-
公开(公告)号：CN114936853A
公开(公告)日：2022-08-23
申请号：CN202210571235.0
申请日：2022-05-24
Applicant: 复旦大学
Abstract: 本发明属于区块链技术领域，具体为一种基于可信执行环境的链下交易协议与交易认证方法；本发明设计了点对点的链下交易方式，将交易放在链下执行；设计了基于zk‑SNARK的交易认证方式；设计了基于可信执行环境对链下数字资产的管理机制。本发明通过将链上交易转移到链下执行，累计链下交易只将最终结果写入到区块链上，从而降低交易费用、减少交易确认时间。
-
公开(公告)号：CN113379373A
公开(公告)日：2021-09-10
申请号：CN202110587563.5
申请日：2021-05-27
Applicant: 复旦大学
IPC: G06Q10/10 , G06Q10/06 , G06F16/901
Abstract: 本发明属于数据世系技术领域，具体为业务协同流程中缺失数据的静态世系采集分析方法。本发明方法包括针对业务协同场景，设计业务协同流程缺失数据世系计算方法。为了获取业务协同流程中未出现数据的世系信息，首先通过一种面向业务协同流程静态世系数据采集，将业务办理规则转换为世系数据；然后使用静态世系数据集成方法将其存储下来；之后计算缺失事件数据的先决条件；最后使用一种业务协同流程缺失数据溯源算法进行计算。本发明可以满足业务场景下未出现数据的溯源解释需求。
-
公开(公告)号：CN107273492B
公开(公告)日：2021-07-23
申请号：CN201710452055.X
申请日：2017-06-15
Applicant: 复旦大学
Abstract: 本发明属于图像标注技领域术，具体为基于众包平台处理图像标注任务的交互方法。本发明首先构造一套线上众包工作模式，使得任务需求方和众包成员可以在上面完成标注任务，其次，以图像标注任务为主要研究和切入点，去设计和实现相应的交互方法；具体包括：构建图像标注任务的分类体系，搭建众包平台；建立交互方法的设计准则和设计流程；设计基于众包平台处理图像标注任务的交互方法的具体操作步骤。本发明方法提高了众包工作者的标注效率和用户体验，从而更加快速的为机器学习等科研领域提供图像数据训练集，并且利用网络众包工作模式完成图像数据标注工作，也能够为残疾人等弱势群体提供新的就业和增加收入的机会。
-
公开(公告)号：CN112733446A
公开(公告)日：2021-04-30
申请号：CN202110016872.7
申请日：2021-01-07
Applicant: 复旦大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种数据驱动的自适应异常检测方法；其应用于风机发电机轴承的异常检测。该异常检测方法采用无监督学习技术，仅基于风机标准安装的数据采集和监视控制（SCADA:Supervisory Control And Data Acquisition）系统实现。该算法基于对于长时间运行的单台风机而言，其大部分时间应处于正常运行状态这一假设，无需额外的、昂贵的数据标签，即可建立风机正常运行状态的模型，从而检测出可能的轴承异常。实验证明，该算法对风机发电机轴承异常检测的准确率达到80%以上，查全率达50%以上。
-
公开(公告)号：CN111488051A
公开(公告)日：2020-08-04
申请号：CN202010153250.4
申请日：2020-03-06
Applicant: 复旦大学
IPC: G06F1/3287 , G06F9/50 , G06N3/08
Abstract: 本发明属于计算机体系结构设计技术领域，具体为一种基于CPU和FPGA协同计算的云端深度神经网络优化方法。该方法实现分为前端和后端两部分；前端是CPU为核心的服务器端，负责流程控制、数据接收和部分处理；后端是以FPGA为核心的加速部件，包括大规模并行处理器阵列、图形处理单元、专用集成电路以及PCI-E接口，负责深度神经网络关键层的并行加速处理等。先将深度神经网络按不同层次划分为分别适合前端和后端处理的两个部分。前端将接收到的数据以数据流的形式，由DDR穿梭于前后端之间处理各个层或组合层。前端灵活的流程控制配合后端高效的并行结构，可大幅提高神经网络计算的能效比。
-
Patent Agency Ranking
