-
公开(公告)号：CN118468343A
公开(公告)日：2024-08-09
申请号：CN202410911584.1
申请日：2024-07-09
Applicant: 广东省科技基础条件平台中心
IPC: G06F21/62 , G06F21/60 , G06F21/55 , G06F16/906 , H04L9/40
Abstract: 本发明提供一种数据中心的安全监测及管理方法及系统，涉及大数据分析技术领域。该方法包括获取数据上传请求信息，进行基于安全验证的数据上传分析，并根据分析结果采集待存储数据的处理；对待存储数据进行基于安全监测的存储处理，完成存储数据库的更新；获取数据提取请求信息，进行基于访问大数据的访问安全分析，并根据分析结果进行访问安全处理。该方法通过对数据中心进行合理的数据分类存储和对外数据通信的安全监测控制，有效的保证了数据中心的数据存储的合理性和高效性，也进一步提升了数据中心进行数据交互的安全性。
-
公开(公告)号：CN109086984B
公开(公告)日：2021-02-19
申请号：CN201810801245.2
申请日：2018-07-20
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/06
Abstract: 本发明涉及平台生命周期的评估方法、装置、计算机设备和存储介质，属于数据处理技术领域。所述方法包括：获取平台的第一评估数据；所述第一评估数据包括多个年份和多个领域的数据；获取所述第一评估数据的变化量；所述变化量根据所述多个年份和多个领域的数据确定；根据所述变化量对所述第一评估数据进行处理，得到第二评估数据；获取所述第二评估数据的变化特征值，根据所述变化特征值评估所述平台的生命周期。上述技术方案，解决了对平台生命周期的评估不够准确的技术问题。能准确地对平台的生命周期进行评估。
-
公开(公告)号：CN118467573B
公开(公告)日：2024-11-15
申请号：CN202410911581.8
申请日：2024-07-09
Applicant: 广东省科技基础条件平台中心
IPC: G06F16/245 , G06F16/242
Abstract: 本申请提供一种基于多维度大数据筛选分析方法，属于科学数据处理领域，用实现降低科学数据检索的复杂性的同时，提高其科学数据匹配准确性。该方法包括：步骤S1：响应于用户的检索操作，电子设备获取待分析的科学数据检索式；步骤S2：电子设备通过多维度科学数据匹配，从科学数据检索式库中确定与待分析的科学数据检索式匹配的科学数据检索式，科学数据检索式库中科学数据检索式为有对应的科学数据检索结果的检索式；步骤S3：电子设备输出匹配的科学数据检索式对应的科学数据检索结果，或者响应于用户的拒绝操作，电子设备返回迭代执行步骤S2，输出科学数据检索结果或者迭代到预设次数。
-
公开(公告)号：CN118468343B
公开(公告)日：2024-09-20
申请号：CN202410911584.1
申请日：2024-07-09
Applicant: 广东省科技基础条件平台中心
IPC: G06F21/62 , G06F21/60 , G06F21/55 , G06F16/906 , H04L9/40
Abstract: 本发明提供一种数据中心的安全监测及管理方法及系统，涉及大数据分析技术领域。该方法包括获取数据上传请求信息，进行基于安全验证的数据上传分析，并根据分析结果采集待存储数据的处理结果；对待存储数据进行基于安全监测的存储处理，完成存储数据库的更新；获取数据提取请求信息，进行基于访问大数据的访问安全分析，并根据分析结果进行访问安全处理。该方法通过对数据中心进行合理的数据分类存储和对外数据通信的安全监测控制，有效的保证了数据中心的数据存储的合理性和高效性，也进一步提升了数据中心进行数据交互的安全性。
-
公开(公告)号：CN116502918B
公开(公告)日：2024-04-05
申请号：CN202310533659.2
申请日：2023-05-12
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本申请提供一种科技创新平台的创新能力评价方法，涉及创新能力评价技术领域。该方法包括获取各科技创新平台的创新成果数据，建立评价数据库；结合各科技创新平台的创新领域确定创新评价点；基于创新能力评价点集中的创新评价点，获取历史评价参数，并确定创新评价基准；确定各科技创新平台的优势创新评价点和短板创新评价点；根据优势创新评价点建立优势创新评价模型；根据短板创新评价点建立短板创新评价模型；结合优势创新评价模型和短板创新评价模型对各科技创新平台进行创新评价，形成创新综合评价结果数据。其能够高效且合理的对科技创新平台进行创新能力评价，以为科技创新平台的发展和创新能力检验提供可靠的参考数据。
-
Patent Agency Ranking
公开(公告)号：CN110851509A
公开(公告)日：2020-02-28
申请号：CN201910852118.X
申请日：2019-09-10
