[发明专利]基于动态知识图谱的数据融合方法及系统在审
| 申请号： | 202310298736.0 | 申请日： | 2023-03-24 |
| 公开（公告）号： | CN116415204A | 公开（公告）日： | 2023-07-11 |
| 发明（设计）人： | 嵇文路;廖英祺;周航;马楠;宋冰倩;吴海伟;张刘冬;许洪华;潘小辉;孙佳炜;朱红勤 | 申请（专利权）人： | 国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司 |
| 主分类号： | G06F18/25 | 分类号： | G06F18/25;G06F18/24;G06F16/36;G06N5/02 |
| 代理公司： | 北京智绘未来专利代理事务所(普通合伙) 11689 | 代理人： | 张浩 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于动态知识图谱的数据融合方法及系统，包括步骤1，将知识数据进行级别分类；步骤2，根据级别分类后的数据构建图谱模型并对图谱模型的节点设置图形及颜色；步骤3，将知识数据与图谱模型进行融合并基于知识数据的变化调整图谱模型。本发明通过基于知识数据的节点和重要性进行图形和颜色构建，能够使知识图谱与知识数据的进行高度融合，进而有助于区分不同重要性和节点的知识数据，以解决现有的知识图谱构建方式单一、不同知识数据的区分度较低的问题。 | ||
| 搜索关键词： | 基于 动态 知识 图谱 数据 融合 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司，未经国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310298736.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于正则化集成学习的多模态细粒度论文分类方法和系统-202310834148.4
- 胡宗海;岳潭;杨远洋;姜媛;范子娇;史绪钊;覃杰栋 - 北京邮电大学
- 2023-07-07 - 2023-10-27 - G06F18/25
- 本发明提供了一种基于正则化集成学习的多模态细粒度论文分类方法和系统，所述方法包括：获取待分类论文的原始数据并从中提取所述待分类论文的文本数据和图像数据；将文本数据输入到第一预训练模型提取文本特征向量和文本特征向量矩阵；将图像数据输入到第二预训练模型提取图像特征向量和图像特征向量矩阵；进行Dropout正则化处理、拼接操作以得到第一特征融合向量；进行L1正则项系数和L2正则项系数结合的L1‑L2正则化处理、拼接以得到第二特征融合向量；输入到注意力机制模块以得到第三特征融合特征向量矩阵；输入到第三预训练模型以实现待分类论文的分类。本发明能够基于多模态注意力机制和多种不同的正则化方法大幅度提升细粒度论文分类的性能。
- 一种多来源楼栋数据融合方法及装置-202310906869.1
- 赵京;赵友标;邢佳敏 - 上海壹佰米网络科技有限公司
- 2023-07-21 - 2023-10-27 - G06F18/25
- 一种多来源楼栋数据融合方法及装置，该方法包括：针对任一订单，建立订单与待比较对象的对应关系；所述待比较对象包括楼栋数据和与待比较对象存在对应关系的订单的配送轨迹；所述楼栋数据为所述订单的配送地址指示的配送楼栋；确定第一待比较对象的第一楼栋数据与第二待比较对象的第二楼栋数据的文本特征相似度；以及，确定所述第一待比较对象的第一配送轨迹与所述第二待比较对象的第二配送轨迹的空间特征相似度；所述第一待比较对象和所述第二待比较对象为任意两个待比较对象；若所述文本特征相似度和所述空间特征相似度满足数据融合要求，则将所述第一待比较对象与所述第二待比较对象融合为同一待比较对象。
