基于区块链及隐私计算融合技术的教育数字空间系统

    公开(公告)号:CN113987575A

    公开(公告)日:2022-01-28

    申请号:CN202111255078.4

    申请日:2021-10-27

    Abstract: 本发明提供了基于区块链及隐私计算融合技术的教育数字空间系统,至少包括:平台端,为用户和教学资源提供方提供教学空间及数据加密模块;资源提供端,教学资源提供方向平台端上传教学资源,并利用平台端的加密模块对教育资源进行加密,生成密钥后发布;用户终端,用户通过平台端的认证/授权模块进行身份认证,并获得用户终端地址及资源提供端发布的密钥,经解密后于平台端利用资源提供端提供的教学资源;平台端在接收到资源提供端和用户终端的数据后,通过智能合约对终端数据进行验证,形成资源提供端与用户终端对应数据关联。有效互联网+教育中在线教学过程中数据治理问题,为互联网教学各方提供安全可控的在线优质教育资源使用环境。

    一种基于ARPSO的边缘计算任务调度方法

    公开(公告)号:CN114296898B

    公开(公告)日:2025-02-14

    申请号:CN202111625687.4

    申请日:2021-12-28

    Abstract: 本发明公开一种基于ARPSO的边缘计算任务调度方法,其特征在于,包括:初始化任务调度集群,将任务调度的子任务及执行子任务的虚拟机通过初始随机调度策略形成调度集群;初始化粒子群;利用ARPSO算法公式优化粒子群,以所有任务所需最短时间为适应值;利用适应值公式更新迭代粒子群,根据全局最优位置得到最优的调度集群。本发明基于ARPSO算法面向边缘计算任务调度的方法,在基于PSO的优化算法ARPSO算法上,可以克服陷入局部最优的缺点,保证种群的多样性,可以更容易优化出合理的任务调度方案,有效降低边缘计算任务调度时间,提升边缘计算的计算处理效率。

    一种基于小样本数据的证照关键信息抽取方法

    公开(公告)号:CN116229494A

    公开(公告)日:2023-06-06

    申请号:CN202310122860.1

    申请日:2023-02-15

    Abstract: 本发明的技术方案是提供了一种基于小样本数据的证照关键信息抽取方法,本发明使用OCR模型获得图片中的文本和位置。然后,将文本、位置、图片等特征融合,输入至改进的BERT模型,学习特征之间的交互,输出每个文字的标签。将相邻的具有相同标签的文字进行组合,形成具有标签的字段。然后将字段位置、字段标签信息输入至DenseCRF模型中,根据字段之间相对位置、角度等,互相修正字段标签。由于证照中字段的类型、位置都相对固定,DenseCRF能够实现较好的修正效果。通过语言模型预训练、多任务训练、人工生成训练样本、基于位置信息矫正等手段,实现了在小样本数据情况下,证照关键信息准确抽取。每个证照仅需要十几张人工标注的图像,即可实现模型训练。

    一种异构CPU体系下公文内容智能分级展示的方法

    公开(公告)号:CN115470433A

    公开(公告)日:2022-12-13

    申请号:CN202211076199.7

    申请日:2022-09-05

    Abstract: 本发明要解决的技术问题是:不同CPU体系架构下,不同的浏览器对于网页、办公插件中公文内容的展示存在差异。为了解决上述技术问题,本发明的技术方案是提供了一种异构CPU体系下公文内容智能分级展示的方法。本发明提供的方法解决了异构CPU体系下实现公文内容智能分级展示的问题,有利于办公信息系统的向多种CPU体系的迁移,有利于解决内容分级展示和网页兼容性的复合问题,有利于对减少定制开发的工作量和难度,有利于办公信息系统的变更和维护。利用本发明提供的方法,可以在不增加网页复杂度的前提下,利用人工智能分级系统对公文内容进行自动分级和实时监控,统一处理展示格式和展示内容,并适用于有多种CPU体系环境和浏览器。

    一种基于ARPSO的边缘计算任务调度方法

    公开(公告)号:CN114296898A

    公开(公告)日:2022-04-08

    申请号:CN202111625687.4

    申请日:2021-12-28

    Abstract: 本发明公开一种基于ARPSO的边缘计算任务调度方法,其特征在于,包括:初始化任务调度集群,将任务调度的子任务及执行子任务的虚拟机通过初始随机调度策略形成调度集群;初始化粒子群;利用ARPSO算法公式优化粒子群,以所有任务所需最短时间为适应值;利用适应值公式更新迭代粒子群,根据全局最优位置得到最优的调度集群。本发明基于ARPSO算法面向边缘计算任务调度的方法,在基于PSO的优化算法ARPSO算法上,可以克服陷入局部最优的缺点,保证种群的多样性,可以更容易优化出合理的任务调度方案,有效降低边缘计算任务调度时间,提升边缘计算的计算处理效率。

Patent Agency Ranking