专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果28个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度矩阵分解与知识图谱的服务推荐方法-CN202310584709.X在审
  • 付春雷;吴冕;唐鹏辉;李成高;洪伟;赵义伟;鄢萌 - 重庆大学
  • 2023-05-23 - 2023-08-29 - G06F16/36
  • 本发明涉及一种基于深度矩阵分解与知识图谱的服务推荐方法,该方法利用政务服务事项数据构建政务服务知识图谱,通过知识表示方法对知识图谱的实体上下文和实体描述文本信息建模,采用联合学习的方式将知识表示学习与个性化推荐结合起来得到最优GKGR模型。最后预测每一对用户和服务事项的分数,通过推荐列表的方式向用户推荐分数较高的服务事项。该方法利用神经网络对用户和服务事项进行特征提取,充分利用用户行为数据,有效地缓解数据稀疏的问题;通过知识表示方法对实体上下文和实体描述文本信息进行建模,联合学习知识表示任务和个性化推荐任务,提高推荐结果的准确性和可解释性,有效缓解了政务服务推荐的冷启动问题。
  • 一种基于深度矩阵分解知识图谱服务推荐方法
  • [发明专利]一种基于聚类和高斯LDA的服务发现方法-CN202010668037.7有效
  • 徐玲;聂彤羽;鄢萌;王子梁;张文燕;付春雷;张小洪 - 重庆大学
  • 2020-07-13 - 2023-08-11 - H04L67/51
  • 本发明公开了一种基于聚类和高斯LDA的服务发现方法,包括如下步骤:对服务数据集进行数据解析,使用Doc2Vec和Word2Vec训练段落嵌入和词嵌入;使用修改的K‑Means算法将Doc2Vec向量集合聚类;基于词嵌入向量集扩展查询得到扩展的查询语句Qe和扩展的查询向量Vqe;基于扩展的查询语句计算其与聚类所得的每一个聚类簇的Doc2Vec矩阵的平均余弦相似度,将相似度最高的簇作为目标簇;基于所选目标簇和训练所得的词嵌入向量,构建高斯LDA模型,得到“文档‑主题分布”和“主题的高斯分布”;使用两个分布计算目标簇中的各个服务与扩展后的用户查询匹配的概率并降序排列。本方法服务匹配准确性高。
  • 一种基于lda服务发现方法
  • [发明专利]一种基于组件感知的日志异常检测方法-CN202010795863.8有效
  • 鄢萌;尹昆;徐玲;付春雷;张小洪;徐洲;雷晏 - 重庆大学
  • 2020-08-10 - 2023-08-11 - G06F11/30
  • 本发明涉及基于组件感知的日志异常检测方法,该方法将目标软件的日志消息转换为日志模板序列和组件序列,然后进行模型训练,将两个LSTM模型组合使用,两个LSTM模型训练使用相同的损失函数,采用梯度下降优化算法更行参数值,训练完成得到由日志检测模型和组件检测模型构成的组合模型;将t‑h到t‑1时刻的所有日志数据的参考日志模板序列和参考组件序列输入组合模型得到可能日志模板集和可能组件模板集;当t时刻日志消息mt的待测日志模板序列在可能日志模板集中,且t时刻日志消息mt的待测组件序列在可能组件模板集Cg中,则认为日志消息mt为正常日志,否则产生系统告。试验结果表明,本发明方法的召回率和F值更高,表现更好。
  • 一种基于组件感知日志异常检测方法
  • [发明专利]一种基于上下文感知的缺陷定位方法-CN202110152656.5有效
  • 雷晏;张卓;刘春燕;谢欢;鄢萌;徐玲;徐洲 - 重庆大学
  • 2021-02-04 - 2023-07-07 - G06F11/36
  • 本发明涉及一种基于上下文感知的缺陷定位方法,该方法利用程序切片技术构建一个缺陷上下文,该上下文可表示为一个用程序依赖图表示的有向图,图中节点为和失败有直接或间接关联关系的语句,边为这些语句之间的关联关系。基于该图,CAN将图中的每一个节点均采用one‑hot编码嵌入节点表示向量,并且利用GNN来获取语句之间的依赖关系,CAN在这些节点表示向量的基础上通过利用测试用例进行训练,从而可以获得更精确的节点表示向量。最后,通过将有缺陷的目标程序的缺陷上下文语句中的每一条语句均只被一个测试用例覆盖且一个测试用例也只覆盖一条缺陷上下文语句的方法,构建一个虚拟测试用例集。将这个测试用例集输入训练好的GNN中得到每个语句的可疑值。本方法以分析缺陷上下文并将其纳入可疑性评估以改善缺陷定位,经过试验分析可知本发明方法可以显着提高缺陷定位的有效性。
  • 一种基于上下文感知缺陷定位方法
  • [发明专利]一种模型域的失败测试用例生成方法-CN202110115994.1有效
  • 雷晏;张卓;谢欢;刘春燕;鄢萌;徐玲;徐洲 - 重庆大学
  • 2021-01-28 - 2023-06-27 - G06F11/36
  • 本发明涉及一种模型域的失败测试用例生成方法,该方法首先定义了一个最小可疑集合,从所有失败测试用例中抽取共同的特征,之后对于模型域中每一个失败的测试用例在保留失败测试用例的共同特征的基础上对非共同特征的信息进行变异,从而产生新的模型域的失败测试用例。最后,将新增的模型域的失败测试用例融入原有测试用例集中并进行缺陷的定位。本发明方法使用变异的最近邻算法来生成模型域的失败测试用例向量,从而达到提升缺陷定位效果的目的,和传统的从输入域生成测试用例的方法不同,本发明方法要更加简单有效,它不用通过程序执行来获取一个失败的标签。
  • 一种模型失败测试生成方法
  • [发明专利]一种基于多源数据空间的区块链数据分析方法-CN202210965863.7在审
  • 鲍凌峰;陈嘉弛;鄢萌;温莉;夏鑫;杨小虎;胡予星 - 重庆大学
  • 2022-08-12 - 2022-11-15 - G06Q40/04
  • 本发明涉及一种基于多源数据空间的区块链数据分析方法,包括如下步骤:获取公开通证的历史每日价值数据Valuei,通证的社交媒体数据SMDi和通证的账户信息;所有Valuei组成价值库DBp,定义价值库DBp为价值数据空间SValue;根据SMDi构建社交媒体数据空间Ssmd,根据whalei和abnormali构建账户数据空间Suser;将社交媒体数据空间Ssmd中的所有数据分为k组,并分别计算k组数据对通证价值的影响程度;根据账户数据空间Suser计算鲸鱼账户whalei对通证价值的影响程度;计算abnormali与异常区块链行为之间的关连;根据价值数据空间SValue,使用泡沫评估模型得出泡沫出现时间和持续的时间,泡沫出现即表示存在市场操纵。通过本方法可以准确判断是否存在市场操纵,为投资者提供投资信息预警。
  • 一种基于数据空间区块分析方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top