- 一种基于自适应特征提取的多复杂度行为识别系统及方法-202310929166.0
- 许宏吉;曾佳琦;周双;王猛猛;李昕娅;王宇豪;汪阳;李建军;李诗洁 - 山东大学
- 2023-07-26 - 2023-10-27 - G06F18/25
- 本发明公开了一种基于自适应特征提取的多复杂度行为识别系统及方法，涉及人工智能技术领域，包括人体行为数据采集模块、人体行为数据传输模块、人体行为数据存储模块、人体行为数据预处理模块、MFAEF简单人体行为识别网络模块、LSGRA复杂行为识别网络模块和人体行为信息应用模块；MFAEF简单行为识别网络模块包括依次连接的特征预提取单元、并行多维时空特征提取及复用单元和自适应多维时空特征提取单元、特征融合单元和简单行为判别输出单元；LSGRA复杂行为识别网络模块包括依次连接的单窗口简单行为特征获取单元、循环多窗口注意力单元和复杂行为判别输出单元。本发明采用上述结构弥补了基于视觉的行为识别成本高、易受干扰、隐私性差的不足。
- 特征提取模型的训练方法及装置、视频检索方法及装置-202310899475.8
- 沈栋 - 北京达佳互联信息技术有限公司
- 2023-07-20 - 2023-10-27 - G06F18/25
- 本公开关于一种特征提取模型的训练方法及装置、视频检索方法及装置。初始特征提取模型包括特征提取层和特征融合层，方法包括：构建样本数据集，样本数据集中的样本数据包括第一视频类型的第一样本数据和对应第二视频类型的第二样本数据；通过特征提取层对样本数据进行特征提取，得到视觉特征和文本特征；通过特征融合层对视觉特征和文本特征进行特征融合处理，得到样本数据对应的样本融合特征；对样本融合特征进行识别处理，得到样本数据对应的识别结果；根据样本数据对应的识别结果及样本数据对应的标注信息之间的差异，训练初始特征提取模型，得到特征提取模型。采用本公开实施例提供的方法可以提高视频特征提取的灵活性。
- 线索评级模型的训练方法、装置、设备及介质-202310673330.6
- 林炳怀;王丽园 - 腾讯科技（深圳）有限公司
- 2023-06-07 - 2023-10-27 - G06F18/25
- 本申请公开了一种线索评级模型的训练方法、装置、设备及介质，属于人工智能领域。该方法包括：获取多个线索，多个线索中的任意一个线索包括用于预测单个对象为潜在消费对象的参考信息；对于多轮迭代过程中的至少一轮迭代过程，将多个线索输入线索评级模型，得到与多个线索分别对应的多个分数，多个分数中的任意一个分数用于表征单个对象为潜在消费对象的概率；将多个分数划分至多个分段中；根据多个分数在多个分段的分布情况，得到分布损失；根据分布损失，训练线索评级模型；当满足迭代结束条件时，结束迭代，得到训练完成后的线索评级模型。上述方法提高了分段的鲁棒性。
- 多任务模型的网络结构确定方法、数据预测方法及装置-202310261645.X
- 郭亮 - 腾讯科技（深圳）有限公司
- 2023-03-09 - 2023-10-27 - G06F18/25
- 本申请公开了一种多任务模型的网络结构确定方法、数据预测方法及装置，涉及人工智能技术领域。该方法包括：基于第一特征表示和第二特征表示之间的相关性，以及第一任务标签与第二任务标签之间的相关性，确定第一预测任务和第二预测任务之间的相关性系数；在相关性系数符合任务相关性要求的情况下，确定与第一预测任务和第二预测任务对应的候选多任务模型的网络结构。对第一预测任务和第二预测任务分配其对应的私有网络和共享网络，使得候选多任务模型能够通过提取多个任务的共性特征以及单个任务对应的个性特征，提升了进行任务预测的特征表示的细粒度和质量，提高了基于该网络结构训练得到的多任务模型在对多个任务进行预测时的准确度。
