“张斯达”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种煤矿用APP在线\离线自适应数据同步系统及方法-CN202310865599.4在审
发明人：刘晓丹;金树军;周鑫;王正宇;张鑫;刘辉;詹喆;张斯达;纪学慧;李喆;金钢;罗瑞;王申 -专利权人：中煤科工集团沈阳研究院有限公司
申请日： 2023-07-14 - 公布日： 2023-10-17 - 主分类号： H04L67/02 文献下载
摘要：本发明设计一种煤矿用APP在线\离线自适应数据同步系统及方法，属于服务端与终端数据交互技术领域；首先设计了自适应数据同步系统，包括：PC端和APP端；所述APP与PC端接口通过HTTP协议进行通信；所述PC端按照时间周期设置维修、巡检、保养计划，计划通过周期自动生成任务，当APP端用户在井下对设备进行操作时，在无网状态下填写维修、巡检、保养任务单并提交保存，APP自动检测网络状态，有网络状态时自动提交并拉取任务，可以实现对设备状态进行实时监控，针对井下复杂、无网或者弱网的环境，帮助企业实现对设备的管控。
一种煤矿 app 在线离线自适应数据同步系统方法

[发明专利]一种工业互联网标识解析鉴权接口及方法-CN202310001233.2在审
发明人：金树军;刘晓丹;周鑫;刘辉;李会;殷鹏;詹喆;王正宇;何龙;张斯达;张国庆;李喆 -专利权人：中煤科工集团沈阳研究院有限公司
申请日： 2023-01-03 - 公布日： 2023-08-08 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种工业互联网标识解析鉴权接口及方法，涉及标识解析技术领域。该鉴权接口设置于二级节点和企业节点之间，用于管理、分析并统计所有企业节点标识注册数据；多个鉴权接口能够向上对接一个二级节点，一个鉴权接口能够向下对接多个企业节点。鉴权接口对上连接二级节点，遵守二级节点接口协议，对下连接企业节点，遵守二级节点接口协议。通过该鉴权接口实现企业节点向二级节点的标识数量申请，标识注册模板申请、标识注册申请和标识解析申请。通过鉴权接口实现对各企业节点的标识注册数据进行管理、分析，进而实现对不同企业、不同对象异构标识的注册管控。
一种工业互联网标识解析接口方法

[发明专利]代码生成方法及装置、终端设备、计算机可读存储介质-CN202310461753.1在审
发明人：桑亚涛;张斯达;陈光胜 -专利权人：上海东软载波微电子有限公司
申请日： 2023-04-25 - 公布日： 2023-07-25 - 主分类号： G06F8/34 文献下载
摘要：本发明公开了一种代码生成方法及装置、终端设备、计算机可读存储介质，所述代码生成方法包括：获取多个需求信息，所述需求信息具有属性；根据多个需求信息生成需求树，所述需求树中节点与需求信息相对应；利用所述需求树中各个节点对应的所述需求信息的属性及其与代码模板的映射关系，确定需求代码模板，并根据所述需求信息的属性以及所述需求代码模板生成代码。使用上述技术方案能够提高代码生成的效率。
代码生成方法装置终端设备计算机可读存储介质

[发明专利]一种应用二氧化锡量子点检测船用燃油中硫含量的方法-CN202110482109.3有效
发明人：蔡茂园;张瀚文;丁辰汶;张斯达;孙澜城;李文萍;李泓锦;符策;刘剑桥 -专利权人：大连海事大学
申请日： 2021-04-30 - 公布日： 2022-11-25 - 主分类号： G01N21/64 文献下载
摘要：本发明公开了一种应用二氧化锡量子点检测船用燃油中硫含量的方法，包括以下步骤：将二氧化锡量子点溶液在180～200℃下进行5～6h的水热法处理；将二氧化锡量子点溶液静置，取出上层清液，再加入同等体积的无水乙醇，得到二氧化锡量子点乙醇溶液；向二氧化锡量子点乙醇溶液中加入已知硫含量的燃油溶液，测量二氧化锡量子点荧光强度；多次加入正丁基硫醚溶液，计算每次加入后的硫含量，分别测量荧光强度，建立硫含量与荧光强度之间的特征曲线；将待检测燃油加入到二氧化锡量子点中，测定荧光强度，代入特征曲线中，即得硫含量。本发明利用二氧化锡量子点能够有效检测燃油中的硫含量，简单易操作，可行性强、化学稳定性好、低成本和无毒性。
一种应用氧化量子检测燃油含量方法

[发明专利]一种基于深度学习的属性级情感分析方法-CN202210251536.5在审
发明人：孙冬璞;张斯达 -专利权人：哈尔滨理工大学
申请日： 2022-03-15 - 公布日： 2022-06-24 - 主分类号： G06F40/30 文献下载
摘要：本公开涉及人工智能技术领域，尤其涉及一种属性级情感分析方法。本公开包括：提出了一个端到端的属性级情感分析方法，结合情感词典，从目标文本中分离出关键词文本。目标文本经由BERT模型向量化后得到目标文本向量，采用双向门控循环单元对目标文本向量提取目标文本的语义信息。关键词文本经由BERT模型向量化后得到关键词文本向量，经由注意力计算后与目标文本向量融合，预测目标文本的属性词及情感极性。本公开实施例结合情感词典和深度学习方法，使模型更关注情感词信息，显著提升了端到端的属性级情感分析任务的准确度。相比传统的基于规则的情感分析方法和主流的基于深度学习的情感分析方法，本公开的实施例具有更理想的效果。
一种基于深度学习属性情感分析方法