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45个,建议您升级VIP下载更多相关专利
  • [发明专利]区块链系统中的数据处理方法及装置-CN202310189384.5在审
  • 刘雨石;陈之豪;江南;金澈清;周傲英;袁立威 - 蚂蚁区块链科技(上海)有限公司;华东师范大学
  • 2023-02-28 - 2023-06-06 - G06F16/27
  • 一种区块链系统中的数据处理方法及装置。执行该方法的服务节点包括多个过滤组件以及其对应的多个存储文件,过滤组件用于支持查询对应的存储文件中是否存在期望查询的账户的链上数据,任意第i个存储文件包括以多个第一账户为key的链上数据,任意第j个第一账户是第i个存储文件对应的若干第一区块中的交易所涉及的账户;第j个第一账户的链上数据包括若干第一区块中具体涉及第j个第一账户的若干第一交易以及其各自所属区块的区块号。该方法包括:确定对应相同的目标过滤组件的两个存储文件,该两个存储文件中包括以相同的第二账户为key的链上数据;将该两个文件合并为第三存储文件,并将该目标过滤组件重新配置为与第三存储文件相对应的过滤组件。
  • 区块系统中的数据处理方法装置
  • [发明专利]一种基于解耦法律要素的法律文本表示方法-CN202110208467.5有效
  • 缪影芝;宗为娴;周昉;金澈清;钱卫宁 - 华东师范大学
  • 2021-02-25 - 2023-04-18 - G06Q50/18
  • 本发明公开了一种基于解耦法律要素的法律文本表示方法,包括法律要素定义和标注、数据构建、模型训练和下游任务具体应用等步骤,将法律要素领域知识与深度学习模型相结合。对于包含某法律要素的文本,本发明提出借助于一个包含该法律要素的正样本和一个不包含该法律要素的负样本构建三元组,基于triplet loss学习法律文本关于该法律要素的向量表示。对于多个法律要素,本发明为每个法律要素构建三元组并训练相应的模型,不同法律要素间的模型训练相互独立,互不影响。本发明方法可以较好捕捉到法律要素间的细微差别,同时减少其他无关信息的影响,为法律领域文本表示提供了一个新的解决方案。
  • 一种基于法律要素文本表示方法
  • [发明专利]一种跨片交易并发处理方法-CN202211516229.1在审
  • 阙琦峰;陈之豪;张召;金澈清;周傲英;杨艳琴 - 华东师范大学
  • 2022-11-30 - 2023-04-04 - G06Q40/04
  • 本发明公开了一种跨片交易并发处理方法,所述方法可以不借助“协调者”的帮助下通过单向通信处理跨片交易。通过节点之间单向通信,以最小的通信开销来处理跨区交易。该方法在保证交易一致性的同时,避免了传统两阶段提交协议需要的多轮通信导致的跨片交易延迟过高的问题。本方法利用细粒度的交易重排机制,优化了跨片交易在交易冲突下的执行效率,通过改变交易获得锁的顺序,提高块内交易执行的并发度,同时能够利用带宽的优势并行传输数据,保证跨片交易尽可能优先拿到执行数据,减少其阻塞时间。
  • 一种交易并发处理方法
  • [发明专利]一种基于智能合约的schema统一存取方法-CN202110275221.X有效
  • 江南;佟兴;张召;金澈清;秦钢;杨英杰 - 华东师范大学;欧冶云商股份有限公司
  • 2021-03-15 - 2023-02-07 - H04L67/1097
  • 本发明公开了一种基于智能合约的schema统一存取方法,通过部署一个智能合约对schema进行统一存储和获取,将新的schema上链存储或者获取现有的schema用于线下解析,均通过调用这一智能合约完成相应操作。数据提供方根据其数据的组织格式,编写相应的schema,规定其链上数据在链下进行解析时各个字段的信息。在完成schema的编写后,数据提供方通过调用智能合约实现schema的存储。第三方通过调用同一智能合约,获得其想要进行解析的数据所对应的schema信息,根据schema对数据提供方上链的数据进行解析,获得各个字段对应的值。本发明方法一方面简化了各个节点的编码工作,另一方面节点无需存储多个schema与智能合约地址之间的映射关系,提高了节点的资源利用效率以及区块链系统的性能。
  • 一种基于智能合约schema统一存取方法
  • [发明专利]一种针对复杂数据流的异常检测集成方法及系统-CN202211131399.8在审
  • 袁圆;倪葎;金澈清 - 华东师范大学
  • 2022-09-16 - 2022-12-02 - G06K9/62