- 基于多层次多特征及深度学习的钓鱼邮件识别模型和方法-202310803359.1
- 姜誉;方滨兴;孙彦斌;李默涵;肖怡含;佘佳平 - 广州大学
- 2023-06-30 - 2023-10-27 - G06F18/25
- 本发明提供一种基于多层次多特征及深度学习的钓鱼邮件识别模型和方法，识别模型包括多通道输入层，包括多个子通道输入层，且所述子通道输入层总数被配置为对应输入的多层次特征类型总数；多级嵌入层包括单词级嵌入层和字符级嵌入层，所述子嵌入层总数被配置为第一特征的类型总数，并且以所述第一特征为输入，从高维向低维映射输出为第三特征；BILSTM层被配置为对应设置并连接至所述子嵌入层，以所述第三特征为输入拼接后输出为第四特征；特征联合层被配置为以所述第二特征和第四特征为输入，融合后输出为联合特征；全连接层被配置为具有多层神经元结构，联合特征经所述多层神经元结构处理后通过所述输出层结构输出，本发明在识别钓鱼邮件时的效率高、鲁棒性好。
- 匹配处理方法、装置及存储介质-202310504713.0
- 黄剑辉 - 腾讯科技（深圳）有限公司
- 2023-05-06 - 2023-10-27 - G06F18/25
- 本申请提供了一种匹配处理方法、装置及存储介质，可以应用于云技术、人工智能、智慧交通等各种场景。该方法包括调用深度匹配模型中的融合模块，基于多维匹配参数，对基于待匹配信息和资源内容信息进行语义编码得到的第一特征向量和第二特征向量进行多维度的融合处理，得到目标融合特征；多维匹配参数的参数类型数量与融合模块所包含的各融合单元的模块数量相匹配；以及根据目标融合特征，确定待匹配信息与候选媒体资源的匹配结果，匹配结果用于指示从媒体资源集合中确定与待匹配信息匹配的目标媒体资源。从而弥补单侧信息量少的局限性，同时降低对人工挖掘特征的依赖和偏差，提高匹配处理结果的准确率。
- 一种基于特征的装配过程多源异构数据表征方法-202310589419.4
- 周鹏;王明阳;尚江坤;肖庆东 - 中国航空制造技术研究院
- 2023-05-23 - 2023-10-27 - G06F18/25
- 本发明涉及飞机装配技术领域，具体涉及一种基于特征的装配过程多源异构数据表征方法。包括步骤：对装配工艺模型进行预读分析，筛选出装配关键特征；提取相应装配过程的装配关键特征对应的属性信息；对装配关键特征进行优先级排序；根据排序后的装配关键特征及属性信息，结合装配全流程中的几何误差传递规律，制定面向装配全流程的测量方案；依据测量方案，将装配现场实测数据与属性信息进行匹配；根据装配现场实测数据的类型确定数据表征策略，并对几何类数据进行拟合、对非几何类数据进行标注。该基于特征的装配过程多源异构数据表征方法的目的是解决飞机装配过程中产生的多源异构数据的综合作用下，极易产生装配超差与装配缺陷的问题。
- 一种基于配电网多源数据融合拓扑定位和状态感知的方法-202310704335.0
- 林裕新;何剑军;张勇;范展滔;吴龙腾;刘敬诚;杜旭;张经纬;蔡建逸;范晟;杨炜楠 - 中国南方电网有限责任公司
- 2023-06-14 - 2023-10-27 - G06F18/25
- 本发明涉及林分生长模型的技术领域，具体为一种基于配电网多源数据融合拓扑定位和状态感知的方法，本发明公开了一种基于配电网多源数据融合拓扑定位和状态感知的方法及系统，其中方法包括，采集多源数据信息；对采集的数据进行数据融合；利用融合后的数据，进行目标的拓扑定位；以及基于融合后的数据，进行目标状态的感知；采用本发明，通过采用多源数据融合技术，将来自不同数据源的数据进行融合，以提高数据的质量和准确性，采用多源数据融合技术、拓扑定位技术、状态感知技术、可以有效地识别电力系统的故障和异常情况，降低电力系统的故障率和事故发生率。
