一种作业调度方法和装置

    公开(公告)号:CN111353675A

    公开(公告)日:2020-06-30

    申请号:CN201811580285.5

    申请日:2018-12-24

    Abstract: 本发明公开了一种作业调度方法和装置,用以解决如何使多个设备制造出工件的用时最短。包括:根据待进化的第一顺序组中的每种目标执行顺序和第二顺序组中的每种执行顺序,确定香农熵指标值;判断香农熵指标值是否大于预先确定的第一数值;如果是,采用DE/rand/1变异策略,确定变异执行顺序;否则采用DE/best/1变异策略,确定变异执行顺序;并进行交叉选择,确定第三顺序组中的执行顺序;当满足进化终止条件时,将第三顺序组中时长值最小的执行顺序输出。根据香农熵指标值以及DE算法,确定目标工件对应的最优的工序执行顺序,以使多个设备间完成目标工件的用时最少。

    一种作业调度方法和装置

    公开(公告)号:CN111353675B

    公开(公告)日:2023-04-11

    申请号:CN201811580285.5

    申请日:2018-12-24

    Abstract: 本发明公开了一种作业调度方法和装置,用以解决如何使多个设备制造出工件的用时最短。包括:根据待进化的第一顺序组中的每种目标执行顺序和第二顺序组中的每种执行顺序,确定香农熵指标值;判断香农熵指标值是否大于预先确定的第一数值;如果是,采用DE/rand/1变异策略,确定变异执行顺序;否则采用DE/best/1变异策略,确定变异执行顺序;并进行交叉选择,确定第三顺序组中的执行顺序;当满足进化终止条件时,将第三顺序组中时长值最小的执行顺序输出。根据香农熵指标值以及DE算法,确定目标工件对应的最优的工序执行顺序,以使多个设备间完成目标工件的用时最少。

    基于深度迁移学习的异常流量监测与分析方法和装置

    公开(公告)号:CN112702339A

    公开(公告)日:2021-04-23

    申请号:CN202011536026.X

    申请日:2020-12-23

    Inventor: 潘宏波 周璐

    Abstract: 本发明提供了一种基于深度迁移学习的异常流量监测与分析方法和装置,方法通过获取流量数据;对流量数据进行解析获得报文内容信息;将报文内容信息中的数据输入到预先采用迁移学习方法训练好的最终分类器中,从而将报文内容划分为非涉敏数据,涉敏数据两大类;对涉敏数据进行风险分析。本发明提出一种基于深度迁移学习的异常流量监测与分析方法,使用迁移学习方法可以提高分类识别的准确率,也避免直接遍历检索带来的巨大复杂度;且相比于传统的机器学习算法,迁移学习方法可以有效的避免丢弃已有标注样本带来的资源浪费。本方法有效的发现流量中的涉敏情况。此外还对涉敏的流量进行了系统的风险分析,具有很高的应用价值。

    用户联系方式确定方法及装置

    公开(公告)号:CN115250311B

    公开(公告)日:2024-11-08

    申请号:CN202110454938.0

    申请日:2021-04-26

    Inventor: 周璐

    Abstract: 本发明提供一种用户联系方式确定方法及装置,属于通信技术领域,其中该用户联系方式确定方法包括:采集通信设备的通信信息,并存储采集到的所述通信设备的通信设备;获取第一通信设备,所述第一通信设备包括以目标用户的身份信息登记的至少一个通信号码对应的第二通信设备,所述通信设备包括所述第一通信设备;根据所述第一通信设备的通信信息,确定所述第一通信设备中所述目标用户当前使用的通信设备;根据所述目标用户当前使用的通信设备,获取所述目标用户当前使用的通信号码。本发明在修复与失联贷款人员的联系时将失联人员本人作为修复目标,因此可以不对其他人员造成隐私和骚扰方面的问题。

    模型训练方法、设备及计算机程序产品

    公开(公告)号:CN118821895A

    公开(公告)日:2024-10-22

    申请号:CN202410235455.5

    申请日:2024-03-01

    Abstract: 本申请提出一种模型训练方法、设备及计算机程序产品,该方法包括获取训练样本;序列化训练样本,获得训练样本的输入特征序列;基于深度学习模型中的编码器对输入特征序列进行编码,并从编码后的输入特征序列获取目标分类标记数据;利用目标分类标记数据,计算模型损失;基于模型损失优化深度学习模型的参数,直至深度学习模型收敛,获得最终的深度学习模型。通过序列化训练样本,可以将训练样本转换成符合深度学习模型能够处理的序列格式,这样实现利用结构化数据对深度学习模型进行训练。与基于结构化数据处理相比,本申请提案提出的方法无需手动进行特征设计和提取。这极大降低了数据预处理的复杂性,缩短了模型开发时间,并使模型更具泛化性。

    基于量子的随机数生成方法、系统及装置

    公开(公告)号:CN118944875A

    公开(公告)日:2024-11-12

    申请号:CN202411083411.1

    申请日:2024-08-08

    Abstract: 本公开涉及基于量子的随机数生成方法、系统及装置,其系统包括:客户端,用于向目标分布式节点发送随机数生成请求,并向量子密钥分发网络发送密钥获取请求;目标分布式节点,用于接收客户端发送的随机数生成请求,并向系统中的其余分布式节点发送随机数生成请求;量子密钥分发网络,用于获取客户端发送的密钥获取请求,并向系统中的各分布式节点发送目标密钥;目标分布式节点,还用于接收量子密钥分发网络发送的目标密钥,并向客户端发送目标随机数;客户端,还用于接收目标分布式节点发送的目标随机数。由于生成的目标随机数并不依赖单一的计算源,最终生成的摇号结果依托于系统中各分布式节点产生的随机数,使得最终产生的随机数更加安全。

Patent Agency Ranking