-
公开(公告)号:CN116915846A
公开(公告)日:2023-10-20
申请号:CN202310776832.1
申请日:2023-06-28
Applicant: 北京旷视科技有限公司 , 北京市大数据中心
IPC: H04L67/55
Abstract: 本申请实施例公开一种数据订阅方法、系统、电子设备及存储介质,该方法包括:服务方的第一电子设备接收请求方的第二电子设备发送的订阅条件变更请求,其中,订阅条件变更请求中携带第一订阅任务的标识、待变更工单的标识和工单的变更类型信息,变更类型包括删除或者增加;根据订阅条件变更请求,更新数据权限表,其中,数据权限表中记录有第一订阅任务授权的工单信息,第一订阅任务和数据权限表存储于第一电子设备的数据库中的不同位置,数据权限表中至少包括:标识字段和变更类型字段,标识字段包括订阅任务标识和工单标识;从更新后的数据权限表中,获取第一订阅任务对应的目标工单信息;根据目标工单信息,向第二电子设备发送目标订阅数据。
-
公开(公告)号:CN115691137A
公开(公告)日:2023-02-03
申请号:CN202211357946.4
申请日:2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
IPC: G08G1/01 , G06Q10/04 , G06Q50/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于因果马尔科夫模型的多模态数据预测方法,属于智能交通技术领域。本发明方法包括:采集研究区域的区域数据和多模态交通数据,将时间点、区域兴趣点和天气信息视为背景特征变量,将区域吸引力因子、自行车需求因子、出租车需求因子、公交车需求因子、交通速度因子视为物理概念变量,将自行车流量、出租车流量、公交车流量、区域速度视为多模态交通数据观测变量,利用因果马尔科夫过程描述多模态交通量的生成过程;利用神经网络求解因果马尔科夫过程,训练搭建的神经网络,用于多模态交通数据观测。本发明能够有效地预测多模态交通流,并提升了预测准确度,可进一步用于指导管理人员制定相关交通诱导策略。
-
公开(公告)号:CN119169643A
公开(公告)日:2024-12-20
申请号:CN202411679083.1
申请日:2024-11-22
Applicant: 北京市大数据中心
IPC: G06V30/19 , G06V10/80 , G06V10/82 , G06V30/146 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及智能架构图设计合理性判断领域,公开了一种基于多模态特征融合的架构图合理性分析判断方法,获取待分析架构图;识别并提取出架构图中的标注文本信息,并记录;通过R‑CNN模型识别并获取图像元素的感兴趣区域特征图集合,并记录;建立OCR模块文本信息与R‑CNN模型图像元素的位置及逻辑信息对应关系,生成扩展的文本描述;对扩展的架构图文本进行分词处理和语义编码,得到词粒度特征向量集合;进行语义编码,得到其词粒度特征向量集合;生成同一维度的综合特征向量;计算其语义匹配系数,判断待分析架构图设计是否符合整体规划的合理性要求。可以有效地评估架构图的设计和功能是否符合整体规划要求,提高解析和评审的准确性和效率。
-
公开(公告)号:CN118863338A
公开(公告)日:2024-10-29
申请号:CN202410820557.3
申请日:2024-06-24
Applicant: 北京市大数据中心
IPC: G06Q10/0631 , G06Q10/0635 , G06Q10/0833 , G06Q30/018 , G06K19/10 , G06N3/0455 , G06F40/295 , G06F40/30 , G06F16/35 , G06F16/36 , G06N5/022 , G06N7/01
Abstract: 本公开公开了一种基于标识解析的危化品全生命周期监管方法及装置,该方法包括通过危化品的标识载体,采集不同危化品的标识编码;基于危化品的标识编码,获取危化品的相关数据;基于危化品的相关数据,构建危化品全生命周期领域知识的本体;基于危化品的监管要求,构建危化品行业的实体语料库;基于本体和实体语料库,构建危化品全生命周期监管知识图谱;基于危化品全生命周期监管知识图谱对危化品全生命周期进行实时监管,以进行实时预警。由此,本公开以危化品的标识编码为基础,建立危险化学品安全知识图谱,无需依赖于人为的经验性决策,自动对危化品全生命周期进行实时动态监管,实现了从事后应急响事前预防转变。
-
公开(公告)号:CN118567642A
公开(公告)日:2024-08-30
申请号:CN202410630427.3
申请日:2024-05-21
Applicant: 北京市大数据中心
Abstract: 本公开的实施例公开了指标页面生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取待整理数据集、目标用户信息集和页面配置信息集;将待整理数据输入至预先训练的数据分类模型中;生成目标用户的用户画像;从所生成的各个指标信息中选取出至少一个指标信息作为轮播指标信息,以及根据所选取的至少一个轮播指标信息和页面配置信息集包括的轮播控件信息;从所生成的各个指标信息中选取出至少一个指标信息作为目标指标信息,以及生成目标指标控件;生成指标分类控件;生成指标显示页面,以及将指标显示页面发送至目标显示设备以进行显示。该实施方式减少了用户查询所需数据的时间,提高了用户体验度。
-
公开(公告)号:CN115691137B
公开(公告)日:2024-04-30
申请号:CN202211357946.4
申请日:2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
IPC: G08G1/01 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于因果马尔科夫模型的多模态数据预测方法,属于智能交通技术领域。本发明方法包括:采集研究区域的区域数据和多模态交通数据,将时间点、区域兴趣点和天气信息视为背景特征变量,将区域吸引力因子、自行车需求因子、出租车需求因子、公交车需求因子、交通速度因子视为物理概念变量,将自行车流量、出租车流量、公交车流量、区域速度视为多模态交通数据观测变量,利用因果马尔科夫过程描述多模态交通量的生成过程;利用神经网络求解因果马尔科夫过程,训练搭建的神经网络,用于多模态交通数据观测。本发明能够有效地预测多模态交通流,并提升了预测准确度,可进一步用于指导管理人员制定相关交通诱导策略。
-
公开(公告)号:CN116910042A
公开(公告)日:2023-10-20
申请号:CN202310771013.8
申请日:2023-06-28
Applicant: 北京旷视科技有限公司 , 北京市大数据中心
IPC: G06F16/215 , G06F40/186 , G06F18/22
Abstract: 本申请实施例提供了一种数据清洗方法、设备、介质及程序产品,旨在实现对多种类的目标数据的数据清洗功能。所述方法包括:接收目标数据;确定所述目标数据所对应的目标模板,所述目标模板用于编辑所述目标数据;确定所述目标模板所对应的第一校验配置信息;根据所述第一校验配置信息,对所述目标数据进行数据清洗。
-
-
-
-
-
-