- 一种基于自监督式信号融合的DAS动态范围提升方法和设备-202311203512.3
- 刘泽超;马玲梅;李彩云;朱琛;郑洪坤;彭威;田帅飞 - 之江实验室
- 2023-09-19 - 2023-10-27 - G06F18/25
- 本发明涉及一种基于自监督式信号融合的DAS动态范围提升方法和设备，方法包括：并行获取双路光纤传感数据，即动态范围未受限制但信噪比较低的DAS信号和因动态范围受限而存在相位解卷绕错误的DAS相位信号，输入自设计的自监督式信号融合模型中，求取相位卷绕系数，并取整，根据取整后的相位卷绕系数和第二光纤传感信号，构建解卷绕后的相位估计值并输出。与现有技术相比，本发明可实时有效修正DAS相位信号因动态范围受限而导致的相位解卷绕错误，恢复真实相位，提升动态范围，且不以牺牲信噪比为代价。
- 车载传感器异常检测方法、装置、电子设备及存储介质-202310922557.X
- 邹辉;罗衡荣 - 深圳海星智驾科技有限公司
- 2023-07-25 - 2023-10-27 - G06F18/25
- 本申请提供一种车载传感器异常检测方法、装置、电子设备及存储介质，该方法包括：获取待测车辆中各传感器的感知数据；根据各传感器的感知数据，确定各传感器对同一目标的目标检测结果；根据各传感器的对同一目标的目标检测结果，确定待测车辆的感知融合异常检测结果；根据待测车辆的感知融合异常检测结果，确定待测车辆的传感器异常检测结果。上述方案提供的方法，通过根据车载传感器之间的实际感知融合情况，判断车载传感器是否存在异常，提高了车载传感器异常检测结果的准确性，为提高车辆行车安全奠定了基础。
- 一种传动系统故障诊断方法及系统-202310842038.2
- 王晓洁;彭海波;李宁;张坤;马元元;程杰;杜晓溪;李桐;王轶 - 西安微电子技术研究所
- 2023-07-10 - 2023-10-27 - G06F18/25
- 本发明公开一种传动系统故障诊断方法及系统，该故障诊断方法，包括获取传动系统中传感器采集到的振动加速度信号数据和电流信号数据，并对信号数据做预处理，得到一维时序数据序列；将所述一维时序数据序列进行短时傅里叶变换生成二维数据；将所述二维数据输入GAP策略多源数据融合卷积网络模型中，对故障进行诊断识别，完成传动系统中的故障诊断。该方法对多传感器数据进行融合，对来自多个传感器的数据进行多级别、多方面、多层次的处理，消除由于单一类型传感器失效而引起的误差，在增加数据特征的同时，有效体现了信号的故障特征，使得分析的可靠性提高。
- 用户的留资意向处理方法、装置、服务设备及存储介质-202310944813.5
- 翟文志;张倬荣;聂简;王全达;闫龙;胡博文;李大中;宋雨伦 - 中国联合网络通信集团有限公司;联通数字科技有限公司
- 2023-07-28 - 2023-10-27 - G06F18/25
- 本申请提供了一种用户的留资意向处理方法、装置、服务设备及存储介质，该方法包括：获取目标用户的画像数据、信令数据和网络数据，以得到第一结构化数据；获取目标用户的语音数据和文本数据，以得到非结构化数据；将非结构化数据转换为第二结构化数据，并将第二结构化数据与第一结构化数据进行数据融合，以得到目标用户的用户特征数据；将目标用户的用户特征数据输入至训练好的留资意向识别模型中，以得到目标用户的留资意向得分；根据留资意向得分，确定目标用户的留资意向；输出目标用户的留资意向。通过结合结构化数据和非结构化数据作为数据源，形成多维度的用户特征数据，避免了数据源单一导致的准确率较低问题。
