-
公开(公告)号：CN102214216A
公开(公告)日：2011-10-12
申请号：CN201110150869.0
申请日：2011-06-07
Applicant: 复旦大学
IPC: G06F17/30
Abstract: 本发明属于关系数据库技术领域，具体为一种层次关系数据上关键字检索结果的聚合摘要方法。该方法的步骤为：给定具有层次关系H的关系数据库D和其上的一个检索Q以及n个检索结果S，S中为每一条结果元组t1、t2、…、tn，根据H上的层次关系，按照最低上层最小覆盖聚集的原则采用按序连接方法将n条检索结果t1、t2、…、tn聚合成为最大最低上层最小覆盖聚集，并对这些聚合结果根据最大覆盖的原则，以迭代查找最大覆盖，在查找的过程中进行剪枝，从而找出贪心结果I。本发明在聚合过程中根据层次关系减少了连接操作，在摘要过程中引入剪枝方法减少时间代价，从而使聚合摘要效率更高。
-
公开(公告)号：CN101170499B
公开(公告)日：2011-04-06
申请号：CN200710170785.7
申请日：2007-11-22
Applicant: 复旦大学
CPC classification number: Y02D70/34
Abstract: 本发明属于自组织网络技术领域，具体为一种自组织网络上的组合服务执行路径的选择方法。主要包括：执行路径的选择策略、自组织网络上QoS模型建立和服务执行有向无环图的构造。整个流程是：通过服务发现得到组合服务所需要的基本服务的信息，并对这些信息进行建模，得到具有较高QoS且离请求节点较近的节点上的基本服务，根据服务有向无环图构造出执行有向无环图。用户在自组织网络上提出一个组合服务的请求时，利用该选择方法，自组织网络会自动选择一个较优的执行路径，在执行整个组合服务中能够达到较小的网络代价。
-
公开(公告)号：CN101163158A
公开(公告)日：2008-04-16
申请号：CN200710170787.6
申请日：2007-11-22
Applicant: 复旦大学
Abstract: 本发明属于自组织网络技术领域，具体是一种面向服务的自组织网络上基于分簇的服务发布和发现方法。本方法分为簇维护、服务发布和服务发现三个部分。簇维护分为分簇、簇更新两部分；服务发布包括服务信息建立和服务信息更新两个部分；服务发现指在完成分簇和服务发布以后，节点通过簇头来发现自组织网络上存在的基本服务。本发明能够有效地避免已有服务发布和服务发现方法存在的广播风暴现象；在本方法中还可以使用可替代服务，增强服务发现的效率。
-
公开(公告)号：CN101163106A
公开(公告)日：2008-04-16
申请号：CN200710170786.1
申请日：2007-11-22
Applicant: 复旦大学
Abstract: 本发明属于自组织网络技术领域，具体为一种在无线自组织网络中的组合服务执行方法。其步骤包括组合服务请求方生成原始组合服务请求包，并将该包发向组合服务中的基本服务提供节点；基本服务提供节点根据收到输入数据执行基本服务，读取组合服务的执行有向无环图。并把基本服务输出数据组成新组合服务请求包发向下一个节点，最后向组合服务发起节点发送一个确认应答包；组合服务发起节点收到全部确认应答包，表示该组合服务执行成功。本发明能够有效地避免传统组合服务执行过程中由于控制中心的存在而出现的三角路由现象，从而减少在组合服务执行的过程中网络传输，并且能很好地适应自组织网络的网络拓扑多变和无中心的特点。
-
公开(公告)号：CN118779499A
公开(公告)日：2024-10-15
申请号：CN202410721106.4
申请日：2024-06-05
Applicant: 复旦大学
IPC: G06F16/9032 , G06N20/00
Abstract: 本发明提供一种基于子空间编码和机器学习模型的洞察发现方法及系统，主要应用场景为探索式数据分析中的自动洞察发现环节。本发明中，针对直接使用数据中的属性列构建特征向量会导致洞察发现过程中的数据范围无法有效区分的问题，通过基于给定的数据范围所对应的数据子空间完成所有的特征提取和编码过程，保证数据范围向量化的唯一性；针对多个数据范围的计算顺序问题，采用随机森林模型对数据范围进行优先级预测，从而在给定的时间预算内对最有可能蕴含洞察的数据范围进行洞察挖掘。本发明与其他现存探索性数据分析过程中的洞察推荐方法相比，无论是效率还是效果都更为优秀，能够在更短的时间挖掘出更有价值的数据洞察并返回给分析人员。
-
Patent Agency Ranking
公开(公告)号：CN118734817A
公开(公告)日：2024-10-01
申请号：CN202410855453.6
