-
公开(公告)号：CN117634302B
公开(公告)日：2024-05-14
申请号：CN202311657941.8
申请日：2023-12-05
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06F18/214 , G06F18/23 , G06N3/126 , G06F111/06
Abstract: 本申请提供了一种动态服务组合选择方法、装置和产品，涉及服务组合选择技术领域，该方法为：根据服务组合相关信息，生成初始化种群；初始化种群中的每个个体表示一种服务组合；让初始化种群自主进化；确定当前环境发生变化；根据前k代种群的帕累托前沿代表点，预测得到新环境种群的帕累托前沿代表点；根据新环境种群的帕累托前沿代表点，扩展得到第一种群，并生成第二种群；利用动态参数，将第一种群和第二种群结合，得到新的初始化种群；让新的初始化种群自主进化，直到满足进化停止条件，得到当前环境下的帕累托最优解；将帕累托最优解对应的服务组合确定为最优服务组合，发送给用户。
-
公开(公告)号：CN116361398B
公开(公告)日：2023-12-26
申请号：CN202310147860.7
申请日：2023-02-21
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/214 , G06N3/04 , G06N3/08 , G06F16/23
Abstract: 本发明提供了一种用户信用评估方法、联邦学习系统、装置和设备，应用于联邦学习系统，该系统包括联邦服务器和多个联邦参与者，包括：联邦服务器根据联邦学习目标任务，编制联邦学习数据需求，联邦学习数据需求中的每个局部数据特征需求的需求数据格式为联邦学习目标任务规定的联邦学习所用的数据结构；多个联邦参与者根据接收到的局部数据特征需求，生成对应的OBDA映射文件，根据该OBDA映射文件，得到符合需求数据格式的局部数据特征；多个联邦参与者和联邦服务器利用局部数据特征，基于全局联邦学习模型，进行迭代训练，得到目标联邦学习模型；将待评估用户的数据输入任一的联邦参与者中的目标联邦学习模型，得到对该用户的信用评估结果。
-
公开(公告)号：CN116340839B
公开(公告)日：2023-10-20
申请号：CN202310127816.X
申请日：2023-02-08
Applicant: 北京大数据先进技术研究院
IPC: G06F18/241 , G06F18/30 , G06N3/006
Abstract: 本发明提供了一种基于蚁狮算法的算法选择方法及装置，涉及计算机技术领域。包括：首先，构建初始蚂蚁种群，并计算每个蚂蚁个体对应的集成元算法的准确性和多样性以作为蚂蚁个体的适应度，然后通过适应度计算蚂蚁个体间的帕累托支配关系，选择蚂蚁中的帕累托解作为蚁狮从而构建初始蚁狮种群。然后，确定蚁狮种群中的精英蚁狮，并根据精英蚁狮，通过增强游走策略，生成新增蚂蚁种群。最后，迭代执行上述步骤，当满足迭代退出条件时，输出最后一次迭代得到的蚁狮种群以确定目标集成元算法，根据目标集成元算法，从备选算法中选择目标算法。在本发明中，通过选择性集成有效利用元算法的多样性，综合提升集成元算法的准确性和多样性。
-
公开(公告)号：CN116362109B
公开(公告)日：2023-09-12
申请号：CN202310147580.6
申请日：2023-02-09
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种基于数字孪生的智能无人系统和方法，该系统部署于目标无人设备，包括：交互层，用于获取物理状态数据；数智孪生层，包括物理孪生模型和智能孪生模型；物理孪生模型用于根据所述物理状态数据，对所述目标无人设备进行建模，得到物理孪生体；智能孪生模型，用于根据所述物理孪生体，和多个行动策略，得到多个数智孪生体；仿真层，包括环境模拟模块，评估模块和匹配模块；环境模拟模块，用于模拟得到无人设备运行环境；匹配模块，用于将无人设备运行环境分别匹配各个数智孪生体，得到多个综合孪生体；评估模块，用于对多个综合孪生体进行评估，得到最优孪生体，根据最优孪生体，得到最优控制策略。
-
公开(公告)号：CN115577318B
公开(公告)日：2023-07-21
申请号：CN202211211208.9
申请日：2022-09-30
Applicant: 北京大数据先进技术研究院
Abstract: 本发明提供了一种基于半实物的数据融合评估方法、系统、设备及储存介质，涉及计算机技术领域。包括：首先，接收数据仿真平台发送的传感器数据，并对传感器数据进行数据融合，生成多模融合数据，并根据多模融合数据，生成设备控制指令，并将设备控制指令发送至数据仿真平台。然后，接收数据仿真平台反馈的任务评价参数，并根据任务评价参数和任务评价标准的匹配度，确定任务评估分数。最后，根据任务评估分数，对数据融合平台进行模型参数调整。在本发明中，采用半虚拟的方式，使用微服务方式搭建数据融合平台，并用于无人终端的控制的决策，通过任务执行情况对数据融合模块进行优化和调整，大大降低了测试成本，提高了数据融合平台的模型准确度。
