-
公开(公告)号：CN116743748A
公开(公告)日：2023-09-12
申请号：CN202310681014.3
申请日：2023-06-09
Applicant: 北京微芯区块链与边缘计算研究院 , 北京市大数据中心
IPC: H04L67/10 , H04L61/3015 , H04L9/32 , H04L9/40
Abstract: 本发明公开了一种联盟链资源整合方法和系统，方法包括：域名所有者根据定义的域名规范注册域名，并添加所述联盟链资源信息，生成所述联盟链资源信息对应的地址，将所述联盟链资源信息和对应的所述地址存储上链，并将所述地址进行拼接，得到拼接地址，将所述拼接地址返回给所述域名所有者，所述域名所有者将所述拼接地址与注册的所述域名进行绑定，用户填写域名一，经验证后根据所述域名一解析对应的地址一，根据所述地址一从资源链上获取相应的信息。本发明公开的方法，能使联盟链资源具有统一的域名标识，并能通过域名进行准确的定位，获取资源，从而实现不同联盟链框架下资源的整合、互通。
-
公开(公告)号：CN115938103A
公开(公告)日：2023-04-07
申请号：CN202211358315.4
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)
Abstract: 本发明提供了一种基于增量学习的时空流式数据预测方法，用于智能交通流预测。本发明方法包括：采集时空流式数据，形成时间序列数据和图数据作为预测模型的输入；建立包括时间规律捕捉模块和空间规律捕捉模块的预测模型，两模块正交，网络参数相互独立；建立增量学习模型，对多批次的时空流式数据增量学习进行约束，利用新预测模型对新批次数据进行预测。本发明方法缓解了时空预测模型在时空流式数据上的灾难性遗忘，提升了预测模型对未来在线任务的前向迁移效果，提高了对时空流式数据的预测精度，适用于时空流式数据的预测任务。
-
公开(公告)号：CN113472566A
公开(公告)日：2021-10-01
申请号：CN202110657184.9
申请日：2021-06-11
Applicant: 北京市大数据中心 , 北京彩智科技有限公司
IPC: H04L12/24
Abstract: 本发明涉及区块链技术领域，特别是指一种联盟区块链的状态监控方法及主节点状态监控系统，该方法由主节点状态监控系统实现，所述主节点状态监控系统包括主orderer节点以及备份orderer节点，该方法包括：主orderer节点建立服务监听端口；备份orderer节点周期性轮询获取主orderer节点的状态信息，主orderer节点向备份orderer节点发送状态信息；备份orderer节点根据接收到的状态信息，判断当前主orderer节点的节点状态，如果判断当前主orderer节点的状态正常，则备份orderer节点进入休眠，如果判断当前主orderer节点的状态异常，则备份orderer节点进行异常通知；备份orderer节点启动数据恢复服务和接管服务。采用本发明，增强了区块链网络的稳定性和容错性。
-
公开(公告)号：CN119358667A
公开(公告)日：2025-01-24
申请号：CN202411302658.8
申请日：2024-09-18
Applicant: 北京市大数据中心
IPC: G06N5/04 , G06N5/022 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F40/295 , G06F40/30
Abstract: 本发明提供一种知识推理与关系生成方法、装置、设备及存储介质，属于城市级多源数据处理技术领域，收集城市运行管理的各领域数据；提取数据治理后各类数据中的文本特征；识别文本特征中的实体；抽取文本特征中实体之间的关系，将识别的实体以及抽取的实体之间的关系存储到图数据库，形成初始知识图谱；利用预设的知识推理引擎，生成治理后各领域数据对应新的实体与关系；基于新的实体与关系更新所述的初始知识图谱，得到城市级数据知识图谱。本发明通过结合演化算法的全局搜索能力和深度学习的特征提取能力，自动挖掘和生成知识图谱中实体之间的潜在关系，提高知识图谱的覆盖率和准确性。
-
公开(公告)号：CN115938103B
公开(公告)日：2024-06-18
申请号：CN202211358315.4
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)
