-
公开(公告)号:CN117337009A
公开(公告)日:2024-01-02
申请号:CN202311513612.6
申请日:2023-11-14
Applicant: 北京京航计算通讯研究所
IPC: H05K7/20
Abstract: 本发明涉及一种带有降温装置的工业设备监测终端,属于终端降温技术领域,解决了现有技术中工业设备监控终端散热效果差的问题。包括:主机、终端箱体和触控屏,主机安装在终端箱体内的底部,终端箱体的上方设置有触控屏,且触控屏与主机电性连接;在终端箱体内的底部环绕主机安装有环形的滑动组件,在滑动组件上安装有一对相对放置的抽排机构,抽排机构用于抽出主机散发的热量;终端箱体的两侧壁上均嵌设安装有散热隔网。实现了对主机进行多方位的抽热排放,使热量的抽取更加充分全面,增强了散热效果。
-
公开(公告)号:CN116502829A
公开(公告)日:2023-07-28
申请号:CN202310277354.X
申请日:2023-03-21
Applicant: 北京京航计算通讯研究所
IPC: G06Q10/0631 , G06F30/20 , G06F111/06
Abstract: 本发明涉及一种一站式岸基勤务保障服务系统和方法,属于港口岸基勤务保障筹划领域。包括驻泊管理模块、能源供给模块、物资出库管理模块、维修业务管理模块和后勤业务管理模块,为港口后勤的能源供应提供了提供高效率低耗时和基于数据提供准确决策的一站式模型保障;尤其是通过采用遗传算法与模拟退火算法结合的算法对能源供给模型中的油/水供给模型求解,为港口对船只的油/水供给提供了准确的算法依据。
-
公开(公告)号:CN115618035B
公开(公告)日:2023-07-18
申请号:CN202211260773.4
申请日:2022-10-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于图片曝光转化率预测模型的图片推荐方法,属于互联网图片电商搜索技术领域,解决了现有多目标优化方法效果不佳的问题。获取用户注册信息、用户输入的检索词、与检索词匹配的图片信息、用户历史点击图片信息、历史购买图片信息,形成训练样本集。建立图片的曝光转化率预测模型CTCVR并训练,根据损失函数进行反向传播直至收敛。利用模型对所有图片进行处理,得到每张图片的点击率CTR、CVR、CTCVR以及图文相关值IMR,选取IMR值大于阈值的图片,并将选的图片按照CTCVR值由大至小的顺序推荐给用户。实现了一个模型完成多任务多目标的预测,使多个任务目标之间相互促进和约束,提高了模型的泛化性能,解决了深度转化过程中的样本偏差和数据稀疏问题。
-
公开(公告)号:CN115618035A
公开(公告)日:2023-01-17
申请号:CN202211260773.4
申请日:2022-10-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于图片曝光转化率预测模型的图片推荐方法,属于互联网图片电商搜索技术领域,解决了现有多目标优化方法效果不佳的问题。获取用户注册信息、用户输入的检索词、与检索词匹配的图片信息、用户历史点击图片信息、历史购买图片信息,形成训练样本集。建立图片的曝光转化率预测模型CTCVR并训练,根据损失函数进行反向传播直至收敛。利用模型对所有图片进行处理,得到每张图片的点击率CTR、CVR、CTCVR以及图文相关值IMR,选取IMR值大于阈值的图片,并将选的图片按照CTCVR值由大至小的顺序推荐给用户。实现了一个模型完成多任务多目标的预测,使多个任务目标之间相互促进和约束,提高了模型的泛化性能,解决了深度转化过程中的样本偏差和数据稀疏问题。
-
公开(公告)号:CN118673055A
公开(公告)日:2024-09-20
申请号:CN202410673596.5
申请日:2024-05-28
Applicant: 北京京航计算通讯研究所
IPC: G06F16/2457 , G06F16/242 , G06F16/215 , G06F16/26 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明涉及一种基于多模态的航天装备数据检索系统,属于语义处理技术领域,解决了现有检索效率低和检索结果不精准的问题。包括:数据采集模块采集多模态数据和用户交互数据;数据预处理模块根据用户交互数据构建第一多模态相关性矩阵;特征提取模块引入第一多模态相关性矩阵对预训练好的多模态大模型进行微调而得到多模态嵌入模型,并提取出多模态数据的特征向量;HNSW图构建模块根据多模态数据的特征向量和第一多模态相关性矩阵构建HNSW图;数据检索模块更新第一多模态相关性矩阵得到第二多模态相关性矩阵;根据待检索数据的待检索特征向量和第二多模态相关性矩阵利用HNSW图得到检索结果。实现了精准的多模态数据检索。
-
-
-
-