-
公开(公告)号：CN112822154A
公开(公告)日：2021-05-18
申请号：CN202011506739.1
申请日：2020-12-18
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明涉及医疗数据安全技术领域，具体涉及一种医疗数据加密方法，包括以下步骤：数据加密步骤：数据发送方通过AES高级加密标准算法对医疗数据进行加密，得到加密医疗数据，并生成AES密钥；数据传输步骤：将加密医疗数据发送给数据接收方；AES密钥加密步骤：数据接收方通过RSA公共密钥算法生成RSA公钥和RSA私钥，并将RSA公钥发送给数据发送方，数据发送方通过RSA公钥对AES密钥进行加密；AES密钥传输步骤：数据发送方将加密后的AES密钥发送给数据接收方；AES密钥解密步骤：数据接收方通过RSA私钥对AES密钥进行解密数据解密步骤：数据接收方通过解密后的AES密钥对加密医疗数据进行解密，得到明文医疗数据。本发明解决了医疗数据在传输的过程中被窃取或破坏的问题。
-
公开(公告)号：CN108268462B
公开(公告)日：2021-04-20
申请号：CN201611254042.3
申请日：2016-12-30
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明提供一种关系完整性的数据质量检测系统，其包括：元数据处理模块，用于从待检测数据所在的数据库中读取待检测数据的逻辑数据结构，并通过用户交互和自动检测发现潜在的数据关系来生成关系完整性规则模板；模板处理模块，用于在资源库中存储和提取所述元数据处理模块得到的关系完整性规则模板；问题处理模块，用于发现、展示和处理关系完整性数据问题。本发明提供的一种关系完整性的数据质量检测系统，可以解决复杂的关系完整性数据问题的检测，并通过用户辅助和一定自动化生成质量检测模板，为后续增量数据的检测提供便利，相比人工检测节省了大量时间和精力。
-
公开(公告)号：CN107092006B
公开(公告)日：2019-12-06
申请号：CN201710225711.2
申请日：2017-04-07
Applicant: 广东精点数据科技股份有限公司
IPC: G01S3/14
Abstract: 本专利属于阵列信号处理领域，本发明针对现有的MUSIC算法，在向量空间的特征分解部分运算量大的技术问题，具体公开了用于DOA估计的阵列信号处理方法，包括如下步骤：接收步骤：利用传感器组成阵列接收目标信号；处理步骤：对接收到的目标信号进行滤波、放大，然后构造空间向量矩阵；计数步骤：对用于接收目标信号的传感器进行计数；求解步骤：根据计数步骤所得的值，选取QR算法或者Jacobi算法，求解空间向量矩阵特征值和特征向量；搜索步骤：谱峰搜索获得定位参数；显示步骤：将定位结果由显示电路显示。用于DOA估计的阵列信号处理系统，包括：接收传感器阵列、信号预处理模块、算法执行模块、定位结果显示模块。
-
公开(公告)号：CN106254879B
公开(公告)日：2019-11-08
申请号：CN201610798881.5
申请日：2016-08-31
Applicant: 广东精点数据科技股份有限公司
IPC: H04N19/186 , H04N19/42
Abstract: 本发明提供一种应用自编码神经网络的有损图像压缩方法，该方法包括：步骤S1：对有损图像进行预处理得到采样图像；步骤S2：建立自编码神经网络模型；步骤S3：根据所述自编码神经网络模型计算隐藏层图像；步骤S4：将所述隐藏层图像作为新的采样图像进行后续压缩处理，得到最终的压缩图像。与现有技术相比，本发明提供的一种应用自编码神经网络的有损图像压缩方法由于在构造映射器的过程中使用了自编码神经网络使得图像再一次进行了冗杂信息的处理，即所谓的图像降维处理；同时该网络有着类似提取特征的作用，意味着在解压还原图像的过程中可以利用隐藏层特征的作用达到一定的去噪效果，提升了压缩率的同时还有着提升图像质量的效果。
-
公开(公告)号：CN110287992A
公开(公告)日：2019-09-27
申请号：CN201910429947.7
申请日：2019-05-22
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明涉及大数据特征提取领域，针对农业数据难以处理的问题，提出了基于大数据的农业特征信息提取方法，包括：属性集建立步骤，获取农业属性数据，建立知识系统；属性类别聚类步骤，根据初始属性聚类中心建立初始属性类别，对所有的初始属性类别进行合并和分离操作得到聚类后的属性类别；特征属性计算步骤，计算整后的属性类别中的每个属性数据相对于其他属性数据的依赖度，选取依赖度的最高值作为特征属性值；特征属性归集步骤，选取并归集所有属性类别的特征属性值得到特征属性集。本发明能解决现有特征提取方法因不能反映数据的非线性结构特征导致的对数据利用效果不好的问题。