Abstract: 本发明提供了一种基于增量学习的时空流式数据预测方法，用于智能交通流预测。本发明方法包括：采集时空流式数据，形成时间序列数据和图数据作为预测模型的输入；建立包括时间规律捕捉模块和空间规律捕捉模块的预测模型，两模块正交，网络参数相互独立；建立增量学习模型，对多批次的时空流式数据增量学习进行约束，利用新预测模型对新批次数据进行预测。本发明方法缓解了时空预测模型在时空流式数据上的灾难性遗忘，提升了预测模型对未来在线任务的前向迁移效果，提高了对时空流式数据的预测精度，适用于时空流式数据的预测任务。
-
Patent Agency Ranking
公开(公告)号：CN116017333A
公开(公告)日：2023-04-25
申请号：CN202211605899.0
申请日：2022-12-14
Applicant: 北京市大数据中心
Abstract: 本申请实施例提供了基于大数据信令处理的人口识别方法、系统及存储介质。该方法包括：根据终端用户的信令数据信息识别用户注册信息和通讯表数据筛选出第一标记用户并提取信令时间数据和信令标识地数据获取基站动态扇区交互信息，提取基站扇区标识动态响应数据并根据基站扇区栅格动态分布模型获取对应基站扇区动态栅格数据计算获得时间周期内的轨迹密度数据，根据轨迹密度数据进行阈值对比筛选人口属性类别；从而基于大数据信令技术对终端用户信令数据处理获取基站扇区数据和栅格数据计算获得轨迹密度数据对人口属性进行识别，实现根据信令数据进行用户轨迹驻停情况识别判断所属人口属性技术，提高对区域内流动人口属性识别判断的精准度。
-
公开(公告)号：CN115866059A
公开(公告)日：2023-03-28
申请号：CN202310058530.0
申请日：2023-01-13
Applicant: 北京微芯区块链与边缘计算研究院 , 北京市大数据中心
IPC: H04L67/60 , H04L67/61 , H04L67/104
Abstract: 本发明公开了一种区块链节点调度方法和装置，属于区块链技术领域。其方法包括发送节点创建请求至区块链节点管理模块；区块链节点管理模块发送节点调度请求至区块链节点调度模块；区块链节点调度模块接收节点调度请求，并通过规则运算，获取节点部署的资源信息，并将节点部署的资源信息返回给区块链节点管理模块；区块链节点管理模块根据节点与资源的对应管理，发送节点部署请求至区块链节点部署模块；区块链节点部署模块根据节点部署请求将节点部署到相应的服务器上，并将节点部署结果返回给区块链节点管理模块。通过本发明解决了节点部署时，系统资源没有得到充分利用或剩余资源不足的问题。
-
公开(公告)号：CN119443105A
公开(公告)日：2025-02-14
申请号：CN202510039582.2
申请日：2025-01-10
Applicant: 北京市大数据中心
IPC: G06F40/295 , G06N3/096 , G06F16/35 , G06N20/10
Abstract: 本发明提供基于迁移学习模型的实体关系抽取方法、装置、设备及介质，属于数据处理技术领域，获取原始数据，对原始数据进行预处理、标注，生成训练数据集，再构建实体关系；利用机器学习算法在知识图谱中构建实体关系处理任务；构建迁移学习模型，基于迁移学习模型将源域或源任务中的知识迁移学习到目标域或目标任务中，来初始化或辅助目标领域模型的训练；将机器学习算法与迁移学习模型相融合，通过利用源领域丰富的标注数据和领域知识，可以提取出对目标领域有用的特征表示，并将其应用于目标领域的任务中，能够更快地学习到有用的特征，从而提高实体识别和关系抽取等任务的准确率。
-
公开(公告)号：CN118070337A
公开(公告)日：2024-05-24
申请号：CN202410302564.4
申请日：2024-03-15
Applicant: 北京市大数据中心 , 中电长城网际系统应用有限公司
IPC: G06F21/62 , G06F18/213
Abstract: 本申请公开一种隐私信息的度量方法、设备、介质和产品，涉及信息安全技术领域。方法包括：获取客户端发送的目标数据；确定目标数据对应的隐私参数，隐私参数是表征目标数据中包括的隐私信息的顺序特征、数量特征和权重特征中的至少一种的参数；根据目标数据对应的隐私参数，计算获得隐私熵；使用隐私熵度量目标数据包含的隐私信息的程度。根据本申请中的实施例，能够提升用户的隐私安全性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
