-
公开(公告)号：CN116166850A
公开(公告)日：2023-05-26
申请号：CN202310226791.9
申请日：2023-03-09
Applicant: 上海交通大学
IPC: G06F16/901 , G06F16/903 , G06F16/906
Abstract: 本发明提供了一种基于蓝绿树数据结构的事件匹配方法及系统，包括：构建蓝绿树数据结构，用蓝和绿两种类型的节点存储订阅中的谓词；通过所述蓝绿树数据结构查找匹配谓词和不匹配谓词；根据所述匹配谓词和不匹配谓词，通过对应的正向计数型事件匹配算法和反向标记型事件匹配算法完成事件匹配。为进一步提高算法查找性能，本发明从位集优化、节点伸缩、负载均衡、属性过滤、多叉树等五个方面提出了相应的优化方法。本发明先根据分布对谓词进行分类存储保证负载均衡。虚实属性层的设置使得匹配算法能保证高维和高负载情况下的查找性能，最终实现性能更优更稳定的事件匹配算法。通过在单个节点上设置多个分割点，提高了蓝绿树结构的稳定性。
-
公开(公告)号：CN116127325A
公开(公告)日：2023-05-16
申请号：CN202310239298.0
申请日：2023-03-13
Applicant: 上海交通大学
IPC: G06F18/214 , G06F18/2433 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于多属性图的图神经网络业务流程异常检测方法和系统，包括：步骤1：通过多图生成器将事件日志中的轨迹转换为多张图；步骤2：将转换后的多张图输入到多图编码器中进行独热编码和位置编码，获得每个节点的隐藏表示；步骤3：通过多序列解码器将每个节点的隐藏表示解码成概率分布；步骤4：通过异常得分计算器根据概率分布计算异常分数，并根据阈值将轨迹和属性标记为异常或正常。本发明解决了业务流程领域中异常检测技术问题，能够自动检测事件日志中的异常轨迹并指出异常的根本原因。
-
公开(公告)号：CN111538807B
公开(公告)日：2023-04-07
申请号：CN202010301685.9
申请日：2020-04-16
Applicant: 上海交通大学
IPC: G06F16/33 , G06F16/35 , G06F18/241 , G06F18/2413
Abstract: 本发明提供了一种基于Stack Overflow网站获取Web API知识的系统和方法，从Stack Overflow网站公开的数据转储中下载数据文件，筛选最相关数据标识为正样本，其余数据标识为无标记样本，利用半监督学习从无标记样本中筛选出正样本；将问题分为不同类别，对问题主体进行分句切分，使用深度学习模型对切分后的句子进行分类，根据分类结果，统计每个问题在不同类别上的句子数量，形成训练集进行训练预测模型，通过预测模型预测问题类别，得到每个问题的所属类别；针对每个问题的所属类别和每个问题的发布时间，采用时间序列分析预测对Web API的性能进行衡量预测，形成关于Web API见解。
-
公开(公告)号：CN115660176A
公开(公告)日：2023-01-31
申请号：CN202211340429.6
申请日：2022-10-28
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于道路分段的分布式交通流量预测方法及系统，包括：步骤S1：将整个路网图划分为多个子路段网图；步骤S2：为每个子路段网图训练交通流量预测模型库中的每一个模型，并记录每个评价指标；步骤S3：根据每一项指标权重对模型进行综合打分，选择综合性能最优的模型；步骤S4：根据每个子路段网络对应的时空交通信号矩阵，利用当前子路段网络对应的综合性能最优的模型，得到未来Tf时间片的信号矩阵
-
公开(公告)号：CN112100557B
公开(公告)日：2022-11-29
申请号：CN202010904139.4
申请日：2020-09-01
Applicant: 上海交通大学
IPC: G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于内容发布订阅的组合匹配系统与方法，包括：训练器：将历史匹配记录作为训练集训练预测模型并保存到决策器中；决策器：根据训练后的预测模型，预测每个事件采用不同匹配算法的匹配时间，并选择匹配时间最小的算法执行事件匹配；算法库：由多个行为互补的匹配算法组成；在订阅插入时，向算法库中所有算法维护的对应数据结构中插入该订阅，在事件匹配时，决策器接受事件输入并调用训练器的预测模型，根据预测结果选择最优匹配算法，匹配结束后将事件与实际匹配时间作为一组训练数据加入训练器的训练集中。本发明组合匹配方法不仅稳定了匹配性能，还显著提高了匹配速度。
