“潘云逸”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种林业有害生物检疫信息管理系统-CN202310208904.2在审
发明人： 潘云逸 -专利权人：苏州百分之一软件科技有限公司
申请日： 2023-03-07 - 公布日： 2023-06-09 - 主分类号： G06Q10/0639 文献下载
摘要：本发明属于有害生物检疫管理技术领域，具体是一种林业有害生物检疫信息管理系统，包括智能信息管理平台，智能信息管理平台通信连接林业管理终端，林业管理终端与若干林区监管终端通信连接；本发明是通过林区管理难易度分析模块和林区重要性分析模块将对应林区进行管理难易度分析和林区重要性分析，林区管理分类模块向对应林区分配对应监管等级，能够基于不同表现状况对不同林区实行对应检疫和监管标准，林区分点监测模块将对应林区进行分区域监测，实现对林区的有效化、针对性管理。
一种林业有害生物检疫信息管理系统

[发明专利]基于数据分析的外卖平台信息处理系统-CN202310208689.6在审
发明人： 潘云逸 -专利权人：苏州百分之一软件科技有限公司
申请日： 2023-03-07 - 公布日： 2023-05-30 - 主分类号： G06Q30/0201 文献下载
摘要：本发明属于餐饮物流领域，涉及数据分析技术，用于解决现有技术中的外卖平台信息处理系统，无法将商家推荐模式与骑手分配模式与用户需求相匹配的问题，具体是基于数据分析的外卖平台信息处理系统，包括信息处理平台，信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块，用户管理模块用于通过用户习惯对用户信息进行管理分析并得到用户的常用信息，将用户的常用信息发送至信息处理平台，信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储；本发明是对用户信息进行管理分析，并通过对历史订单中的订单信息进行统计分析得到用户的常用信息。
基于数据分析外卖平台信息处理系统

[发明专利]一种基于大数据的林业防火巡检监测预警系统-CN202310086978.3在审
发明人： 潘云逸 -专利权人：苏州百分之一软件科技有限公司
申请日： 2023-02-08 - 公布日： 2023-04-25 - 主分类号： G06Q10/0635 文献下载
摘要：本发明公开了一种基于大数据的林业防火巡检监测预警系统，涉及防火巡检监测预警技术领域，解决了现有技术中，无法在实时巡检过程中根据区域类型进行巡检轨迹检测，导致巡检准确性低且无法高效率地进行防火巡检的技术问题；本发明是将防火监测区域内各个子区域的巡检轨迹进行检测，判断对应子区域的巡检轨迹是否满足当前子区域的防火监测需求，避免防火监测需求未满足同时也增加巡检人员的工作强度，造成防火区域监测效率降低；还将防火监测区域进行火灾发生影响分析，判断防火监测区域内各个子区域在出现火灾时不同的影响程度，以根据各个子区域的火灾影响程度进行巡检监测调度，提高巡检监测的针对性，便于增强巡检监测的工作效率。
一种基于数据林业防火巡检监测预警系统

[发明专利]一种基于区域联动的工厂员工排班管理系统-CN202310084520.4在审
发明人： 潘云逸 -专利权人：苏州百分之一软件科技有限公司
申请日： 2023-02-08 - 公布日： 2023-04-14 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种基于区域联动的工厂员工排班管理系统，涉及工厂员工排班管理技术领域，解决了现有技术中，在工厂生产时不能够将各个区域的岗位类型以及区域员工需求进行分析的技术问题；本发明是将工厂加工区域的区域联动排班进行效率分析，判断工厂加工区域进行排班时是否能够满足当前需求，以保证区域排班能够及时进行岗位调度，确保各个岗位能够安全执行，防止区域排班无法及时解决岗位需求又增加支出区域的执行风险，还将工厂加工区域内的区域联动排班进行风险分析，判断区域联动排班是否存在风险，防止区域联动排班执行过程中对应生产产生风险，导致需求区域无法及时解决工作需求同时增加支出区域内的延迟风险。
一种基于区域联动工厂员工排班管理系统

[发明专利]应用于IoT设备的事件处理方法及装置-CN202210493654.7在审
发明人：翟一帆;马静;姚家艺;靳鹤;穆文文;潘云逸 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-05-07 - 公布日： 2022-07-29 - 主分类号： G06F9/54 文献下载
摘要：本说明书实施例提供了应用于IoT设备的事件处理方法及装置，其中，一种应用于IoT设备的事件处理方法包括：获取子程序通过调用接口传入的服务事件的调用数据；在共享容器中查询所述调用接口的接口类型对应的执行体标识；所述执行体标识在设备客户端配置对应执行体的情况下注册至所述共享容器；若查询到所述执行体标识，则拦截所述服务事件，并将所述调用数据写入所述共享容器；读取所述调用数据中与所述执行体匹配的事件数据并向所述设备客户端传输，以通过所述设备客户端调用至少一个目标应用进行事件处理。
应用于 iot 设备事件处理方法装置