- 一种基于多模态轨迹深度表示学习及融合方法-202310950725.6
- 陈静;袁长伟;赵姣;冯健;王宇 - 长安大学
- 2023-07-31 - 2023-10-27 - G06F18/25
- 本发明公开了一种基于多模态轨迹深度表示学习及融合方法，构建多模态语义轨迹，作为编码器的输入；构建双通道编码‑单通道解码框架，将多模态语义轨迹输入双通道编码‑单通道解码框架；对多模态语义轨迹的每个轨迹点进行轨迹嵌入和文本嵌入，输出轨迹词向量表征和文本词向量表征，并将位置信息注入，输出含有位置特征的轨迹词向量表征和文本词向量表征；对每个轨迹点的轨迹词向量表征和文本词向量表征进行约束，获取轨迹特征向量和文本特征向量，以细粒度对齐进行语义信息交互，获取融合特征向量；将融合特征向量输入解码器，输出预测轨迹，该方法突破了跨模态数据交互不充分及特征向量不一致问题，提高了轨迹预测的准确性和真实性。
- 用于多模态数据的文本提取方法及装置、制冷设备、介质-202310694578.0
- 曾谁飞;李敏;刘卫强;孔令磊;张景瑞;谢充;吴国章 - 青岛海尔电冰箱有限公司;青岛海尔智能技术研发有限公司;海尔智家股份有限公司
- 2023-06-12 - 2023-10-27 - G06F18/25
- 本申请涉及数据处理技术领域，公开一种用于多模态数据的文本提取方法，包括：根据多模态数据，获得文本信息、语音信息以及图像信息；根据语音信息以及图像信息，获得语音文本特征向量以及图像文本特征向量；融合文本信息、语音文本特征向量以及图像文本特征向量，获得文本融合数据。本申请能够提升多模态数据文本提取的有效性。本申请还公开一种用于多模态数据的文本提取装置及制冷设备、介质。
- 一种基于多特征融合的太阳耀斑预报方法-202310746849.2
- 邓林华;徐永华;向南彬;蔡云芳;向永源 - 中国科学院云南天文台
- 2023-06-25 - 2023-10-27 - G06F18/25
- 本发明公开了一种基于多特征融合的太阳耀斑预报方法，包括以下步骤：S1：获取一定时间内的太阳观测数据，并从中提取预报因子和耀斑爆发数据，不同预报因子采用a、b、c……标示，不同耀斑爆发数据采用α、β、γ……标示；S2：采用不同预报因子和耀斑爆发数据构建数据集，且每个预报因子均需要与每个耀斑爆发数据进行对应构建，不同数据集采用(a，α)、(a，β)、(a，γ)……标示，再将每个数据集分为训练集和测试集。本发明通过将多种预测因子与计算模型对太阳耀斑的发生进行预测，并通过结果模型对计算模型所得出的结果集进行总结修正，从而能够得出置信度更高的结果，有效地提高了模型对太阳耀斑预报的准确性。
- 一种多源视觉信息特征识别与提取方法-202310767297.3
- 罗长江;杨凡;羊秋苹;齐艳铭 - 四川九洲视讯科技有限责任公司
- 2023-06-27 - 2023-10-27 - G06F18/25
- 本发明公开了一种多源视觉信息特征识别与提取方法，属于图像特征识别及提取技术领域，目的在于提供一种多源视觉信息特征识别与提取方法，以解决公共安全领域视频数据处理效率低以及多源数据处理效率低的问题。其通过自步学习和强化学习算法，以多源数据融合的视频检索和多特征联合的场所识别与行为分析，利用跨时空、多模态目标特征并将其进行信息融合，对于重点人群进行智能数据定位和跟踪，并关联人、脸、车相关信息，完成多源视觉信息特征识别与提取，继而实现多种任务如目标快速查找、行为追踪、关系碰撞、研判。本发明适用于一种多源视觉信息特征识别与提取方法。
- 一种基于模糊理论和D-S证据理论的海上目标识别方法-202310874679.6
