-
公开(公告)号：CN119940886A
公开(公告)日：2025-05-06
申请号：CN202510436011.2
申请日：2025-04-09
Applicant: 北京大数据先进技术研究院
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06Q30/08
Abstract: 本申请提供一种基于蚁狮优化的无人机集群动态任务分配方法，涉及无人机技术领域，该方法包括：当场景信息变化时，每个无人机与其他无人机进行信息交互，根据每个无人机对多个任务的竞拍价，生成竞价矩阵，每个无人机分别初始化基于分段对数拟合的蚁狮优化算法中的多个个体，每个个体所在的位置用于表示无人机对多个任务的竞拍价，每个无人机分别通过基于分段对数拟合的蚁狮优化算法，更新竞价矩阵中的竞拍价，得到目标竞价矩阵，按照目标竞价矩阵对应的任务分配方案，将多个任务分配给多个无人机，基于分段对数拟合的蚁狮优化算法中的目标函数用于求解适应度值最优的个体，对应于求解每个无人机对多个任务生成的最优的任务分配方案。
-
公开(公告)号：CN118503440B
公开(公告)日：2024-11-08
申请号：CN202410441883.3
申请日：2024-04-12
Applicant: 北京大数据先进技术研究院
IPC: G06F16/36 , G06N5/025 , G06F16/2458 , G06F16/28 , G06F40/216 , G06F40/30
Abstract: 本申请提供了一种基于隐含超类挖掘的本体生成方法、装置和设备，涉及数据处理技术领域，该方法包括：从关系数据库中获取待处理的多个关系数据表；提取多个关系数据表中各个数据列的列名称，获取每个列名称在多个关系数据表中的出现次数信息；根据出现次数信息，确定目标列名称，目标列名称表示集中出现在多个关系数据表中的高频列名称；根据目标列名称，从多个关系数据表中确定子类关系数据表；将目标列名称所对应的数据列作为隐含超类所具有的数据列，将子类关系数据表所对应的类，作为隐含超类的子类；隐含超类表征多个关系数据表之间的主要特征；根据隐含超类，生成针对多个关系数据表的关系型数据本体。
-
公开(公告)号：CN118262125B
公开(公告)日：2024-11-01
申请号：CN202410461353.5
申请日：2024-04-17
Applicant: 北京大数据先进技术研究院
IPC: G06V10/70 , G06V10/776 , G06V10/774 , G06V10/764 , G06V10/762 , G06N3/006
Abstract: 本申请公开了一种图像分类模型获取方法和图像分类方法、装置和设备，所述图像分类模型获取方法包括：生成包含多个模型参数组合的第一种群；基于目标图像数据集和模型参数组合，确定多个模型参数组合分别对应的评价指标；对第一种群包含的各个模型参数组合进行预设轮数的交叉变异，得到每轮交叉变异对应的第二种群并计算第二种群中包含的各个模型参数组合分别对应的评价指标；基于所获得的所有评价指标中的最大值对应的目标模型参数组合，从分类器库中提取与目标模型参数组合包含的权重参数对应的分类器进行组合，得到目标图像分类模型，能够随机生成并筛选最优的分类模型，提升了图像分类效果的稳定性。
-
公开(公告)号：CN118395188A
公开(公告)日：2024-07-26
申请号：CN202410608919.2
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F18/214 , G06N3/006 , G06F18/211 , G06F18/10 , G06F18/24
Abstract: 本发明关于一种基于粒子群算法的数据处理方法、装置、电子设备及介质，涉及网络技术领域，该方法通过获取待处理的初始网络数据集；对待填补特征对应的数据以及初始网络数据集包含的数据特征进行编码，以生成多个待更新粒子；针对任一待更新粒子，为待更新粒子生成适应度评估值；对多个待更新粒子分别进行更新，得到多个待更新粒子各自对应的更新后粒子；将各更新后粒子作为新的待更新粒子，并迭代执行上述生成适应度评估值、选取最优粒子以及对待更新粒子进行更新的操作，并在满足更新结束条件时，将当前的最优粒子确定为目标粒子；将基于目标粒子得到的填补后数据集，确定为最终的目标数据集。保证数据处理的有效性。
-
公开(公告)号：CN117972530A
公开(公告)日：2024-05-03
申请号：CN202410361825.X
申请日：2024-03-28
Applicant: 北京大数据先进技术研究院
IPC: G06F18/241 , G06F18/10 , G06F18/2431 , G06N3/006
Abstract: 本申请提供了一种基于蚁狮优化的缺失不平衡数据多分类方法和设备，该方法包括：基于目标场景下第一待分类数据集的缺失数据个数生成至少一个第一编码，基于第一待分类数据集的预设类别数和分类器库所包含的分类器的类别数生成多个第二编码，基于第一编码和各个第二编码生成多个迭代编码，基于蚁狮优化算法，从多个迭代编码中筛选得到适应度最大的目标迭代编码，从分类器库中抽取目标迭代编码对应的分类器进行组合，得到目标分类器群，基于目标分类器群识别第一待分类数据集的类别，能够根据待识别数据的特征类型生成多个迭代编码，采用蚁狮优化算法筛选最优迭代编码并生成相应的分类器群进行目标场景下的数据分类，提升了分类的灵活性和分类效果的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117955898A
