一种线上学习平台视频课程推荐方法及系统

    公开(公告)号:CN115344744A

    公开(公告)日:2022-11-15

    申请号:CN202211008340.X

    申请日:2022-08-22

    Abstract: 本发明提供了一种线上学习平台视频课程推荐方法及系统,涉及线上学习平台推荐技术领域,包括:将课程讲稿序列输入到主题特征提取模型中,得到主题特征;确定视频帧流序列中每个视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征;将主题特征和风格特征均经过掩码和嵌入处理后得将主题特征向量和风格特征向量,连接同一观看视频课程对应的主题特征向量和风格特征向量,得到观看课程特征序列;将观看课程特征序列输入到课程推荐模型中,得到推荐课程特征序列;本发明通过预训练自注意力序列推荐模型得到课程推荐模型,能够基于用户的长期兴趣特征和短期兴趣特征进行课程推荐,提高了线上学习平台视频课程推荐的精度和合理性。

    区块链跨链交易模型、方法

    公开(公告)号:CN112116472A

    公开(公告)日:2020-12-22

    申请号:CN202010985010.0

    申请日:2020-09-18

    Abstract: 一种跨链交易模型,所述模型包括,区块链发起交易模块,用于待交易用户和公证人协商后续交易密钥以执行交易;设定转账资产合约模块,用于所述待交易用户和公证人根据交易内容及协商密钥填写转账资产合约;执行转账资产合约模块,用于所述待交易用户和公证人执行转账资产合约进行交易。本发明的模型既解决了公证人机制过于中心化问题,又解决了哈希锁定存在待交易一方掌控交易的局面,充分考虑了区块链业务的特性,能够在各种业务场景下发挥最大的数据查询效果。

    一种基于SVM的科技服务业产出预测方法

    公开(公告)号:CN104992233A

    公开(公告)日:2015-10-21

    申请号:CN201510288255.7

    申请日:2015-05-29

    Abstract: 本发明公开了一种基于SVM(支持向量机)的科技服务业产出预测方法,选取单位总数、从业人员数、从事科技活动人员数、科技活动收入、政府资金、科技活动经费内部支出、人员劳务费、承担科技项目数、国家级项目数和项目投入人力,共十项指标作为科技服务业投入项,选取专利授权量、发表科技论文数和技术市场合同成交额三项指标作为科技服务业产出项,收集投入和产出数据,汇总形成样本数据集,建立基于SVM的预测模型,根据前一年度的若干项科技服务业投入值,来预测下一年度的科技服务业产出项值,还可作为如何优化和调整科技服务业投入值,达到理想的产出效果的一种实验和探索方法。

    一种区块链系统及数据传输方法、区块链节点、程序产品

    公开(公告)号:CN116527229A

    公开(公告)日:2023-08-01

    申请号:CN202310552800.3

    申请日:2023-05-16

    Abstract: 本发明公开了一种区块链数据传输方法,包括:初始化,即通过用户智能合约向预言机智能合约发送获取链下数据请求,预言机智能合约将收到的请求发送给所有预言机,并随机选择一个预言机作为密钥分发预言机;密钥的分发,即通过密钥分发预言机将群体私钥分发给所有预言机;验证密钥碎片,即验证密钥分发预言机发送的密钥碎片和承诺;生成可验证随机数,并将该可验证随机数发送给各预言机;各预言机对数据签名,并将数据和签名集合发送给签名聚合预言机;签名聚合预言机收到各预言机发送的签名集合,先根据签名验证预言机的合法性,若合法则接收数据,当收到多个相同数据,则认为数据为正确数据,将预言机作为签名群体;生成群体签名,将数据上链。

    基于区块链的数据共享服务平台及方法

    公开(公告)号:CN109858228A

    公开(公告)日:2019-06-07

    申请号:CN201910097657.7

    申请日:2019-01-31

    Abstract: 一种基于区块链技术的数据共享服务平台,主要包括数据目录上传到共享系统、区块链存证其上传信息、查找目标信息、打包需求信息、调用智能合约、公钥加密传送、解密验签。数据上传实现了数据的主要信息以及数据格式上传到共享系统;数据需求者根据自己的需求在共享系统中查找目标数据;数据需求者根据数据提供者的格式打包自己的需求信息同时调用智能合约;数据提供者根据数据需求者的公钥加密自己的详细信息并发送;数据需求者解密验签。本发明能提高数据共享的安全性,增强了整个交易的透明度。

    水稻染色质重塑因子及其编码基因与应用

    公开(公告)号:CN105777883A

    公开(公告)日:2016-07-20

    申请号:CN201610177711.5

    申请日:2016-03-28

    Applicant: 复旦大学

    Inventor: 董爱武 李超 俞瑜

    CPC classification number: C07K14/415 C12N15/8218 C12N15/8261

    Abstract: 本发明属于生物基因工程技术领域,具体为一种染色质重塑因子及其编码基因与应用。该染色质重塑因子是下述氨基酸残基序列之一:序列表中的SEQ ID No:1;将序列表中的SEQ ID No:1的氨基酸残基序列经过一至五十个氨基酸残基的取代和/或缺失和/或添加且对植物的生长发育具有调控作用的蛋白质。本发明还包括含有本发明基因的重组表达载体、转基因细胞系和工程菌以及扩增该基因中任一片段的引物对。该水稻染色质重塑因子的编码基因的反义转基因株系生长矮小。本发明为植物品种改良提供了一个优质基因,具有较高的实际应用价值,应用前景广阔。

    基于图像数据多样性的模型训练方法、系统、介质及设备

    公开(公告)号:CN113963226A

    公开(公告)日:2022-01-21

    申请号:CN202010681146.2

    申请日:2020-07-15

    Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备,所述基于图像数据多样性的模型训练方法包括:对原始数据进行数据多样性处理,将所述原始数据的数据特征和处理后的数据特征进行存储;选取第一预设数量的数据特征输入至少两个分类器中进行分类,根据分类结果选取第一分类器;选取第二预设数量的数据特征,输入到所述第一分类器以外的分类器中进行分类,以选取第二分类器;重复上一步骤,直至所存储的数据特征为零,以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性,提高了集成学习模型整体泛化能力,实现了各个模态网络模型充分训练二者之间的平衡。

Patent Agency Ranking