-
Patent Agency Ranking
公开(公告)号：CN105975480B
公开(公告)日：2019-06-07
申请号：CN201610250478.9
申请日：2016-04-20
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明涉及一种指令识别方法，其特征在于，包括步骤：S1,对指令采用两种方法进行切分，得到两种切分结果；S2，判断切分结果是否相同；S3，确定歧义字段、消除歧义，得到最终切分结果；S4，将最终切分结果进行指标量化，得到关键词；S5，将关键词与分类关联表进行匹配；S6，判断是否每一个关键词能够与分类关联表中类别进行匹配；S7，对无法匹配的关键词进行分类；S8，确定指令最终分类。本发明实现了对用户搜索请求的指令识别；通过对用户搜索请求进行分词处理，提取关键词以及对搜索请求进行分类处理，获知用户搜索指令所属类别，进而得到用户现时需求。
-
公开(公告)号：CN105893603B
公开(公告)日：2019-06-04
申请号：CN201610255043.3
申请日：2016-04-22
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明提供了一种基于ETL的字段级别血统分析方法及装置，该装置包括：划分操作模块、定位模块、定位查找模块、第一检索模块、第二检索模块、第三检索模块和记录模块。与现有技术比较本发明的有益效果在于：本发明提供的一种基于ETL的字段级别血统分析方法和装置，实现了在字段的级别上展现字段的变化过程，通过建立血统表和血统分析附属表，采用迭代的方法，并行对涉及到的相关字段进行血统分析，提高了工作效率，并且采用血统表记录各个步骤各个字段的血统分析图，当以后再涉及到这些字段的血统分析时，则不再需要再一次检索分析，这样避免了多次分析，减少了工作量。
-
公开(公告)号：CN109635994A
公开(公告)日：2019-04-16
申请号：CN201811237966.1
申请日：2018-10-23
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明涉及多源异构数据的融合和挖掘领域，具体公开了一种实现影响因素多源异构融合的农作物产量预测方法，包括如下步骤：获取农业大数据；对不同类型的数据，选取对应的单核函数，构建单核SVR模型，分别选取精度最高的单核函数，构成基核函数；初始化基核函数形成初始线性多核函数；利用粒子群优化算法对基核函数各参数的值进行联合迭代优化，构建多核SVR预测模型，利用多核SVR预测模型进行初步预测；利用交叉验证算法，计算预测的均值作为适应度值；根据适应度值的大小更新各个参数的值，直到达到终止条件；输出各个参数的值，得到最终的预测方程。采用本发明的技术方案能提高农作物产量的预测精度。
-
公开(公告)号：CN104850638B
公开(公告)日：2018-10-19
申请号：CN201510272060.3
申请日：2015-05-25
Applicant: 广东精点数据科技股份有限公司
IPC: G06F17/30
Abstract: 本发明为一种ETL过程并行决策方法及装置，所述方法包括：步骤a，输出带有操作信息的ETL过程脚本文件并初始化并行参数表；步骤b，执行带有所述操作信息的所述ETL过程脚本文件并将执行信息记录在所述并行参数表中；步骤c，分析所述并行参数表并为每个操作的并行方式做决策，将决策结果写入所述并行参数表中，更新所述操作信息；步骤d，根据所述并行参数表执行带有更新后的所述操作信息的所述ETL过程脚本文件，实现ETL过程的并行；所述装置包括与各个步骤相对应的输出模块、第一运行模块、分析模块和第二运行模块。这样，就可以为各种不同的ETL过程自动提供并行方法，加快了ETL过程的执行速度。
-
公开(公告)号：CN108268875A
公开(公告)日：2018-07-10
申请号：CN201611257596.9
申请日：2016-12-30
Applicant: 广东精点数据科技股份有限公司
Abstract: 本实发明公开一种基于数据平滑的图像语义自动标注方法及装置,通过使用跨媒体相关模型是一种基于图像内容的自动标注模型，利用概率统计方法，获得每个关键字作为图像标注的概率；该模型在图像标注领域取得了较好的成绩，也是比较稳定的一种方法，因此，本发明实施例在跨媒体相关模型数据平滑的基础上，提取鲁棒性更强的特征，发明了一种效率更高、准确率更高的图像语义自动标注方法，在一定程度上解决“语义鸿沟”问题、同时解决了传统的语义标注中通过人工的方式对每幅图像进行关键词描述的过程，节省了人力和时间成本，具有较高的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.03 seconds)