公开(公告)号：CN106250905B
公开(公告)日：2020-05-12
申请号：CN201610535494.2
申请日：2016-07-08
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于实时异常检测技术领域，具体为一种结合高校建筑结构特征的实时能耗异常检测方法。本发明采用SA‑DBSCAN算法自适应地识别建筑的能耗模式，并采用C4.5算法构建能耗模式的判定树；如果采集子节点没有出现机器故障，则根据建筑节点父子结构的变化先处理实时到来的能耗，然后根据判定树得到该实时能耗的类别后再采用LOF算法检测异常；如果判定异常，则根据是否达到边界阈值来调整该判定树；批量地把判定正常的能耗数据增量更新到建筑的能耗模式，并根据能耗模式的类别是否改变来动态调整异常检测模型。本发明能有效地检测异常的能耗并能动态地调整检测模型减少误判。
-
公开(公告)号：CN111126957A
公开(公告)日：2020-05-08
申请号：CN201911331361.3
申请日：2019-12-21
Applicant: 复旦大学
Abstract: 本发明属于数据世系技术领域，具体为一种面向检察业务协同流程的检务世系数据采集与集成方法。针对检察业务场景，本发明方法包括：设计检察业务流程数据采集方法，用于收集检察业务流程执行过程数据；设计检察业务流程世系数据集成方法，并将收集到的流程执行过程数据转换为流程世系数据。本发明方法以服务的形式封装到流程系统服务端中。本发明可满足检察业务场景下的检察业务流程数据收集和世系集成需求。
-
公开(公告)号：CN111046026A
公开(公告)日：2020-04-21
申请号：CN201911062535.0
申请日：2019-11-03
Applicant: 复旦大学
IPC: G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本发明属于电力能源数据技术领域，具体是一种基于约束优化的缺失能耗数据填补方法。本发明利用KNN的思想，使用DTW作为相似性度量，在不等长时间序列集中，提取前K条与存在缺失数据时间序列相似的曲线；然后，通过最小化缺失区间填补值与K条相似曲线的欧式距离，同时以填补值总和等于固定值为约束，将问题转化为连续等式约束优化问题；最终通过拉个朗日乘数法求解，完成填补。本发明可有效填补缺失能耗数据，减少数据盲区，为决策人员提供有效的数据参考；填补的缺失能耗数据满足区间总和固定的约束，使填补数据更加精确合理。
-
公开(公告)号：CN103488754B
公开(公告)日：2017-03-29
申请号：CN201310439944.4
申请日：2013-09-22
Applicant: 复旦大学
Abstract: 本发明属于云计算和计算机支持的协同工作技术领域，具体为一种异构文档协作云服务间透明互操作的方法。该方法通过中间代理为使用异构文档协作云服务的用户提供透明的跨云文档协作服务，并保证共享文档的一致性。本发明的有益效果在于：一方面，用户可以使用他们所熟悉的服务参与跨云文档协作，而不需要学习或为新的服务付费，不需要安装任何软件或插件；另一方面，服务提供商不需要投入任何额外工作，如制定标准或修改代码，即可实现和其他类似的服务间的互操作。
-
公开(公告)号：CN106202299A
公开(公告)日：2016-12-07
申请号：CN201610510264.0
申请日：2016-07-01
Applicant: 复旦大学
Abstract: 本发明属于社交网络中的推荐技术领域，具体为一种基于残疾人特征的残疾人权威用户推荐方法。本发明具体步骤包括：残疾人网络社区信息数据库的构建，残疾人网络社区用户分析与建模，残疾人用户特征量化，残疾人用户权威评估模型的建立，残疾人主题权威用户推荐。本发明通过扩展现有的协同过滤推荐技术和基于内容的推荐技术，同时结合残疾人用户本身的特征而提出的针对残疾人网络社区中新用户的多样化主题权威用户推荐方法。它利用权威用户对社区了解的全面性来帮助新用户适应社区；利用主题权威用户的专业性来解决残疾人新用户的有限但特殊的兴趣需求，通过权威用户的慰藉和引导来提升新用户的心理状态。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.029 seconds)
