多种混合共行的无监督的特征筛选方法及系统

    公开(公告)号:CN118070030A

    公开(公告)日:2024-05-24

    申请号:CN202410044368.1

    申请日:2024-01-11

    Abstract: 本申请涉及信息处理技术领域,特别是涉及多种混合共行的无监督的特征筛选方法及系统。包括:根据应用数据生成原始数据集,并根据原始数据集提取多种特征;建立多个特征评价模型,根据特征评价模型生成各个特征的性能参数;根据各个特征的性能参数对多种特征进行筛选,根据筛选结果生成有效特征;根据数据规模、维度差异智能响应,选取多种筛选方法搭建底层框架,针对原始数据集,采用无监督技术进行特征选择,可以有效去除对聚类没有显著贡献的特征,降低特征维度,选择具有最高信息性的特征进行聚类,提升大模型的模型训练的应用中提取的特征的有效性,去除这些特征可降低计算复杂度,提升聚类效率及聚类结果的准确性。

    一种声明式组件的加载响应优化方法

    公开(公告)号:CN117971345A

    公开(公告)日:2024-05-03

    申请号:CN202410182096.1

    申请日:2024-02-18

    Abstract: 本发明提供一种声明式组件的加载响应优化方法,涉及加载响应技术领域,包括:基于全部待加载声明式组件的数据加载类型,得到每个待加载声明式组件的相对应的数据类型列表;基于所述数据类型列表中的每种数据类型以及可视化类型,对每种数据类型的数据进行拆分压缩,得到相对应的待展示数据;基于每个待加载声明式组件的全部待展示数据以及预设响应时间,对需要进行分段加载的待展示数据设置分段加载序列;基于所述分段加载序列,完成待加载声明式组件的加载响应;基于加载响应过程,得到相对应的代码响应评级。便于提高加载响应效率。

    一种基于无监督学习的聚类任务排序方法

    公开(公告)号:CN117786432A

    公开(公告)日:2024-03-29

    申请号:CN202311568026.1

    申请日:2023-11-22

    Abstract: 本发明提供了一种基于无监督学习的聚类任务排序方法,属于聚类任务排序技术领域,包括:获取聚类任务的任务数据,基于预设无监督学习算法组中学习算法对聚类任务进行初始排序,得到初始排序数据组;根据聚类任务的任务评价指标结合无监督学习的可视化方式对初始排序数据组调整,得到第一排序数据组;将第一排序数据组中每一学习算法的排序数据进行拆分,得到与无监督学习算法的子排序数据组;基于不同子排序数据组中数据进行比较,提取最优特征数据,并基于最优特征数据在不同学习算法中的排序结果进行调整,实现聚类任务排序。通过多种无监督学习算法对聚类任务进行排序调整,提取最优特征数据再次调整,使得聚类任务的排序更加准确、合理。

    一种集群共识的智能选择方法

    公开(公告)号:CN117336296B

    公开(公告)日:2024-03-26

    申请号:CN202311630506.6

    申请日:2023-12-01

    Abstract: 本发明提供了一种集群共识的智能选择方法,属于智能选择技术领域,其方法包括对系统的预置需求进行因素分析,确定需求占比情况,获取系统处理数据类型,并根据数据类型生成对应特征子集,结合特征子集对需求占比情况进行优化;根据预置需求从当下文献与技术文档库筛选可用共识算法并进行初级评估,确定每种共识算法在不同节点的数据一致性;将一致性超出设定值的共识算法基于优化后的需求占比情况对每个集群进行质量分析,根据质量分析结果选择最适合预置需求的集群共识算法,实现准确高效的选择集群共识算法,更好地满足系统的需求,提高系统与集群的性能与可靠性。

    一种用于集群的标签纠正方法

    公开(公告)号:CN117332303A

    公开(公告)日:2024-01-02

    申请号:CN202311630041.4

    申请日:2023-12-01

    Abstract: 本发明提供了一种用于集群的标签纠正方法,属于标签纠正技术领域,包括:对每个主集群进行无监督的特征选择得到每个主集群所对应的第一多维度标签;创建元集群,获取每个元集群中的元簇,并对第一多维度标签进行降维处理,得到每个元集群第二多维度标签;获取待分配样本的样本特征信息和每个待分配样本的样本特征信息与每个元簇的相似度,并将每个待分配样本分配至相似度最高的元簇中得到最终簇;获取最终簇特征信息,并对相应的第二多维度标签进行纠正。通过无监督特征选择得到第一多维度标签,并通过重新集群进行降维处理得到第二多维度标签再通过相似度对样本进行分配,保证样本能够被分配到具有最高相似性的元簇,从而保证了标签的准确性。

    一种基于可信数据空间的隐私数据处理系统

    公开(公告)号:CN119292797A

    公开(公告)日:2025-01-10

    申请号:CN202411836277.8

    申请日:2024-12-13

    Abstract: 本发明提供一种基于可信数据空间的隐私数据处理系统,涉及隐私处理技术领域,其系统包括:当监测到可信数据空间处于高负载情况时,获取可信数据空间的待处理隐私数据,构建分布式架构对待处理隐私数据进行分布式隐私处理;获取可信数据空间的配置数据,设定弹性扩展策略,根据处理配置需求进行弹性扩展处理;设定隐私处理层级,获取待处理隐私数据的数据量分布以及隐私数据量,确定待隐私处理层级,结合分布式隐私处理以及弹性扩展处理进行负载均衡处理;当可信数据空间持续处于高负载情况时,优化待处理隐私数据的隐私处理算法;有利于高效处理高负载情况下可信数据空间中的隐私数据。

    一种基于预训练模型的能耗分析方法及装置

    公开(公告)号:CN118131847B

    公开(公告)日:2024-10-18

    申请号:CN202410044375.1

    申请日:2024-01-11

    Abstract: 本发明公开了一种基于预训练模型的能耗分析方法及装置,包括:获取发电机组中与能耗相关的特征参数,并确定所述特征参数中的关键特征参数;获取所述关键特征参数的历史数据,并通过历史数据对预设初始模型进行训练,得到预训练模型,提取能耗分析指令中的特征参数模板,基于特征参数模板对预训练模型进行微调,得到能耗分析模型,并通过能耗分析模型对发电机组的能耗进行分析,得到能耗分析结果;基于能耗分析结果对发电机组的发电生产计划进行调节,得到更新后的发电生产计划,并控制发电机组按照更新后的发电生产计划进行发电,从而提高能耗分析的准确度,得出不同能量资源发电时能耗最优解,实现电厂在不同时间段的发电计划的动态调配。

Patent Agency Ranking