-
Patent Agency Ranking
公开(公告)号：CN116362109A
公开(公告)日：2023-06-30
申请号：CN202310147580.6
申请日：2023-02-09
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种基于数字孪生的智能无人系统和方法，该系统部署于目标无人设备，包括：交互层，用于获取物理状态数据；数智孪生层，包括物理孪生模型和智能孪生模型；物理孪生模型用于根据所述物理状态数据，对所述目标无人设备进行建模，得到物理孪生体；智能孪生模型，用于根据所述物理孪生体，和多个行动策略，得到多个数智孪生体；仿真层，包括环境模拟模块，评估模块和匹配模块；环境模拟模块，用于模拟得到无人设备运行环境；匹配模块，用于将无人设备运行环境分别匹配各个数智孪生体，得到多个综合孪生体；评估模块，用于对多个综合孪生体进行评估，得到最优孪生体，根据最优孪生体，得到最优控制策略。
-
公开(公告)号：CN115982632A
公开(公告)日：2023-04-18
申请号：CN202310277864.7
申请日：2023-03-21
Applicant: 北京大数据先进技术研究院
IPC: G06F18/24 , G06F18/214
Abstract: 本公开关于一种高维不平衡缺失数据的分类方法、装置、电子设备及介质，涉及大数据技术领域，该方法通过获取待分类的初始数据集；所述初始数据集存在高维不平衡缺失特性；基于初始数据集中的多个特征，从多个特征中选择目标特征，并将目标特征对应的数据作为初始子集；从预设数据填补算法中选择目标填补算法，并使用目标填补算法对初始子集进行数据填补，得到中间数据集；从预设数据重采样算法中选择目标重采样算法，并使用目标重采样算法对中间数据集进行重采样，得到目标数据集；对目标数据集中的数据进行分类。通过进行特征选择、数据填补以及重采样，可以在一定程度上解决初始数据集所具有的高维不平衡缺失特性，提高数据分类的效果。
-
公开(公告)号：CN114092704B
公开(公告)日：2022-10-21
申请号：CN202111234242.3
申请日：2021-10-22
Applicant: 北京大数据先进技术研究院
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于近邻传播的实例匹配方法、装置、设备及存储介质，旨在提高跨模态数据实例匹配的准确率。所述方法包括：接收不同模态的待匹配样本，对所述不同模态的待匹配样本进行特征提取，得到多个所述待匹配样本的特征；对于多个所述待匹配样本的特征中的每个待匹配样本的特征，确定所述待匹配样本的特征的多个同模态近邻特征；将所述待匹配样本的特征以及所述多个同模态近邻特征映射到跨模态空间中；在所述跨模态空间中，确定所述待匹配样本的特征以及所述多个同模态近邻特征的多个跨模态近邻特征；将所述多个跨模态近邻特征对应的样本作为所述待匹配样本的跨模态相似样本，输出匹配结果。
-
公开(公告)号：CN114490619A
公开(公告)日：2022-05-13
申请号：CN202210139197.1
申请日：2022-02-15
Applicant: 北京大数据先进技术研究院
IPC: G06F16/215 , G06F16/2458 , G06N3/00
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种基于遗传算法的数据填补方法、装置、设备及存储介质，旨在提高缺失数据填补的填补质量。所述方法包括：读取缺失数据集；设置多条染色体，通过混沌映射和启发式信息对所述多条染色体进行初始化，得到多条初始化染色体；通过初始化染色体对缺失数据集进行数据填补以及特征选择，得到多个筛选后的数据集；对多个筛选后的数据集进行适应度评估，得到每条染色体的适应度值；根据每条染色体的适应度值，选择父本并生成后代染色体；迭代生成多代染色体，直至得到最优染色体；根据所述最优染色体，生成对应的数据填补模型；通过所述数据填补模型进行数据填补，得到数据填补结果。
-
公开(公告)号：CN114022690A
公开(公告)日：2022-02-08
申请号：CN202111176314.3
申请日：2021-10-09
Applicant: 北京大数据先进技术研究院
Abstract: 本申请实施例涉及数据处理技术领域，具体涉及一种实例匹配方法、装置、设备及存储介质，旨在提高实例匹配任务的准确性。所述方法包括：将待匹配的文本和图像输入循环生成网络中；通过文本嵌入网络对文本进行特征提取，得到文本特征，并将文本特征输入文本图像生成网络中；通过文本图像生成网络生成语义图像；对语义图像、真实图像和与文本不匹配的错误图像进行判别，得到图像为真实图像的概率以及图像的条件概率；将语义图像、原图像和文本输入文本重建网络中，得到文本的条件概率，根据图像的条件概率以及文本的条件概率，输出匹配结果。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.034 seconds)
