一种移动办公用敏捷开发管理系统

    公开(公告)号:CN113449164A

    公开(公告)日:2021-09-28

    申请号:CN202110530650.7

    申请日:2021-05-15

    Abstract: 本发明公开了一种移动办公用敏捷开发管理系统,包括管理前端、中央处理模块和数据库,所述中央处理模块包括文件管理单元、关键字提取单元、分析预测单元、综合整合单元和对比优化单元,通过关键字提取单元用于对文件中对主要信息的筛选,大数据分析单元用于根据关键字筛去数据库中有关联的元素,综合整合单元用于管理文件中与数据库中有关联的元素整合处理,分析预测单元用于对整合后的文件进行预测、分析,得出预测结果,对比优化单元用于对多种预测结果的筛选,实现二次对比,确定更有效的方案,能够综合大数据,对开发管理过程中所需要的数据和方案及时的综合优化,能够提高方案的实效性,能够更加方便移动办公,能够提高移动办公的效率。

    系统备份恢复方法、装置、计算机设备和存储介质

    公开(公告)号:CN112231142B

    公开(公告)日:2024-04-05

    申请号:CN202011000994.9

    申请日:2020-09-22

    Abstract: 本申请涉及应用系统技术领域,提供了一种系统备份恢复方法、装置、计算机设备和存储介质。该方法包括:通过获取系统的网络拓扑结构、正常节点集合以及相邻异常节点集合,将正常节点集合、相邻异常节点集合输入到最优路径恢复算法模型,得到各个异常节点的恢复路径列表,根据恢复路径列表,向异常节点发出对应的恢复命令,其中最优路径恢复算法模型用于根据节点恢复的路径和成本确定待恢复的异常节点的最优恢复路径,通过围绕正常节点的相邻异常节点作为一个恢复阶段进行恢复,减少系统恢复阶段的数量,同时通过节点的路径和成本确定异常节点集合的最优恢复路径,提高了系统恢复的效率。

    系统备份恢复方法、装置、计算机设备和存储介质

    公开(公告)号:CN112231142A

    公开(公告)日:2021-01-15

    申请号:CN202011000994.9

    申请日:2020-09-22

    Abstract: 本申请涉及应用系统技术领域,提供了一种系统备份恢复方法、装置、计算机设备和存储介质。该方法包括:通过获取系统的网络拓扑结构、正常节点集合以及相邻异常节点集合,将正常节点集合、相邻异常节点集合输入到最优路径恢复算法模型,得到各个异常节点的恢复路径列表,根据恢复路径列表,向异常节点发出对应的恢复命令,其中最优路径恢复算法模型用于根据节点恢复的路径和成本确定待恢复的异常节点的最优恢复路径,通过围绕正常节点的相邻异常节点作为一个恢复阶段进行恢复,减少系统恢复阶段的数量,同时通过节点的路径和成本确定异常节点集合的最优恢复路径,提高了系统恢复的效率。

    一种移动办公用敏捷开发管理系统

    公开(公告)号:CN113449164B

    公开(公告)日:2022-08-05

    申请号:CN202110530650.7

    申请日:2021-05-15

    Abstract: 本发明公开了一种移动办公用敏捷开发管理系统,包括管理前端、中央处理模块和数据库,所述中央处理模块包括文件管理单元、关键字提取单元、分析预测单元、综合整合单元和对比优化单元,通过关键字提取单元用于对文件中对主要信息的筛选,大数据分析单元用于根据关键字筛去数据库中有关联的元素,综合整合单元用于管理文件中与数据库中有关联的元素整合处理,分析预测单元用于对整合后的文件进行预测、分析,得出预测结果,对比优化单元用于对多种预测结果的筛选,实现二次对比,确定更有效的方案,能够综合大数据,对开发管理过程中所需要的数据和方案及时的综合优化,能够提高方案的实效性,能够更加方便移动办公,能够提高移动办公的效率。

    一种基于关键词拆分技术的文档关键信息提取方法和系统

    公开(公告)号:CN113850056A

    公开(公告)日:2021-12-28

    申请号:CN202111052073.1

    申请日:2021-09-08

    Abstract: 本发明提出了一种基于关键词拆分技术的文档关键信息提取方法和系统,涉及文档关键信息提取领域。该方法包括:将获取的目标文档转换成XML格式文档;基于关键词拆分检测技术对XML格式文档进行关键信息提取。通过获取目标文档并将目标文档转换成XML格式文档;XML为可扩展标记语言,是一种用于标记电子文件使其具有结构性的标记语言。因此将目标文档转换成XML格式文档,便于后续提取信息。基于关键词拆分检测技术对XML格式文档进行关键信息提取。该步骤中,可以从连续的自然语言文本中,抽取出结构化的关键字段信息。解决文档信息量大且过于繁杂、无法让用户快速获取需要的信息的问题。

    一种基于模糊搜索多选项的智能提取方法及系统

    公开(公告)号:CN113849538A

    公开(公告)日:2021-12-28

    申请号:CN202111052353.2

    申请日:2021-09-08

    Abstract: 本发明提出了一种基于模糊搜索多选项的智能提取方法及系统,涉及知识管理领域。一种基于模糊搜索多选项的智能提取方法包括:接收提取请求,提取请求包括对数据集合中关键词字符串的数据提取;通过对提取的数据进行数据预处理,关键词向量生成,位置敏感哈希映射完成对索引树的构建;将关键词向量进行词义拓展构造词义模糊集,并插入构建的索引树中;确定构建的索引树中多个提取对象的对应关系,查询与模糊搜索多选项对应的提取对象。其能够解决现有多选项模糊搜索方法中存在的应用范围较窄的技术问题。此外本发明还提出了一种基于模糊搜索多选项的智能提取系统。

    基于HTML的信息智能提取技术的方法

    公开(公告)号:CN111597775A

    公开(公告)日:2020-08-28

    申请号:CN202010043388.9

    申请日:2020-01-15

    Abstract: 本发明属信息处理技术领域,特别涉及一种基于HTML的信息智能提取技术的方法,本方法根据实体种子集中的多个实体种子,从目标语料中提取多个实体候选和多个属性候选,建立实体与属性的关联关系,分别从所述多个实体中确定出至少一个目标实体;最后,将提取的目标实体存储在目标实体集中,将提取的目标属性存储在与目标实体关联的目标属性集中,将相邻的语义关联的行合并为段落,与相邻行不存在语义关联的行独立成为段落,得到结构化文本;建立包含关键词的关键信息表单;通过特征获取关键信息,并该关键信息写入所述关键信息表单中,完成关键信息提取。通过本方法得到结构化文本,使得信息可分析和统计,极大的为研究工作提供了全数据的分析环境。

Patent Agency Ranking