公开(公告)号：CN114510464A

公开(公告)日：2022-05-17

申请号：CN202210146171.X

申请日：2022-02-17

申请人： 杨世利 ,  陈雪 ,  宋阳 ,  刘娟

发明人： 杨世利 ,  陈雪 ,  宋阳 ,  刘娟 ,  洪晓霞 ,  熊炜 ,  宋鹏 ,  裴劼 ,  王仁菊 ,  杨颖 ,  李佳 ,  江欣祝 ,  吴云松 ,  何健

IPC分类号： G06F16/21 ,  G06F11/14

摘要： 本发明公开了一种高可用数据库的管理方法和管理系统，属于数据库管理技术领域，所述管理方法包括：创建或修改描述信息；根据所述描述信息，创建、修改或删除自定义资源；监听所述自定义资源，并生成配置资源；根据所述配置资源管理数据库集群。通过描述信息，对数据库的配置信息和部署信息进行统一描述，利于对自定义资源的统一管理和部署，通过自定义资源对数据库进行统一管理，防止由于大量内部资源配置造成的错误操作。

公开(公告)号：CN115292604A

公开(公告)日：2022-11-04

申请号：CN202210989879.1

申请日：2022-08-18

申请人： 刘娟 ,  陈雪 ,  宋阳 ,  杨世利 ,  宋鹏

发明人： 刘娟 ,  陈雪 ,  宋阳 ,  杨世利 ,  宋鹏 ,  熊炜 ,  裴劼 ,  洪晓霞 ,  王仁菊 ,  杨颖 ,  李佳 ,  江欣祝 ,  鄢萌

IPC分类号： G06F16/9535 ,  G06Q40/08 ,  G06K9/62 ,  G06N5/00

摘要： 本发明涉及一种基于随机森林的灵活就业人员公积金缴存方式推荐方法，包括如下步骤：选用历史公开数据集，选取灵活就业人员信息user和公积金缴存方式信息payment；定义初始信息矩阵Vu_p，对初始信息矩阵Vu_p中的数据使用合成少数类过采样技术smote，解决Vu_p中存在的数据不平衡现象，得到最终训练集Vtrain；在训练集Vtrain上使用随机森林模型RF训练，得到预训练好的灵活就业人员公积金缴存方式预测模型Mp。本发明方法可以有针对性的快速有效的为灵活就业人员推荐公积金的缴存方式。

公开(公告)号：CN116383645A

公开(公告)日：2023-07-04

申请号：CN202310284349.1

申请日：2023-03-22

申请人： 洪晓霞 ,  陈雪儿 ,  熊炜 ,  程心媛 ,  杨世利 ,  刘娟 ,  陈雪

发明人： 洪晓霞 ,  陈雪儿 ,  熊炜 ,  程心媛 ,  杨世利 ,  刘娟 ,  陈雪

IPC分类号： G06F18/214 ,  G06F18/2431 ,  G06N20/20

摘要： 本发明公开了一种基于异常检测的系统健康度智能监测评估方法。本发明通过将海量指标数据进行形态划分，为不同类型的指标数据设计不同异常检测算法，提升异常检测的效率和准确率。结合无监督异常检测算法，对影响系统健康度的关键指标进行异常检测，获得指标的异常标签和异常程度。采用“层次分析法”为基础的专家体系，为系统中的关键指标设定权重值，对关键指标的健康度进行加权求和，最终获取所述系统的健康度评分，能够直观的反映系统总体的健康状况。

公开(公告)号：CN114677200A

公开(公告)日：2022-06-28

申请号：CN202210368272.1

申请日：2022-04-01

申请人： 重庆邮电大学 ,  宋阳 ,  熊炜 ,  陈雪 ,  杨世利

发明人： 钱鹰 ,  莫昊恂 ,  刘歆 ,  陈奉 ,  宋阳 ,  熊炜 ,  陈雪 ,  杨世利

IPC分类号： G06Q30/06 ,  G06F16/9535 ,  G06F16/958 ,  G06F21/60 ,  G06N20/10

摘要： 本发明涉及一种基于多方高维数据纵向联邦学习的商业信息推荐方法及装置，属于大数据技术领域，包括以下步骤：S1：创建同态加密的密钥对。进行多方数据的预处理和加密样本对齐；S2：构建纵向联邦LightGBM模型；S3：将纵向联邦LightGBM模型转换成神经网络，作为纵向联邦ECA‑DeepGBM模型的GBDT2NN部分；S4：纵向联邦ECA‑DeepGBM模型CatNN部分前馈过程计算；S5：构建损失函数及模型整体训练，基于训练好的高维数据分类预测模型，实现基于多方高维数据的商业信息推荐。本发明通过多方数据增加特征维度的方式，以达到进行精准商业信息推荐的目的。

公开(公告)号：CN114493848A

公开(公告)日：2022-05-13

申请号：CN202210129357.4

申请日：2022-02-11

申请人： 陈雪 ,  张化友 ,  杨世利 ,  隆亚杞 ,  熊炜

发明人： 陈雪 ,  张化友 ,  杨世利 ,  隆亚杞 ,  熊炜 ,  王仁菊 ,  钟竞 ,  任继琳 ,  陈姣 ,  龚泰彬 ,  李翀 ,  柯礼灵 ,  谢治军 ,  赵作铭 ,  郭静 ,  李晓玲 ,  胡烨 ,  王涓涓 ,  莫怀统 ,  黄飞 ,  澎湃

IPC分类号： G06Q40/02 ,  G06K9/62 ,  G06F16/2457 ,  G06F16/2458

摘要： 本发明公开了一种基于集成算法的缴存影响因素分析方法。包括如下步骤：基于灵活就业人员的特征Wuser及缴存意愿首先使用合成少数类过采样技术解决数据类别不平衡问题,得到更新后的Wuser′，随后，运用十折交叉验证法划分数据集，并分别通过随机森林算法、极致梯度提升算法以及梯度提升树算法，分别得到对应的特征权重列表将这三个算法得到的特征权重列表进行集合得到特征权重矩阵Wfactor；对权重矩阵运用SK‑ESD统计检验方法得到初始排名rank0，最后去除rank0中差异不显著的因素得到最终影响因素重要性排名rank。本发明方法可以有效分析出公积金缴存影响因素，为推进灵活就业人员公积金缴存业务和出台有效准确的公积金政策提供信息参考。