- 万昌雄;杨宏文;虞华;赵飞 - 中国电子科技集团公司第五十四研究所;中华通信系统有限责任公司长沙分公司
- 2023-07-17 - 2023-10-27 - G06F18/25
- 本发明公开了一种基于模糊理论和D‑S证据理论的海上目标识别方法，涉及目标识别技术领域。包括：传感器某时刻探测目标参数信息，构造相应的各参数隶属于某目标的隶属度函数。综合目标各参数特点、环境影响、干扰情况等因素构造相应的权重系数，再基于模糊理论的综合评价法，获得不同时刻目标基本概率分配(BPA)函数。计算各时刻证据之间的相互距离，获得各个证据可信度的权重系数，加权平均得到合成证据，然后利用D‑S证据合成规则，获得传感器的BPA函数值。根据各传感器的BPA函数值，计算各传感器证据之间的相互距离，获得证据间可信度的权重系数，加权平均得到合成证据，然后利用D‑S证据合成规则进行合成，最终确定目标身份，进行决策判决。
- 一种基于轮式车辆传动异常预警的数据采集方法及系统-202310922466.6
- 宋明刚;刘江华;吴祎诚 - 七采蜂（苏州）数字科技有限公司
- 2023-07-26 - 2023-10-27 - G06F18/25
- 本发明提供了一种基于轮式车辆传动异常预警的数据采集方法及系统，涉及数据处理技术领域，包括：交互获取传动系统的N组监测信号，并生成故障特征，进行信号的数据降噪处理，执行异常特征提取确定N组异常特征，进行关联分析确定独立异常特征值。构建特征融合规则，对N组异常特征中每组异常特征进行特征融合，确定特征融合结果，进行融合关联验证，输出融合异常特征值，交互获得车辆预警信息，进行模糊匹配获得模糊匹配结果，生成需求采集数据，基于需求采集数据控制对监测车辆的数据采集。本发明解决了传统轮式车辆传动异常预警方法依赖于人工监测和经验判断，导致存在错误诊断、漏检、效率低的技术问题。
- 传感器偏差和杂波下分散式多目标联合匹配融合方法和系统-202310923136.9
- 郝晓辉;夏元清;徐杨 - 北京理工大学长三角研究院（嘉兴）
- 2023-07-25 - 2023-10-27 - G06F18/25
- 本发明公开了一种传感器偏差和杂波下分散式多目标联合匹配融合方法和系统，该方法属于智能无人驾驶车辆目标检测领域；首先通过具有传感器偏置和杂波的车辆系统分散式多目标跟踪系统模型获得带有传感器偏差的状态估计器，基于状态估计器获得匹配单元，最终获得目标车辆的状态。本发明充分利用分散融合优势和假设检验理论，构建计算复杂度较低的联合匹配方案，并设计了联合匹配融合算法对多目标系统进行跟踪，以提升多目标跟踪时的匹配精度并且降低相关计算的复杂度。
- 一种多源数据集中融合方法-202311032853.9
- 程国坚;戚华彪;石云;袁芳;徐伟;袁程;黄威;崔欣欣 - 江苏集萃工业过程模拟与优化研究所有限公司;中环保水务投资有限公司;湘潭中环水务有限公司;中节能工程技术研究院有限公司
- 2023-08-16 - 2023-10-27 - G06F18/25
- 本发明公开了一种多源数据集中融合方法，包括以下步骤：步骤一，连接数据库；步骤二，数据集判断；步骤三，数据集清洗；步骤四，特征提取；步骤五，加权分配；步骤六，数据集融合；步骤七，数据集评估；其中在上述步骤一中，连接所需多源数据库，并获取相关数据集，将保证获取的相关数据集的完整性；其中在上述步骤二中，将步骤一中的获取的数据集，根据所需融合的数据内容判断获取的数据集是否与所需融合的数据一致；该发明，在连接不同的数据库时，采用加密的方式对数据进行加密处理，避免了数据的泄露，保证了该多源数据集中融合的正常进行，同时对获取的数据集进行了清洗，可简化数据的内容，并且转换数据集的格式，便于后续数据的融合。
