-
公开(公告)号：CN116258354B
公开(公告)日：2023-09-19
申请号：CN202310538906.8
申请日：2023-05-15
Applicant: 中国民用航空总局第二研究所 , 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本申请涉及航班地勤保障技术领域，尤其涉及航班地勤节点的执行方法、装置、设备及介质，该方法包括：根据各执行用户执行各航班地勤节点的执行时长，确定每个航班的每个航班地勤节点的执行用户得到第二执行用户序列；随机生成第二执行顺序序列；将第二执行用户序列分别与每个第二执行顺序序列进行组合，得到第二执行序列；根据基于执行用户的当前执行信息数据确定的第一执行序列和第二执行序列以及对应的子代执行序列进行迭代，得到目标执行序列。通过本申请的方式能够确定所有航班地勤节点对应的目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
-
公开(公告)号：CN116258354A
公开(公告)日：2023-06-13
申请号：CN202310538906.8
申请日：2023-05-15
Applicant: 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本申请涉及航班地勤保障技术领域，尤其涉及航班地勤节点的执行方法、装置、设备及介质，该方法包括：根据各执行用户执行各航班地勤节点的执行时长，确定每个航班的每个航班地勤节点的执行用户得到第二执行用户序列；随机生成第二执行顺序序列；将第二执行用户序列分别与每个第二执行顺序序列进行组合，得到第二执行序列；根据基于执行用户的当前执行信息数据确定的第一执行序列和第二执行序列以及对应的子代执行序列进行迭代，得到目标执行序列。通过本申请的方式能够确定所有航班地勤节点对应的目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
-
公开(公告)号：CN118036779A
公开(公告)日：2024-05-14
申请号：CN202410168739.7
申请日：2024-02-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种异构数据下具有拜占庭鲁棒性的轻量级安全联邦学习方法，包括以下步骤：S1，构建全局模型的目标函数；S2，建立全局模型的安全协同计算的系统模型；S3，拟定多个用于系统模型的安全计算协议；S4，在安全计算协议下，利用系统实现用户安全计算本地梯度和双服务器协同计算梯度聚合，从而完成全局模型的协同训练。通过上述设计，本发明利用用户本地模型与全局模型的二范数作为本地目标函数的惩罚项，以约束本地梯度过于发散，提高在Non‑IID场景下恶意梯度和真实梯度的区分度。
-
Patent Agency Ranking
公开(公告)号：CN117196169A
公开(公告)日：2023-12-08
申请号：CN202310761727.0
申请日：2023-06-26
Applicant: 电子科技大学
IPC: G06Q10/0631 , G06N3/0464 , G06N3/08 , G06Q50/30
Abstract: 本发明公开了一种基于深度强化学习的机位调度方法，该方法通过对民航机位调度问题以最大化民航机位调度结果的靠桥率作为优化目标进行马尔可夫建模，设定状态空间、动作空间、状态转移以及奖励函数。采用基于卷积神经网络的Actor‑Critic算法，通过卷积神经网络提取状态特征，并通过多层全连接神经网络建立策略网络和价值网络的模型结构对马尔可夫模型进行模型训练求解，从而使得在为飞机提供保障时，保障项目全、保障能力强、物资调配快，同时还能够为飞机提供电力和空调，提高靠桥率，能够大量减少燃油消耗并有利于控制机场的污染物排放。对于乘客来说，由于近机位与航站楼直接相接，提升靠桥率，能够大大减少乘客行走距离，显著提高乘客满意度。
-
公开(公告)号：CN116258352B
公开(公告)日：2023-08-18
申请号：CN202310538885.X
申请日：2023-05-15
Applicant: 中国民用航空总局第二研究所 , 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本申请提供了一种航班保障任务的调度方法、装置及电子设备，航班保障任务的调度方法包括：获取目标航班保障任务组对应的各个航班保障代理机构的状态信息；将状态信息输入到训练好的调度策略选择模型中，确定目标航班保障任务组对应的目标航班保障节点顺序以及每个目标航班保障节点对应的目标调度策略，目标调度策略包括最早航班保障代理机构优先调度策略、最紧迫航班优先调度策略以及最短工时航班保障节点优先调度策略；基于每个目标航班保障节点的目标调度策略，确定目标航班保障任务组对应的组合目标调度策略，以便完成对目标航班保障任务组的调度。本申请实现了对各大航班的目标航班保障任务组的动态灵活调度，进而提升了机场的运行效率。
-
公开(公告)号：CN117236698A
公开(公告)日：2023-12-15
申请号：CN202311350736.7
申请日：2023-10-18
Applicant: 电子科技大学
IPC: G06Q10/0635 , G06Q10/0639 , G06F18/243 , G06F18/25 , G06N3/042 , G06Q40/06
Abstract: 本发明公开了一种基于图神经网络的产业链风险评估模型和方法，包括异质图构建模块、公司图生成模块、节点风险评估模块和产业链风险评估模块，其中异质图构建模块用于构建产业链异质图，将产业链风险评估转化为图及图中节点的风险评估问题，实现了对风险传递关系的刻画；公司图生成模块基于上下游供应、竞争和公司投融资关系，对公司节点之间的多种关系进行高效学习，构建了基于多种关联关系的产业链公司节点关联组图，节点风险评估模块基于邻域采样和注意力机制实现了节点级的风险评估，产业链风险评估模块依据节点风险状况与节点的位置特征对产业链进行了高效的风险评估。本发明实现了对产业链风险问题的高效转化和准确评估。
-
公开(公告)号：CN116910653A
公开(公告)日：2023-10-20
申请号：CN202310895637.0
申请日：2023-07-20
Applicant: 电子科技大学
IPC: G06F18/241 , G06F18/214 , G06N20/20 , G06N3/0895 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种适于精准分类的联邦半监督学习方法，包括获取边缘服务器下发的经过预训练的全局模型并更新本地模型；利用更新后的本地模型对自身的无标签数据预测处理获得多个伪标签，然后使用这些伪标签和无标签数据对更新后的本地模型进行宽容监督训练；然后利用自身的有标签数据对宽容监督训练后的本地模型进行严格纠正训练，获得训练后的节点模型；将训练后的节点模型参数上传至边缘服务器ES使其聚合形成全局模型，进行下一轮迭代更新。本发明在边缘计算场景下将半监督学习与联邦学习相结合，利用无标签数据使模型充分学习到无标签数据蕴含的知识，并采用有标签数据对模型进行监督训练以纠正模型参数，从整体上提高了模型分类的准确率。
-
公开(公告)号：CN116258352A
公开(公告)日：2023-06-13
申请号：CN202310538885.X
申请日：2023-05-15
Applicant: 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本申请提供了一种航班保障任务的调度方法、装置及电子设备，航班保障任务的调度方法包括：获取目标航班保障任务组对应的各个航班保障代理机构的状态信息；将状态信息输入到训练好的调度策略选择模型中，确定目标航班保障任务组对应的目标航班保障节点顺序以及每个目标航班保障节点对应的目标调度策略，目标调度策略包括最早航班保障代理机构优先调度策略、最紧迫航班优先调度策略以及最短工时航班保障节点优先调度策略；基于每个目标航班保障节点的目标调度策略，确定目标航班保障任务组对应的组合目标调度策略，以便完成对目标航班保障任务组的调度。本申请实现了对各大航班的目标航班保障任务组的动态灵活调度，进而提升了机场的运行效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