Applicant: 广东省科技基础条件平台中心
IPC: G06F16/25 , G06F16/2458 , G06F16/901 , G06F16/903
Abstract: 本发明属于资源管理的技术领域，具体公开了一种科技资源管理方法包括如下步骤：步骤1：分析资源的数据生命周期；步骤2：分析资源的科技资源需求层次；步骤3：将科技资源进行大数据处理；数据生命周期包括包括将资源分为产生期、整合优化期、存储期、服务期和衰退期，科技资源需求层次包括包括将资源分为获取需求、拥有需求、交互需求、质量需求和共享需求，大数据处理将包括将资源分为数据层、处理层和应用层。其可以保障战略目标实现，其还可以提高生产力、竞争力，以达到科技资源利用率的最大化。
-
公开(公告)号：CN115640934B
公开(公告)日：2024-04-19
申请号：CN202211430691.X
申请日：2022-11-15
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/06 , G06F16/2458 , G06F16/248
Abstract: 本申请提供一种基于雷达图模型的科技创新平台创新能力动态评价方法，涉及创新能力评价技术领域。该方法包括获取一级评价指标下不同二级评价指标的评价点；对评价点建立不少于3个评价维度的评价方向，并确定每个评价方向的评价参考数据；设定每个评价方向的评价限值，并对每个评价方向进行评价，取得评价方向得分；将评价方向得分按照不同评价方向的权重进行转换，形成评价点的评价点得分；根据评价点得分，建立一级评价指标雷达图评价模型；根据一级评价指标雷达图评价模型，建立雷达图综合评价模型；根据雷达图综合评价模型和一级评价指标雷达图评价模型，进行创新能力的多维度评价。其能正确客观的对科技创新平台的创新能力进行多维度的评价。
-
公开(公告)号：CN116502918A
公开(公告)日：2023-07-28
申请号：CN202310533659.2
申请日：2023-05-12
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本申请提供一种科技创新平台的创新能力评价方法，涉及创新能力评价技术领域。该方法包括获取各科技创新平台的创新成果数据，建立评价数据库；结合各科技创新平台的创新领域确定创新评价点；基于创新能力评价点集中的创新评价点，获取历史评价参数，并确定创新评价基准；确定各科技创新平台的优势创新评价点和短板创新评价点；根据优势创新评价点建立优势创新评价模型；根据短板创新评价点建立短板创新评价模型；结合优势创新评价模型和短板创新评价模型对各科技创新平台进行创新评价，形成创新综合评价结果数据。其能够高效且合理的对科技创新平台进行创新能力评价，以为科技创新平台的发展和创新能力检验提供可靠的参考数据。
-
公开(公告)号：CN116109627A
公开(公告)日：2023-05-12
申请号：CN202310369053.X
申请日：2023-04-10
Applicant: 广东省科技基础条件平台中心 , 华南理工大学
IPC: G06T7/00 , G06V10/44 , G06N3/08 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了基于迁移学习和小样本学习缺陷检测方法、装置及介质，通过在元学习框架的支撑网络中，获取类别图像的支撑图像特征，并引入预先获取的场景因子信息，聚合形成局部特征的元知识特征图；在元学习框架的查询分支中，采用跨层特征增强方式将残差深层语义信息反馈到浅层特征图中；根据目标域与源域之间的特征相关性进行迁移，构建领域判别器判断目标样本跟源域样本的区别，并调用多任务分类器中相关性最高的分类器进行迁移，通过损失函数最小化，采用源域形成的分类器进行缺陷识别。能够抑制噪声对图像特征提取的干扰，提高图像数据特征的表达能力，实现缺陷准确识别。
-
公开(公告)号：CN113610787A
公开(公告)日：2021-11-05
申请号：CN202110852005.7
申请日：2021-07-27
Applicant: 广东省科技基础条件平台中心
Abstract: 本申请涉及一种图像缺陷检测模型的训练方法、装置、计算机设备和存储介质。该方法包括：通过训练好的特征增强模型中的第一生成器可以生成属于目标域的多个无标签的生成图像。这样，能够获得特征大大增强的生成图像，再对该生成图像进行聚类处理，得到各生成图像分别对应的类别；构建各个类别对抗模型，并基于同一类别的生成图像得到训练完成的各个类别对抗模型；将获取随机变量数据、该噪声数据，叠加输入至各个类别对抗模型中的第二生成器，大大生成了各类别的类别特征图像，极大的缓解了样本量不足的情况，能够避免过拟合的情况，再基于各类别特征图像得到泛化能力提高的训练好的缺陷检测模型，进而大大提高微米级缺陷检测的准确率和召回率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.027 seconds)