  • 本发明公开了一种针对复杂数据流的异常检测集成方法,所述异常检测集成方法以有监督分类器作为基学习器,结合stacking集成思想对原始数据进行压缩。在检测器集成部分同时选择离线检测器和在线检测器,使模型兼具稳定性与可塑性,其中自适应权重更新机制使模型可应对概念漂移现象。最后设计分层重放机制应对增量学习过程中的灾难性遗忘,同时结合过采样思想,改善类不平衡问题。本发明还公开了实现上述异常检测集成方法的检测系统,包括特征压缩模块、检测器集成模块、范例集构建模块、自适应权重更新模块。
  • 一种针对复杂数据流异常检测集成方法系统
  • [发明专利]一种面向联盟链的交易并行处理方法及系统-CN202110458354.0有效
  • 杜晓凡;朱燕超;张召;金澈清;周傲英 - 华东师范大学
  • 2021-04-27 - 2022-10-25 - G06Q40/04
  • 本发明公开了一种面向联盟链的交易并行处理方法,所述方法包括:对交易进行预处理,通过静态分析或模拟执行的方式获得交易的读写集,利用共识算法对交易进行排序打包并生成区块,使用单个线程对交易按区块中的顺序进行锁的分配和管理,从而使得区块链节点可以确定性地并行执行区块中的交易。本发明还公开了实现上述并行处理方法的系统。本发明实现了区块链节点上交易的并行处理,提升了交易在节点上执行的性能,在大大提高了节点的吞吐的同时保证了各节点交易执行顺序的一致。本发明还提出了一种面向联盟链的交易并行处理系统。
  • 一种面向联盟交易并行处理方法系统
  • [发明专利]基于双视角纠偏的推荐方法及推荐系统-CN202210906481.7在审
  • 黄露;倪葎;金澈清 - 华东师范大学
  • 2022-07-29 - 2022-10-04 - G06Q30/06
  • 本发明公开了一种基于双视角纠偏的推荐方法,包括:步骤1、定量分析数据中是否存在物品流行度偏差和用户活跃度偏差,构建符合数据生成机制的因果图;步骤2、基于步骤1中构建的因果图,在训练阶段使用do算子,采用P(Y|do(U,I))代替传统的P(Y|U,I),消除物品表征和用户表征的流行度偏差的影响,来表示用户对物品的真实偏好,然后使用后门调整技术,通过数据估计出P(Y|do(U,I))因果估计量;步骤3、对步骤2中的因果估计量进行参数化,使其可用已有数据恢复出来并进行训练,改进贝叶斯个性化排序BPR损失函数,使得推荐模型能够利用物品流行度和用户活跃度两方面信息进行去偏;步骤4、在推断阶段,通过调整流行度偏差找出在测试集上潜在受欢迎的物品。
  • 基于视角纠偏推荐方法系统
  • [发明专利]一种基于多特征融合的道路封闭检测方法-CN202110747124.6有效
  • 毛嘉莉;蔡圣诚;周傲英;赵俐晟;金澈清 - 华东师范大学
  • 2021-07-01 - 2022-04-05 - G08G1/01
  • 本发明公开了一种基于多特征融合的道路封闭检测方法,包括以下步骤:离线阶段,将待检测区域进行网格化处理并为轨迹数据和路网数据建立网格索引。随后,提取路段间的通行关联强度;同时,基于历史轨迹数据获取网格车流量序列、各路段的强相关联道路转向流量序列以及局部区域内的车辆掉头频次序列。在线检测阶段,利用CNN和LSTM的组合模型预测各个网格当前时刻的车流量,筛选候选封闭网格。采用GCN与LSTM的组合模型预测其中各路段的强相关联道路的转向量与局部区域内的掉头频次,再根据转向流量的骤减或车辆掉头频次激增特性识别封闭路段。最后结合行驶偏航检测以及单车轨迹数据进一步判别道路的封闭类型。本发明提高检测效率以保证实时性。
  • 一种基于特征融合道路封闭检测方法
  • [发明专利]一种基于高斯分布精度矩阵的知识网络构建方法及系统-CN202111353773.4在审
  • 吴洁;倪葎;金澈清 - 华东师范大学
  • 2021-11-16 - 2022-02-11 - G06F16/36
  • 本发明提供了一种基于高斯分布精度矩阵的知识网络构建方法,包括以下步骤:步骤1:收集数值型行为数据,对收集到的数据进行数据预处理,并划分出训练集、验证集和测试集;其中,所述数据预处理包括标准化;步骤2:使用步骤1中处理后的训练集、验证集和测试集训练精度矩阵模型,保存训练好的精度矩阵结果;步骤3:使用步骤2训练出的精度矩阵构建知识网络,将精度矩阵中的元素与知识网络中的边一一对应,使用networkx绘图工具绘画出知识关联网络图;步骤4:使用步骤3中的知识网络的信息构建回归预测器,将学生在前一部分知识点上的行为数据作为输入,输出预测的学生在后一部分知识点上的行为数据。
  • 一种基于分布精度矩阵知识网络构建方法系统

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