-
公开(公告)号:CN109189446A
公开(公告)日:2019-01-11
申请号:CN201811209876.1
申请日:2018-10-17
Applicant: 北京京航计算通讯研究所
IPC: G06F8/65
Abstract: 本发明属于软件控制技术领域,具体涉及一种基于软件监控和策略的软件升级系统来实施,所述软件升级系统包括服务器端及客户端两部分;所述服务器端包括:Web服务模块、软件库模块;所述客户端包括:策略代理模块、命令执行代理模块、日志代理模块;本发明实现如下有益效果:1)监控日志与软件库实现联动。2)对网内重点关注软件实现自动升级。3)对审计日志进行分析,并有效利用。4)对网内软件有效管理,提高整个内网的安全性。
-
公开(公告)号:CN119415493A
公开(公告)日:2025-02-11
申请号:CN202411372105.X
申请日:2024-09-29
Applicant: 北京京航计算通讯研究所
IPC: G06F16/21 , G06F16/22 , G06F16/242
Abstract: 本发明涉及一种基于大模型的数据库表生成方法,属于数据库表生成技术领域,解决了现有技术中数据库表生成方法存在创建繁琐、耗时并且误操作风险高的问题。包括以下步骤:基于数据库表创建对话,大模型生成数据库表创建SQL语句;将所述数据库表创建SQL语句进行解析后,更新数据库逻辑表,对更新后的数据库逻辑表进行校验修改,得到修改后的数据库逻辑表;基于修改后的数据库逻辑表,更新当前数据库表创建SQL语句,进而创建数据库表实体。实现了数据库表的自动创建。
-
公开(公告)号:CN119290063A
公开(公告)日:2025-01-10
申请号:CN202411279781.2
申请日:2024-09-12
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种临近空间环境数据质量提升方法,属于临近空间环境探测技术领域,解决了现有技术中临近空间环境数据可用性和准确度不高的问题。包括获取待处理的各临近空间环境数据文件;对各临近空间环境数据文件进行解析处理,得到第一临近空间环境数据;对所述第一临近空间环境数据进行异常数据处理,得到第二临近空间环境数据;对所述第二临近空间环境数据进行分辨率处理,得到处理后的临近空间环境数据;其中,所述第一临近空间环境数据包括采集信息和各采集信息下的标准化的临近空间环境参量数据;其中,所述标准化的临近空间环境参量包括经度、纬度、海拔高度和大气参量,所述采集信息包括站点名称、采集设备名称和采集时间。
-
公开(公告)号:CN119248986A
公开(公告)日:2025-01-03
申请号:CN202411341167.4
申请日:2024-09-25
Applicant: 北京京航计算通讯研究所
IPC: G06F16/951 , G06F16/29 , G06F18/22 , G06F16/9532
Abstract: 本发明涉及一种基于大语言模型的气象环境情报爬取与分析方法,属于气象数据获取分析技术领域,解决了依靠人工搜索数据获取气象数据效率低,对于非结构化数据无法充分利用的问题。包括:获取气象环境情报爬虫需求、气象环境情报分析需求和气象环境情报报告生成需求,并基于各自预设提示词模板,分级构建气象环境情报爬取提示词、气象环境情报分析提示词和气象环境情报报告生成提示词;基于气象环境情报爬取提示词和预设的气象环境情报提取提示词对数据源网址进行数据爬取,并将爬取结果与ERA5数据集进行相似性度量,得到气象环境情报;基于气象环境情报分析提示词和气象环境情报报告生成提示词,对气象环境情报进行情报分析得到气象环境情报分析报告。
-
公开(公告)号:CN119105546A
公开(公告)日:2024-12-10
申请号:CN202411246897.6
申请日:2024-09-06
Applicant: 北京京航计算通讯研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及一种容错分簇涌现控制的有人‑无人机集群故障方向辨识方法,属于无人机集群的容错技术领域;方法包括:建立反向故障下有人‑无人机集群的姿态系统模型;建立分布式预置性能观测器,进行多目标分簇涌现控制;建立无抖振的预置性能容错控制器,跟踪分布式预置性能观测器估计的目标信息,实现反向故障的容错并抑制抖振现象;利用预置性能容错控制器的参数计算故障辨识指标,辨识故障方向。本发明能实现有人‑无人机集群姿态系统的姿态角分布式无抖振容错的多目标分簇涌现并对发生的反向故障进行辨识预警,从而保证了有人‑无人机集群运行的高性能及安全性,而故障方向的辨识为从物理层面解决反向故障提供了故障定位依据。
-
公开(公告)号:CN118917412A
公开(公告)日:2024-11-08
申请号:CN202410894307.4
申请日:2024-07-04