公开(公告)日：2024-04-30
申请号：CN202410353875.3
申请日：2024-03-27
Applicant: 北京大数据先进技术研究院
IPC: H04L45/02 , H04L45/247 , G06N3/006 , G06N3/126
Abstract: 本申请提供了一种面向数据共享网络的负载均衡优化方法、装置和产品，涉及数据共享与网络优化技术领域，方法包括：以业务应用程序为逻辑网络节点，进行逻辑网络互联，得到逻辑网络；以通信设备为物理网络节点，进行物理网络互联，得到物理网络；通过绑定链路将逻辑网络节点挂靠在对应的物理网络节点上，得到数据共享网络；进行主路径和备份路径的鲁棒性设计；基于遗传算法，将多个负载均衡优化方案编码为种群个体，生成初始化种群；设计目标函数与约束条件；执行遗传算法，使初始化种群在约束条件下进行种群进化，直至目标函数收敛，确定最优负载均衡优化方案；按照最优负载均衡优化方案，为逻辑链路，确定对应的主路径和备份路径，分配负载资源。
-
公开(公告)号：CN116152525A
公开(公告)日：2023-05-23
申请号：CN202310424363.7
申请日：2023-04-20
Applicant: 北京大数据先进技术研究院
IPC: G06V10/70 , G06V10/764 , G06V10/94 , G06F9/54
Abstract: 本发明提供了一种基于远程过程调用和元学习的图像分类模型选择系统，涉及算法选择技术领域，旨在解决算法选择技术仅停留在理论实验阶段的问题，以落实于工程应用。所述系统包括：客户端、服务端和存储端；所述客户端展示微服务界面，并获取用户账户在所述微服务界面设置的微服务参数，将所述微服务参数传输给所述服务端；所述服务端根据所述微服务参数和图像数据集，运行所述微服务参数对应的微服务，并将所述微服务的运行结果的信息返回所述客户端；所述客户端对所述微服务的运行结果的信息进行展示；所述存储端存储所述客户端传输的图像数据集，并将图像数据集传输给所述服务端。
-
公开(公告)号：CN115577317A
公开(公告)日：2023-01-06
申请号：CN202211211195.5
申请日：2022-09-30
Applicant: 北京大数据先进技术研究院
Abstract: 本发明提供了一种数据融合效果评估方法、系统、电子设备及储存介质，涉及计算机技术领域。根据目标任务场景，搭建虚拟任务环境和虚拟无人平台，并获取目标数据源的数据，然后，根据目标数据源的数据进行多源数据融合，并根据数据融合的结果确定无人平台的操作控制指令，根据操作控制指令控制虚拟无人平台，在虚拟任务环境中执行目标任务。最后，采集目标任务的任务评价参数，根据任务评价参数和目标任务评价标准的匹配度，确定目标任务的完成度评价分数，根据目标任务的完成度评价分数，对无人平台的模型参数进行调整。在本申请中，通过搭建完全虚拟的仿真环境，对数据融合效果进行高效的评估和调整，达到模拟真实运行的效果以及相应的指标要求。
-
公开(公告)号：CN114490618B
公开(公告)日：2022-11-11
申请号：CN202210138840.9
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于蚁狮算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补任务中数据填补的质量。所述方法包括：接收缺失数据集，根据缺失的数据类型设置多个蚂蚁个体以及蚁狮个体，计算每个蚂蚁个体以及蚁狮个体的适应度值，从中选定适应度值最大的蚁狮个体为精英蚁狮个体，同时为每个蚂蚁个体选择一个选定蚁狮个体，根据选定蚁狮个体的位置编码以及精英蚁狮个体的位置编码对蚂蚁个体的位置编码进行更新，根据更新后的蚂蚁个体更新选定蚁狮个体，进而确定新的精英蚁狮个体，迭代执行上述步骤，根据最终得到的精英蚁狮个体生成数据填补模型，执行数据填补任务。
-
公开(公告)号：CN114490619B
公开(公告)日：2022-09-09
申请号：CN202210139197.1
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于遗传算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补的填补质量。所述方法包括：读取缺失数据集；设置多条染色体，通过混沌映射和启发式信息对所述多条染色体进行初始化，得到多条初始化染色体；通过初始化染色体对缺失数据集进行数据填补以及特征选择，得到多个筛选后的数据集；对多个筛选后的数据集进行适应度评估，得到每条染色体的适应度值；根据每条染色体的适应度值，选择父本并生成后代染色体；迭代生成多代染色体，直至得到最优染色体；根据所述最优染色体，生成对应的数据填补模型；通过所述数据填补模型进行数据填补，得到数据填补结果。(56)对比文件Baligh Al-Helali，等.GeneticProgramming with Noise Sensitivity forImputation Predictor Selection inSymbolic Regression with Incomplete Data.《2020 IEEE Congress on EvolutionaryComputation (CEC)》.2020,
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.035 seconds)