[发明专利]网状化设备集合中的应用系统以及应用设备-CN202210286086.3在审
发明人：齐普;翟一帆;夏炎;姚家艺;马静;潘云逸;杨昌俊;张延烨;杨祥;刘鹏;张宇 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-03-23 - 公布日： 2022-06-24 - 主分类号： G06F9/54 文献下载
摘要：本说明书实施例公开了一种网状化设备集合中的应用系统以及应用设备。方案包括：设备集合中的多个设备相互之间呈网状化连接，各设备上分别搭载有应用系统，应用系统包括：用户交互模块，与用户之间进行交互；业务模块，响应于与用户之间进行的交互，确定当前所要执行的指定业务；功能支撑模块，支持自身所在设备与设备集合中的其他设备之间进行通讯，查找其他设备所支持的能力，根据查找的结果，在设备集合中确定用于执行指定业务的设备，作为目标设备，以通过目标设备的业务模块执行指定业务。
网状设备集合中的应用系统以及

[发明专利]子程序同步处理方法及装置-CN202210287184.9在审
发明人：李军;翟一帆;齐普;杨祥;杨昌俊;潘云逸 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-03-23 - 公布日： 2022-06-24 - 主分类号： G06F9/52 文献下载
摘要：本说明书实施例提供了子程序同步处理方法及装置，其中，一种子程序同步处理方法包括：获取终端设备的本地子程序的触发事件；检测所述本地子程序与程序容器内对应的远程子程序的协同状态；所述程序容器安装于所述远程服务器部署的虚拟机；若所述协同状态为交互同步状态，对所述触发事件进行解析获得所述触发事件的事件类型；基于所述程序容器执行所述事件类型对应的事件响应动作，并将动作执行后获得的子程序页面向所述终端设备同步。
子程序同步处理方法装置

[发明专利]一种窗口组件的执行方法、装置以及设备-CN202210196492.0在审
发明人：姚家艺;翟一帆;马静;齐普;潘云逸;靳鹤 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-03-01 - 公布日： 2022-06-03 - 主分类号： G06F9/445 文献下载
摘要：本说明书实施例公开了一种窗口组件的执行方法、装置以及设备。通过接收用户对于窗口组件的启动指令；当所述窗口组件未指定类属性时，确定所述多个任务栈中的前台任务栈，其中，所述类属性用于表征所述窗口组件的栈属性；确定所述前台任务栈是否为独立任务栈；当所述前台任务栈为独立任务栈时，从所述前台任务栈中启动执行所述窗口组件，以展示所述窗口组件所对应的界面。从而实现在无论被启动的窗口组件内部是如何设置的，都可以在多任务栈中被启动到前台栈上。
一种窗口组件执行方法装置以及设备

[发明专利]服务处理方法及装置-CN202210129652.X在审
发明人：马静;姚家艺;翟一帆;蒋家佳;翁欣旦;刘鹏飞;党家豪;边炀凯;刘莉;许明星;穆文文;靳鹤;齐普;刘鹏;潘云逸 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-02-11 - 公布日： 2022-05-27 - 主分类号： H04L67/55 文献下载
摘要：本说明书实施例提供了服务处理方法及装置，其中，一种服务处理方法包括：获取IoT设备的设备客户端发送的注册调用消息，所述注册调用消息携带有目标服务类型的类型标识；基于与服务端建立的数据连接，向所述服务端发送携带所述类型标识的服务注册请求，以针对所述IoT设备进行所述目标服务类型的服务注册；若接收到所述服务端通过所述数据连接下发的所述目标服务类型的服务应用的服务消息，调用所述注册调用消息的回调对象向所述设备客户端回传所述服务消息。
服务处理方法装置

[发明专利]一种基于机器学习进行CME检测和跟踪的方法-CN201910808805.1有效
发明人：张岩;封莉;王鹏宇;袁汉青;卢磊;甘渊;李舒婷;黎辉;潘云逸 -专利权人：南京大学;中国科学院紫金山天文台
申请日： 2019-08-29 - 公布日： 2021-11-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于机器学习进行CME检测和跟踪的方法，以白光日冕仪图像为基础，通过预处理、分类、检测和跟踪四个阶段实现CME(日冕物质抛射)的检测和跟踪。在预处理阶段，对图像进行下采样和差分图像计算。在分类阶段，使用有监督图像分类方法将给定的白光日冕仪图像分类为有、无CME类别，再从已训练好的CNN中提取的中层特征用于检测CME的区域。在检测阶段，使用无监督图像协同定位的方法挖掘出CME区域。在跟踪阶段，将图像转换为极坐标系，对不同位置的CME进行划分，并定义了一些规则清洗过滤CME，计算所有检测到的CME的基本参数。
一种基于机器学习进行 cme 检测跟踪方法

1
共 10 条