-
公开(公告)号：CN110728390B
公开(公告)日：2024-04-23
申请号：CN201810778702.0
申请日：2018-07-16
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请是关于一种事件预测的方法及装置，属于数据挖掘领域。所述方法包括：根据第一数据集合建立第一时空数据矩阵，所述第一数据集合包括在当前周期的第i个单位时间段内发生的各事件的时空数据，所述第一时空数据矩阵中的每个网格空间对应一个区域，网格空间用于存储在所述第i个单位时间段内发生在所述网格空间对应的区域内的事件数目，i为大于0的整数；根据所述第一时空数据矩阵，通过预测模型获取第二时空数据矩阵，所述第二时空数据矩阵中的网格空间用于存储在所述第i+1个单位时间段内发生在所述网格空间对应的区域内的事件数目，所述预测模型是对卷积神经网络CNN和残差网络融合后得到的模型。本申请能够提高预测事件的精度。
-
公开(公告)号：CN115329746A
公开(公告)日：2022-11-11
申请号：CN202210938697.1
申请日：2022-08-05
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F40/205 , G06F40/279 , G06N5/02
Abstract: 本申请提供一种事件抽取方法、装置及设备，该方法包括：获取目标文本中的多个句子、多个句子中的多个实体和多个实体提及；确定与多个句子对应的初始句子向量、与多个实体对应的初始实体向量、与多个实体提及对应的初始实体提及向量；基于多个句子、多个实体和多个实体提及生成异质关系图谱，所述异质关系图谱包括句子、实体提及与实体之间的关联关系；基于异质关系图谱、初始句子向量、初始实体向量和初始实体提及向量，确定目标句子向量和目标实体向量；基于目标句子向量和目标实体向量确定目标文本对应的至少一条事件记录，事件记录包括用于描述同一事件的多个实体。通过本申请的技术方案，能够准确从文本中抽取出多种事件类型的多条事件记录。
-
公开(公告)号：CN119338383B
公开(公告)日：2025-04-15
申请号：CN202411885484.2
申请日：2024-12-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/087 , G06Q30/0601 , G06Q10/04
Abstract: 本申请提供一种采购订单生成方法、装置及设备，该方法包括：若待采购物料是非无限供应物料，则获取待采购物料的交货模式；若交货模式为按交期模式，则基于待采购物料和目标供应商获取第一参考特征，基于第一参考特征确定预测提前天数；基于预测提前天数和协商可用日期确定预测可用日期；若交货模式为等通知模式，则基于待采购物料和目标供应商获取物流天数，物流天数是物料从目标供应商送达需求方所需天数；基于交货通知日期和物流天数确定预测可用日期；生成待采购物料的目标采购订单，目标采购订单包括待采购物料、目标供应商、预测可用日期和协商可用日期。通过本申请方案，缩减目标采购订单和真实场景的差距，减少物料供给能力的不确定性。
-
公开(公告)号：CN119379183A
公开(公告)日：2025-01-28
申请号：CN202411977311.3
申请日：2024-12-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/0875 , G06Q50/04 , G06F18/22
Abstract: 本申请公开了一种成品选型方法、设备及系统，该方法包括：获取各个成品集合的选型目标，并根据选型目标从各个成品集合中选出对应的第一类成品，根据各个成品集合对应的第一类成品构建所有成品集合对应的第一类成品集合，并根据第一类成品集合生成第一类原材料清单，计算第一类原材料清单与非第一类成品的所需原材料清单的相似度，并根据相似度从非第一类成品中反推第二类成品和第三类成品；由于本申请从各类成品的原材料关系上对成品进行选型，从而提高了成品选型的准确性，有效保障了重要成品的原材料齐套，实现了优势成品的快速交付。
-
公开(公告)号：CN118917633A
公开(公告)日：2024-11-08
申请号：CN202411405602.5
申请日：2024-10-10
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/10 , G06N3/092
Abstract: 本申请涉及智能决策技术领域，公开了订单排程方法及设备，包括：对待处理订单进行遍历，获得当前订单；通过决策网络决策当前订单对应的订单交付策略为生产交付策略或库存交付策略；基于订单交付策略为当前订单设置对应的订单交付排程；根据当前订单及订单交付策略构建经验样本，并根据经验样本对决策网络进行优化；在遍历结束时，根据各待处理订单对应的订单交付策略及订单交付排程生成订单排程结果。由于是引入强化学习，通过深度神经网络智能决策交付策略，并针对不同的交付策略自动进行排程，相对于简略的交付策略，提高了智能化程度，提高了交付策略的合理性以及订单的达成率。
-
Patent Agency Ranking