- 多源数据的融合处理方法和装置、存储介质及电子设备-202310430225.X
- 张莹莹;吴贤;郑冶枫 - 腾讯科技（深圳）有限公司
- 2023-04-10 - 2023-10-27 - G06F18/25
- 本申请公开了一种多源数据的融合处理方法和装置、存储介质及电子设备，可以应用于人工智能领域。其中，该方法包括：响应于获取到的数据融合指令，从对象数据库中获取预设对象组的对象数据，从文献数据库中获取文献数据组，每个预设对象的对象数据包含对象名称和机构信息；对每个文献数据位于署名区域内的文献数据进行对象数据提取，得到每个文献数据的署名对象的对象数据，每个文献数据的署名对象的对象数据包含对象名称以及机构信息；对每个文献数据的署名对象和每个预设对象进行对象数据匹配，得到每个预设对象的文献数据；按照预设数据维度对每个预设对象和每个预设对象进行对象数据解析，得到与每个预设对象对应的预设数据维度的对象数据。
- 方位历程图显示方法、装置、计算机设备和存储介质-202311224821.9
- 陈强元;朱世强;汪雨晨;李建新;钟晓珍;宋晓峰 - 之江实验室
- 2023-09-21 - 2023-10-27 - G06F18/25
- 本申请涉及一种方位历程图显示方法、装置、计算机设备和存储介质。所述方法包括：获取方位能量检测数据，并存储至预先建立的缓存空间；获取图像显示参数，所述图像显示参数包括预设显示时长和显示图窗尺寸；从所述缓存空间提取所述预设显示时长的所述方位能量检测数据，作为待显示数据；根据所述显示图窗尺寸对所述待显示数据进行数据融合，确定待显示融合数据；根据待显示融合数据，生成方位历程图并进行显示。采用本方法能够实现降低噪声干扰，直观显示目标轨迹的技术效果。
- 面向软件定义卫星的神经网络模型可复用训练方法、装置-202110222670.8
- 赵岩;赵军锁;王欣欣 - 中国科学院软件研究所
- 2021-02-26 - 2023-10-27 - G06F18/25
- 本申请提供一种面向软件定义卫星的神经网络模型可复用训练方法、装置，涉及卫星数据处理技术领域。该方法包括：获取卫星应用模型的训练请求，提取目标神经网络模型的目标骨干网络；根据目标骨干网络的标识和预设超参数，从预设的网络模型库中目标骨干网络对应的预训练超参数中，确定目标预训练超参数；将目标骨干网络模型参数与预设模型参数进行融合，得到目标模型参数；根据第一卫星样本数据、预设超参数，和目标模型参数，对目标神经网络模型进行参数训练，得到卫星应用模型。通过本申请，提高卫星应用模型的训练效率。
- 基于变分自编码模型的网络异常入侵检测方法和系统-202310658754.5
- 杭菲璐;谢林江;陈何雄;张振红;李寒箬;毛正雄;何映军;罗震宇;郭威 - 云南电网有限责任公司信息中心
- 2023-06-06 - 2023-10-27 - G06F18/25
- 本发明涉及一种基于变分自编码模型的网络异常入侵检测方法和系统。所述方法包括：通过变分自编码模型获得网络访问数据变分分布特征信息；通过网络访问数据分类模型获得网络访问数据分类特征信息；获取历史访问数据库中各类型的中心分布信息；确定网络访问数据所属的目标类型和目标中心分布信息；确定变分自编码模型和网络访问数据分类模型是否需要训练；在需要训练时，根据变分分布特征信息、分类特征信息以及目标中心分布信息，确定损失函数；根据损失函数，对模型进行训练；通过训练后的模型，确定网络访问数据的类型。根据本发明，可使模型适应随时间不断变化的访问数据，且不需要人工标注，减少工作量。
- 基于测绘数据的孪生平台构建方法、装置、设备和介质-202310745925.8
- 董方;金宏伟;闫锋;何瑞丰 - 金锐同创（北京）科技股份有限公司