申请日：2024-06-28
Applicant: 复旦大学
IPC: G06F40/177 , G06F40/151 , G06F16/22 , G06F16/28 , G06F18/2415 , G06N3/0475 , G06N3/094 , G06N3/0455
Abstract: 本发明提供了一种面向关系型表格的数据生成方法及装置，具有这样的特征，包括以下步骤：步骤S1，根据指定表格构建训练数据集；步骤S2，构建判别器和生成器；步骤S3，根据训练数据集，对判别器和生成器进行对抗训练，得到训练好的生成器作为数据合成模型；步骤S4，将随机采样的噪声向量与条件向量进行拼接，得到输入向量；步骤S5，将输入向量输入数据合成模型，得到合成数据向量；步骤S6，对合成数据向量进行转换，得到合成表格数据。总之，本方法能够生成更贴近表格数据的合成数据。
-
公开(公告)号：CN118656361A
公开(公告)日：2024-09-17
申请号：CN202410829778.7
申请日：2024-06-25
Applicant: 复旦大学
IPC: G06F16/21 , G06F16/22 , G06F16/26 , G06F16/2458
Abstract: 本发明提供了一种面向探索性数据分析的数据洞察装置，具有这样的特征，包括离线构建模块用于根据目标数据集，构建对应的模式立方体；在线分析模块用于根据分析指令和模式立方体，计算得到洞察结果，其中，在线分析模块包括：数据范围生成单元用于生成数据范围；同质数据范围生成单元用于生成各个数据范围对应的同质数据范围；在线模式计算单元用于根据模式立方体，计算各个同质数据范围对应的数据模式；洞察生成单元用于对各个同质数据范围，将该同质数据范围的数据模式进行共异分析，得到对应的洞察；推荐单元用于对所有洞察进行价值分析生成洞察结果。总之，本装置能够避免对数据范围模式的重复计算，提高洞察发现效率。
-
公开(公告)号：CN116932570A
公开(公告)日：2023-10-24
申请号：CN202310749648.8
申请日：2023-06-21
Applicant: 复旦大学
IPC: G06F16/242 , G06F16/23 , G06F16/2455
Abstract: 本申请涉及信息技术领域，公开了基于自然语言生成结构化查询语言的方法和装置，该方法包括：将接收到的自然语言语句转换为初始结构化查询语言语句，并获取中间状态信息；基于中间状态信息，检测出组成初始结构化查询语言语句的多个查询单元中的一个或多个错误查询单元；将一个或多个错误查询单元分类成一个或多个错误类别；根据错误类别，为错误类别中的每个错误查询单元生成一个或多个候选项，并根据每个错误查询单元以及对应的一个或多个候选项，生成自然语言交互语句；接收用户基于自然语言交互语句输入的反馈，并基于反馈对每个错误查询单元进行修改和存储。本发明避免了模型在转换的过程中出现重复的错误，提高了模型的转换准确度。
-
公开(公告)号：CN110619004B
公开(公告)日：2023-05-02
申请号：CN201910750750.3
申请日：2019-08-15
Applicant: 复旦大学
IPC: G06F16/2458
Abstract: 本发明属于数据分析技术领域，具体为一种数据挖掘中数据分析方法的推荐方法。本发明的分析方法推荐方法主要包含四个部分：（1）基于数据集的最近邻推荐；（2）基于分析方法的协同过滤；（3）神经协同过滤；（4）推荐结果的融合。本发明通过基于数据分析的交互历史，挖掘数据集和分析方法的隐语义作为推荐依据，最终返回适合数据集的分析方法。本发明可帮助用户快速找到合适的分析方法，挖掘数据集中的信息。
-
公开(公告)号：CN114756772A
公开(公告)日：2022-07-15
申请号：CN202210370416.7
申请日：2022-04-09
Applicant: 复旦大学
IPC: G06F16/9537 , G06F16/2458 , G06F16/906
Abstract: 本发明属于数据分析技术领域，具体为一种时空数据查询处理中的抽样系统。本发明系统包括时空网格划分器、样本生成器：时空网格划分器按照一定粒度在时空坐标系上划分网格，并给每个网格分配样本容量；具体的划分粒度可以根据实际需求定义；样本生成器按照划分器分配的样本容量在每个网格内均匀采样，并汇总成最终样本。本发明可帮助分析人员从时空大数据中获取更为全面的样本，发掘容易被简单均匀采样遗漏的信息，增加样本分析结论的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.041 seconds)