公开(公告)号：CN118966722A
公开(公告)日：2024-11-15
申请号：CN202411441794.5
申请日：2024-10-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/0631 , G06Q10/109 , G06F17/11
Abstract: 本申请公开了一种计划排程方法及其相关设备，涉及计划编制技术领域，该方法包括：获取预设时间段内所有订单的排程相关数据，所述排程相关数据包括订单数据、物料清单BOM数据、库存数据和产能数据；基于所述排程相关数据、整体的预设库存约束条件和预设产能约束条件，构建以优化预演库存周转率为目标的计划排程数学模型；通过所述计划排程数学模型，得到订单计划排程结果；本申请解决相关技术中，先对订单进行计划排程后统计分析物料的周转情况，导致降低企业生产效率的技术问题。
-
公开(公告)号：CN111488899B
公开(公告)日：2024-02-23
申请号：CN201910087341.X
申请日：2019-01-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/213 , G06F18/10
Abstract: 本发明公开了一种特征提取方法、装置、设备和可读存储介质，属于数据挖掘领域。方法包括：获取待分析对象的目标行为事件，目标行为事件为业务系统中记录的关于待分析对象的记录信息；对待分析对象的记录信息进行预处理，得到预处理结果；根据预处理结果提取目标行为事件的特征，特征包括时间特征、空间特征、序列特征和高级特征中的至少一种。通过获取待分析对象的目标行为事件，基于对待分析对象的目标行为事件进行预处理后得到的待分析信息来提取目标行为事件的特征，实现了对行为事件的特征提取，使得提取的特征覆盖面更广，更为通用，从而能够满足大部分需要从事件中提取特征的需求，扩展了提取的特征的应用范围。
-
公开(公告)号：CN113641917A
公开(公告)日：2021-11-12
申请号：CN202010393432.9
申请日：2020-05-11
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/9536 , G06F16/9537
Abstract: 本发明实施例提供一种关系获取方法及装置，该方法包括：确定多个位置中每个位置对应的位置访问序列，每个位置访问序列中包括多个元素，每个元素中包括一个对象的标识、以及所述对象访问所述位置访问序列对应的位置的访问时间；根据每个位置访问序列中包括的访问时间，分别对每个位置访问序列进行划分，得到每个位置访问序列对应的多个位置访问子序列；根据各所述位置访问子序列，得到各对象之间的关系。本发明实施例的方案，对位置访问序列中的时序信息进行充分利用，从时序上挖掘真实的移动社交关系，能够提取到更多更为有效的社交关系，解决了传统基于时空共现方法挖掘社交关系存在的准确率、召回率较低的问题。
-
公开(公告)号：CN111488899A
公开(公告)日：2020-08-04
申请号：CN201910087341.X
申请日：2019-01-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种特征提取方法、装置、设备和可读存储介质，属于数据挖掘领域。方法包括：获取待分析对象的目标行为事件，目标行为事件为业务系统中记录的关于待分析对象的记录信息；对待分析对象的记录信息进行预处理，得到预处理结果；根据预处理结果提取目标行为事件的特征，特征包括时间特征、空间特征、序列特征和高级特征中的至少一种。通过获取待分析对象的目标行为事件，基于对待分析对象的目标行为事件进行预处理后得到的待分析信息来提取目标行为事件的特征，实现了对行为事件的特征提取，使得提取的特征覆盖面更广，更为通用，从而能够满足大部分需要从事件中提取特征的需求，扩展了提取的特征的应用范围。
-
公开(公告)号：CN119863045A
公开(公告)日：2025-04-22
申请号：CN202311370317.X
申请日：2023-10-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/0631 , G06Q50/04 , G06N5/04 , G06N20/00
Abstract: 本申请实施例提供了一种计划排程的确定方法、装置、电子设备及存储介质，该方法包括：获取待处理需求、供给信息以及物料信息，根据物料信息和供给信息确定物料约束、产能约束以及日期约束，将待处理需求、各供给机构的供给以及产能输入至预先训练的知识推理模型，得到瓶颈物料以及瓶颈供给机构，基于瓶颈供给机构对应的分数对待处理需求进行分组排序，得到排序后的多个需求子组，针对当前子组包括的每个需求，基于瓶颈物料确定该需求所对应的权重，以物料约束、产能约束以及日期约束为约束条件，以带有权重的需求达成率为优化目标，基于各供给机构的供给信息，对每个需求对应的供给计划进行启发式求解，得到待处理需求对应的供给计划。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.03 seconds)