- 2023-06-25 - 2023-10-27 - G06F18/25
- 本发明提供了一种基于测绘数据的孪生平台构建方法、装置、设备和介质，涉及数字孪生平台技术领域，其中，该方法包括以下步骤：针对待模拟现实世界场景，从多种数据源收集数据得到初始测绘数据；按照数据对象的类型将初始测绘数据划分为不同类的数据，并根据每类数据的特性分别对每类数据进行预处理形成中间数据源集合；将中间数据源集合中不同数据源的数据进行时间匹配，生成统一时间线数据源组；根据每个数据源的预设权重，将统一时间线数据源组中各个数据源的数据融合为最终测绘数据；基于最终测绘数据构建待模拟现实世界场景的数字孪生平台。该方案通过对多数据源的初始测绘数据进行融合，提高了基于测绘数据构建的数据孪生平台的准确性。
- 一种炼化用离心泵滚动轴承故障诊断方法、装置及设备-202311023023.X
- 刘建;陆军;崔振伟;李鹤;江学文;王华;郭月明;黄秀东;苏洪全;田欣 - 昆仑数智科技有限责任公司;中国石油天然气股份有限公司
- 2023-08-15 - 2023-10-27 - G06F18/25
- 本发明涉及机泵状态监测诊断技术领域，尤其涉及一种炼化用离心泵滚动轴承故障诊断方法、装置及设备。包括，获取炼化用离心泵滚动轴承多维度的特征数据；按照所述特征数据的数据类型对所述特征数据进行预定的逻辑分析，确定每一特征数据对应的敏感因子；根据每一特征数据对应的敏感因子以及预定的故障诊断规则确定所述炼化用离心泵滚动轴承的故障。通过本发明的方法，克服特征数的稳定性与敏感性的矛盾，提取的敏感因子在监测判断设备状态时具有较好敏感性和稳定性；其次，采用多敏感因子判断故障特征，故障的分辨能力高，克服了轴承多种故障模式难以分辨的困境，提高了炼化用离心泵滚动轴承故障诊断精度。
- 企业数据治理的迭代优化方法及系统-202310173012.3
- 段效亮;李晓帅;张娟 - 山东中翰软件有限公司
- 2023-02-23 - 2023-10-27 - G06F18/25
- 本发明属于数据治理技术领域，具体涉及企业数据治理的迭代优化方法及系统。所述方法包括：步骤1：进行数据治理的过程记录，具体包括：记录每一次数据治理过程中每一步操作，及其对应的数据特征和数据结构特征，得到操作、数据特征和数据结构特征的映射集合；步骤2：对所有的记录的映射集合进行相似融合，将操作相同而数据特征或数据结构特征不同的记录进行融合，得到同一操作对应的多数据特征和多数据结构特征的多映射集合；步骤3：进行多映射集合矩阵特征值计算，得到每个多映射集合的矩阵特征值。本发明通过对每次数据治理过程中的操作、数据特征和数据结构特征的记录和映射，实现了数据治理迭代优化，提升了数据治理的效率。
- 一种自适应加速算子融合的方法及装置-202211461190.8
- 韩光洁;鲁齐;刁博宇;李超 - 之江实验室
- 2022-11-16 - 2023-10-27 - G06F18/25
- 本发明公开了一种自适应加速算子融合的方法及装置，该方法包括：首先将神经网络抽象成计算图的形式；其次为图节点添加关键属性进行图赋权，并为赋权后计算图中的每个算子定义状态；然后基于包含状态信息的算子，设计基于深度强化学习的关键参与者算子节点自适应计算方法；最后基于关键参与者算子节点对计算图中的算子进行融合优化，对每一个计算图中的关键参与者算子最优融合方法进行探索，其余算子融合在关键参与者算子最优融合方案下进行探索，最终确定整个神经网络每个算子的最优融合方案。本发明能够大幅减少编译器搜索算子融合优化空间的时间，并且可面向更深更复杂的网络，具有较强的扩展性与重构性。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