Applicant: 北京京航计算通讯研究所
IPC: G06N5/04 , G06N3/0985 , G06N3/0455 , G06N3/048
Abstract: 基于超参数智能寻优的感知模型自推荐方法及装置,大大提升了超参数优化过程中的计算效率与吞吐量,允许模型在大规模数据集和复杂任务中快速迭代,降低了对计算资源的依赖,从而满足了现代AI系统对于高效能和快速响应的需求,显著加速了超参数搜索进程,减少了实际训练开销,使得优化过程更加灵活经济,有助于在有限的时间和资源下探索更广阔的超参数空间。方法包括:(1)设计基于Transformer编码器的策略网络;(2)构建目标性能预测模型;(3)采用近端策略优化算法进行超参数优化。
-
公开(公告)号:CN118690064A
公开(公告)日:2024-09-24
申请号:CN202410839092.6
申请日:2024-06-26
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9035 , G06F16/9038
Abstract: 一种高可信部件模型智能匹配与自推荐方法及装置,能够大幅度提高部件模型智能匹配与推荐的准确率。方法包括:(1)获取面向型号产品设计领域的部件需求;(2)开展部件模型数据智能匹配技术研究,通过FP‑Growth方法实现部件数据之间的关联分析,对部件参数、所属型号、产品层级、历史质量问题、研制时间、研制人员多个维度的属性之间的关联性进行挖掘分析,查找具有强关联性的属性;(3)通过协同过滤算法完成依据设计师的感兴趣程度对部件进行排序,同时结合FP‑Growth方法获得部件之间的相关性,生成一个满足用户需求的高可信的部件模型匹配和推荐列表;(4)在用户发起请求后进行自推荐。
-
公开(公告)号:CN118365207A
公开(公告)日:2024-07-19
申请号:CN202410569235.6
申请日:2024-05-09
Applicant: 北京京航计算通讯研究所
IPC: G06Q10/0639 , G06Q10/105 , G06N20/00
Abstract: 本发明涉及一种基于训练大数据的指挥管理人员评价系统,包括数据采集层、数据存储层、数据分析层和数据展示层;数据采集层用于对接入的多源训练大数据进行抽取、转换与数据集成,得到对指挥管理人员进行能力画像所需的多维画像源数据;数据存储层,用于对多维画像源数据进行存储和管理;数据分析层,用于根据数据存储层中的多维画像源数据进行指挥管理人员的画像分析,量化出包括表彰情况、任职经历、实操情况、装备使用、训练能力与考核能力在内的多维能力标签;数据展示层,用于根据量化出的多维能力标签进行指挥管理人员能力画像的展示。本发明对指挥管理人员进行能力画像,全面、客观和综合评价指挥管理人员能力。
-
公开(公告)号:CN113987477B
公开(公告)日:2024-07-19
申请号:CN202111247976.5
申请日:2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F21/55
Abstract: 一种分布式AI系统的防投毒方法和系统,方法包括:接收各客户端节点发送的提交数据,基于提交数据更新中心模型,根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象,若否,则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存,缓存数据包括客户端节点的原始数据、处理算法和中间数据;否则,获取上一次模型镜像到当前时刻所有提交数据的客户端节点,并将该客户端节点作为风险节点,根据中心模型的误差与预期误差的差距计算风险节点的风险概率,基于风险概率获取风险节点的累计风险概率,根据累计风险概率对风险节点进行巡检,若存在中毒节点则将中毒节点下线,将中心模型恢复为上一次镜像的模型。
-
公开(公告)号:CN116049157B
公开(公告)日:2024-05-07
申请号:CN202310007166.5
申请日:2023-01-04
Applicant: 北京京航计算通讯研究所
IPC: G06F16/215 , G06F16/2458
Abstract: 本发明涉及一种质量数据分析方法及系统,属于数据分析技术领域,解决了现有技术中因校验特性指标冗余且存在异常数据导致质量分析不准确的问题。包括:获取生产过程中的质量数据和校验特性指标,根据质量数据和相关系数,去除冗余的检验特性指标,得到待分析的检验特性指标;根据统计分析和变分自编码器,去除各个待分析的检验特性指标的质量数据的异常数据,得到待分析数据;根据待分析的检验特性指标和待分析数据,计算生产过程中的各个PPM值,并分别与对应的PPM阈值范围进行比较,对不在PPM阈值范围内的待分析数据,进行数据包络分析。实现了准确的质量数据分析。
-
-
-
-
-
-
-
-
-