-
Patent Agency Ranking
公开(公告)号：CN112700065B
公开(公告)日：2022-03-11
申请号：CN202110048933.8
申请日：2021-01-14
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于深度学习的业务流程完成时间区间预测方法和系统，包括：步骤1：基于窗口长度进行前缀特征提取；步骤2：基于长短期记忆网络构建上下界预测模型；步骤3：基于越界惩罚建立损失函数；步骤4：对区间预测模型进行评价。本发明针对业务流程完成时间预测局限于单目标的点预测的现状，创新的完成了考虑不确定性的时间预测模型，为相关工作提供了基础。
-
公开(公告)号：CN107832393B
公开(公告)日：2022-02-11
申请号：CN201711050967.0
申请日：2017-10-31
Applicant: 上海交通大学
IPC: G06F16/9536 , G06F16/958 , G06Q50/00
Abstract: 本发明提供了一种面向事件分发的订阅匹配度自适应匹配方法及系统，包括标记阶段和检查阶段；标记阶段：对于事件的每个属性，事件值被映射到为属性构造的两个桶的集合中的桶中，被映射的所述桶称为锚桶，所述两个桶的集合一个为区域约束低值而构建，另一个为区域约束高值而构建；在两个桶的集合的锚桶中执行比较操作，标记所有不匹配的订阅；对于为区域约束低值构建的桶的集合，遍历其锚桶右侧的桶，标记所有不匹配的订阅；对于为区域约束高值构建的桶的集合，遍历其锚桶左侧的桶；检查阶段包括：将未被标记的订阅添加到匹配结果中。本发明实现了匹配方法的抗匹配度特性，保证了匹配方法性能的稳定。
-
公开(公告)号：CN113987084A
公开(公告)日：2022-01-28
申请号：CN202111216249.2
申请日：2021-10-19
Applicant: 上海交通大学
IPC: G06F16/28
Abstract: 本发明提供了一种基于语义嵌入的软件生态社区发现方法及系统，包括：步骤1：选取异构节点，设计元路径，构建软件生态异构信息网络；步骤2：根据元路径以及构建的异构信息网络，利用Skip‑Gram模型获得节点的出现概率，将出现概率大的(前20％)设置为种子节点；步骤3：以种子节点为中心，寻找相似节点，最终发现异构社区。本发明利用元路径获得异构节点间隐藏的语义信息，并依此构建异构信息网络，最终围绕种子节点识别出异构社区，更符合现实生活中社区成员的异构性，对研究软件社区的发展有着实际意义。
-
公开(公告)号：CN113961342A
公开(公告)日：2022-01-21
申请号：CN202111209986.X
申请日：2021-10-18
Applicant: 上海交通大学 , 上海海勃物流软件有限公司
IPC: G06F9/50 , H04L67/1001
Abstract: 本发明提供了一种边云协同的复杂事件检测方法，将复杂事件检测引入边云协同场景之中，允许将复杂事件检测算法部署在事件源端或者距离事件源端更近的边缘节点进行，缩短了数据传输的距离，真正意义上降低了延迟。首先该方法通过检测点选择策略将不同的复杂事件规则分配给不同节点，以此最小化复杂事件检测过程中事件的传输次数，从而减少网络通信时间。其次，考虑到边缘节点相对有限的内存，提出了复杂事件检测规则迁移策略在边缘节点存储不足的时候，选择合适的迁移策略避免原始事件的丢失，保证复杂事件检测结果的正确性。
-
公开(公告)号：CN110413927B
公开(公告)日：2021-10-15
申请号：CN201910672893.7
申请日：2019-07-24
Applicant: 上海交通大学
IPC: G06F16/958 , G06F16/951
Abstract: 本发明提供一种在发布订阅系统中基于匹配实时性的优化方法及系统，计算订阅与事件的匹配概率，根据匹配概率对订阅进行差异对待，形成订阅分组类别；基于订阅分组类别，建立数据结构的结构索引，根据订阅匹配概率变化，实时调整订阅的分组类别及其在结构索引中的位置，以提升匹配效率。将具有高匹配概率的订阅在匹配过程中先进行处理，以便更早地确定与事件相匹配的订阅，从而提升事件分发的实时性。根据订阅与事件匹配的概率，定义一个简洁的分类方案来对订阅进行分组；建立一种轻量级的订阅动态调节机制；提出一种有效的贪心算法来求解调整方案；保证订阅分类和结构分层方法(SCSL)的高效能，并优化效率，可配置以满足不同的应用需求。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.028 seconds)
