3/0464
Abstract: 本说明书公开了一种基于代理模型的仿真模拟方法、装置及电子设备。所述方法包括：将历史业务数据输入仿真模型，得到每个历史业务数据对应的目标仿真结果；确定仿真模型对应的若干种代理模型，代理模型包括：高斯过程模型、神经网络模型、克里金模型以及插值模型；根据历史业务数据以及目标仿真结果，生成训练样本对各代理模型进行训练，得到各训练后代理模型，并将各训练后代理模型集成并部署在仿真环境中；在接收到仿真指令后，获取仿真数据；确定用户选择的至少一种训练后代理模型，作为目标代理模型；将仿真数据输入各目标代理模型，以通过各目标代理模型确定仿真模拟结果。
-
公开(公告)号：CN117689054A
公开(公告)日：2024-03-12
申请号：CN202311436671.8
申请日：2023-10-30
Abstract: 本公开提供一种预测方法、装置、电子设备及存储介质，包括：接收用户输入的相关信息，其中所述相关信息包括用户教育信息；基于所述用户教育信息生成知识图谱；对所述知识图谱进行嵌入处理，并得到嵌入处理后的知识图谱；基于所述嵌入处理后的知识图谱进行升学预测。本公开中，首先获取了用户的教育信息，然后基于用户教育信息生成了知识图谱，之后又对知识图谱进行嵌入处理，得到了嵌入处理后的知识图谱，最后基于嵌入处理后的知识图谱对用户进行了升学预测。
-
公开(公告)号：CN117035695B
公开(公告)日：2024-03-05
申请号：CN202311293167.7
申请日：2023-10-08
Applicant: 之江实验室
IPC: G06Q10/10 , G06V30/10 , G06V30/148
Abstract: 本说明书公开了一种信息预警的方法、装置、可读存储介质以及电子设备，可以通过预设的文本处理模型，来将每个贸易措施文件信息对应的贸易措施关联信息与各行业的行业信息进行匹配，并建立以及保存企业、行业与各贸易措施关联信息之间的对应关系，从而使得当出台新的贸易措施文件信息时，可以通过预先建立并保存的该对应关系，快速的确定出与新出台的贸易措施文件信息相匹配的行业，并向归属于匹配出的行业的企业发送预警信息，从而有效地保证了企业免受不必要的损失。
-
公开(公告)号：CN117252234B
公开(公告)日：2024-03-01
申请号：CN202311531148.3
申请日：2023-11-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于非合作博弈的策略生成方法及装置，通过构建目标用户对应的图数据，针对每个智能体，根据该智能体的被观测概率以及背叛参数，确定该智能体的背叛行为策略。根据各邻居智能体的背叛行为策略和各邻居智能体的被观测概率，通过该智能体的惩罚参数，确定该智能体分别对各邻居智能体的第一惩罚行为策略。进而参考各智能体在背叛行为策略和第一惩罚行为策略的影响下，更新该智能体的背叛参数和惩罚参数，用于确定各智能体的行为策略。从上述方法可以看出，通过构建目标用户对应的图数据，参考了与目标用户相关用户的行为策略的影响，以及实时更新目标用户的惩罚参数和背叛参数，得到的行为策略，更准确、实效性强。(56)对比文件Marco Casari等.Decentralizedmanagement of common property resources:experiments with a centuries-oldinstitution.Journal of Economic Behavior& Organization.2003,全文.裴华艳;闫光辉;王焕民.基于行为惩罚的合作演化研究.兰州交通大学学报.2020,(02),全文.王浩云;张顺颐;赵振东;马燕玲.基于不完全信息博弈的P2P网络节点行为策略模型.应用科学学报.2008,(05),全文.于建业;王元卓;靳小龙;程学旗.基于社交演化博弈的社交网络用户信息分享行为演化分析.电子学报.2018,(01),全文.谢逢洁;武小平;崔文田;陈子凤.博弈参与水平对无标度网络上合作行为演化的影响.中国管理科学.2017,(05),全文.
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.033 seconds)
