-
公开(公告)号：CN112987915B
公开(公告)日：2022-10-11
申请号：CN202110152853.7
申请日：2021-02-04
Applicant: 复旦大学
IPC: G06F3/01 , G06F40/166 , G06F3/14 , G06Q10/10
Abstract: 本发明公开了一种基于AST的应用于VR会议协同白板编辑任务的方法，该方法对VR场景下的协同场景——协同白板编辑提供了一种解决方案。本发明主要包括服务器部分与客户端部分。服务器部分，服务器自定义数据结构存储远程客户端传递的消息序列。对于收到的消息做判断。新用户加入消息：将定时存储的texture和此时存在的消息序列发送给新加入的客户端；正常数据同步消息：存储消息进入消息序列,同时转发消息给现存所有客户端。客户端部分：收到本地消息：立刻执行本地消息；收到远程消息：若是因果后序消息立刻执行，否则回溯到最近的因果后序消息按客户端顺序重新执行所有操作。通过本方法，可以实现在VR场景下多人协同白板编辑。
-
公开(公告)号：CN112965985B
公开(公告)日：2022-04-12
申请号：CN202110166366.6
申请日：2021-02-04
Applicant: 复旦大学
Abstract: 本发明属于区块链技术领域，具体为一种实现跨链互操作的数据一致性维护方法。针对跨链业务场景，本发明方法包括：设计新的跨链协同模型，实现在本链即可对多链上的资源完成互操作。设计面向稳定通证与数字资产的跨链一致性维护方法，用于保证跨链互操作在多链的因果和最终一致性。设计基于事务模式和随机可验证函数的跨链共识协议，用于保证跨链操作的确定性。本发明以服务的形式插件化嵌入到区块链系统中，对已有系统无侵入性。本发明可满足跨场景、跨地域不同区块链应用之间的跨链协作需求。
-
公开(公告)号：CN113379373B
公开(公告)日：2022-03-18
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：CN113642756A
公开(公告)日：2021-11-12
申请号：CN202110584847.9
申请日：2021-05-27
Applicant: 复旦大学
IPC: G06Q10/04 , G06Q50/18 , G06F40/242 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于司法审判技术领域，具体为一种基于深度学习技术的减刑刑期预测方法。本发明基于文档分类的阶层注意力网络，设计多文档减刑预测模型，该模型根据减刑文书的主要内容，并迁移联合犯罪文书、法条依据的内容，更好地预测识别减刑案件的刑期，具体步骤包括：收集数据和预处理；通过文本编码器编码多文档的向量；减刑刑期分布的确定。本发明方法可以满足对减刑刑期更加精确的预测需求。
-
公开(公告)号：CN112966901A
公开(公告)日：2021-06-15
申请号：CN202110153069.8
申请日：2021-02-04
Applicant: 复旦大学
Abstract: 本发明属于数据质量技术领域，具体为一种面向检察业务协同流程的世系数据质量分析与验证方法。针对检察业务场景，本发明方法包括：检察业务协同流程中数据的数据质量维度提取分析，定性分析检察业务流程执行过程中所产生的流程数据的数据质量；设计检察业务协同流程中的数据质量约束提取和验证方法，通过对检务数据的分析提取出相应数据质量约束，采用约束组对检察业务协同流程中的数据质量进行定量验证，使用数据世系存储和采集历史数据质量信息，进行数据质量评估。本发明方法以服务的形式封装到流程系统的服务端中。本发明可以满足检察业务场景下检察业务世系数据的数据质量分析和验证需求。
-
Patent Agency Ranking
公开(公告)号：CN111400303A
公开(公告)日：2020-07-10
申请号：CN202010031809.6
申请日：2020-01-13
Applicant: 复旦大学 , 上海计算机软件技术开发中心
Abstract: 本发明公开了一种基于抽象语法树的智能合约数据提取和同步方法。首先对智能合约源代码进行词法分析和语法分析，生成抽象语法树；对该抽象语法树进行由顶至下的遍历分析，针对每个合约中的状态变量记录其序号及类型，并据此计算出该智能合约中的数据对应于存储MPT树中的索引值；当有新的交易产生时，根据交易所在的区块头的状态MPT树根重构存储MPT树，根据索引值查询存储MPT树获取到状态变量实际值，并将该数据同步到外部存储层中。使用本发明能够有效提取和同步智能合约应用中变量的数据，用于后续查询和分析。
-
公开(公告)号：CN106202299B
公开(公告)日：2020-05-12
申请号：CN201610510264.0
申请日：2016-07-01
Applicant: 复旦大学
IPC: G06F16/951 , G06F16/953 , G06F16/9535 , G06Q50/00
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。
-
公开(公告)号：CN111125620A
公开(公告)日：2020-05-08
申请号：CN201911061727.X
申请日：2019-11-01
Applicant: 复旦大学
IPC: G06F17/16
Abstract: 本发明属于推荐技术领域，具体为推荐系统中基于矩阵分解的并行随机梯度下降算法。本发明根据用户历史评分数据对未评分数据进行预测，采用混合交替更新的方式使其在高度并行的情况下依然保持良好的准确性；通过递归地将评分矩阵分成2×2的子矩阵，先并行处理左上角和右下角子矩阵，再并行处理右上角和左下角的子矩阵，避免了训练数据导致的参数向量依赖问题；在更新过程中固定一个参数向量求解另一个参数向量，解除了计算时的参数向量之间的依赖关系，降低了并行造成的精度损失。本发明通过引入混合交替更新的方式，解决了并行随机梯度下降算法在矩阵分解场景下参数向量更新时依赖的问题，并具有良好的准确性和扩展性。
-
公开(公告)号：CN111124293A
公开(公告)日：2020-05-08
申请号：CN201911257152.9
申请日：2019-12-10
Applicant: 复旦大学
IPC: G06F3/06
Abstract: 本发明属于协同编辑算法技术领域，具体为一种地址空间转换算法中的部分复制方法。本发明包括：构建服务器与客户端的副本存储结构；设计服务器与客户端的操作同步协议，该操作同步协议支持副本补全；设计服务器与客户端的部分副本同步协议，该副本同步协议支持增量式的构建客户端副本；本发明部分复制方法以服务端增加一小部分内存为代价换来了客户端内存消耗的大幅缩减和操作执行效率的提升。另一方面，由于现有的协同编辑应用都会将各种结构转换为线性结构做一致性维护。因此本发明提出的部分复制方法具有普遍意义，只要稍作改进就能够在其他结构中应用。
-
公开(公告)号：CN109102103A
公开(公告)日：2018-12-28
申请号：CN201810672863.1
申请日：2018-06-26
Applicant: 上海鲁班软件股份有限公司 , 复旦大学
Abstract: 本发明公开一种基于循环神经网络的多类别能耗预测方法，预先训练形成一循环神经网络模型，包括：步骤S1、于循环神经网络模型的基础上加载原始能耗数据，并从原始能耗数据中判断出缺失值与异常值，并对缺失值与异常值进行检测与处理；步骤S2、以原始能耗数据为基础，从原始能耗数据中提取时序特征数据并建立循环神经网络模型的特征集合，对特征集合进行归一化处理；步骤S3、对归一化处理之后的特征集合进行分批训练，结合非时序特征数据建立多类别输出神经网络，对多类别输出神经网络输出的多类别能耗数据进行预测。有益效果：利用原始能耗数据的时序特征数据，并结合非时序特征数据建立多类别输出神经网络，以进行预测。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.049 seconds)
