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2150369个,建议您升级VIP下载更多相关专利
  • [发明专利]用于的方法和装置-CN201910556367.4有效
  • 鲁珊珊 - 创新先进技术有限公司
  • 2019-06-25 - 2023-08-29 - G06Q10/0631
  • 本文公开了用于的方法和装置。在一个实施例中,可以由平台发布任务并确定任务被用户领取。随后用户可以执行该任务,并且使用客户端设备收集与执行任务相关的行为信息以及执行任务的任务结果。平台可从客户端设备获取与执行任务相关的行为信息以及执行任务的任务结果,并基于该行为信息对任务结果进行评级,以确定任务结果是否可信。本文还公开了相应的平台和计算机可读介质。
  • 用于方法装置
  • [发明专利]一种空间中隐私保护的任务分配方法-CN201810637636.5有效
  • 刘安;张亚男;翟东君;彭伟;李直旭 - 苏州大学
  • 2018-06-20 - 2021-10-01 - G06F21/62
  • 本发明公开了一种空间中隐私保护的任务分配方法,涉及三方实体,包括空间平台、代理商和工人,使用基于匿名的数据收集协议,将用户数据安全地发送给空间平台;使用基于反向拍卖的任务分配算法帮助空间平台生成任务分配和奖励报酬方案通过上述方式,本发明提供的空间中隐私保护的任务分配方法,使用基于匿名的数据收集协议保证工人位置数据的安全性,使用基于反向拍卖的任务分配算法保证工人的诚实性,是基于半可信的模型,有着高安全性、高效性的优点,在空间领域有着极其光明的应用前景。
  • 一种空间众包中隐私保护任务分配方法
  • [发明专利]异常数据检测中基于反向背包的最优工人选取方法及系统-CN202111202403.0在审
  • 何欣;阳昊辰;陈永超;李雅洁;王光辉;于俊洋 - 河南大学
  • 2021-10-15 - 2022-02-11 - G06Q10/06
  • 本发明属于网络技术领域,特别涉及一种异常数据检测中基于反向背包的最优工人选取方法及系统,依据异常数据检测任务及网络中包工人信息确定投标工人集合,按照异常数据检测任务需求获取多个工人组合并添加到候选包工人集合中;将包工人信任值通过加权计算来获取异常数据检测结果预测可靠性,利用包工人总投标价格作为约束条件,候选包工人集合作为背包物品,包工人信任值作为背包物品重量,预期可靠性阈值设定为背包容量,将异常数据检测中工人选取问题建模为反向背包模型;通过对反向背包模型进行求解选取最优工人组合。本发明综合考虑检测任务预期可靠性及投标价格选取对应的最优工人组合,节约人工和时间成本。
  • 异常数据检测基于反向背包最优工人选取方法系统
  • [发明专利]一种基于区块链的去中心化时空系统-CN202210444251.3在审
  • 李玉;段宏岳;殷昱煜 - 杭州电子科技大学
  • 2022-04-24 - 2022-09-13 - G06Q10/06
  • 本发明公开了一种基于区块链的去中心化时空系统,包括客户端,合约层和区块链层,本发明涉及技术领域。该区块链系统通过用户管理合约对参与者进行登记注册,并且通过任务管理合约管理任务的相关流程。任务管理合约包括发布任务、任务分配以及任务结算三个功能模块。特别的,本系统采用了基于技能覆盖率的贪心算法用于多技能要求的时空任务的分配过程。最不同于当前的区块链系统,该系统支持了多技能要求的时空任务,适用范围更加广泛。提出的基于技能覆盖率的贪心任务分配算法,实现了任务和工人的高效匹配,提高了区块链系统的效率。最后实现的一种基于的任务质量评估方法,保证了该系统的公平性。
  • 一种基于区块中心时空系统
  • [发明专利]一种基于深度学习的软件任务推荐方法-CN202111579889.X在审
  • 李尤慧子;袁宇宸;殷昱煜;周丽;李玉;梁婷婷 - 杭州电子科技大学
  • 2021-12-22 - 2022-04-05 - G06F16/9535
  • 本发明公开了一种基于深度学习的软件任务推荐方法。目前已有很多相关研究提出使用深度学习的方法对任务文本信息进行任务推荐,但在现有的方法中,任务文本信息的提取方法缺乏通用性,且由于数据分布不平衡的特点,在推荐结果的指标上,命中率与多样性无法兼顾本发明方法包含三部分的内容:基于预训练模型Bert提取文本特征、基于CNN+LSTM对文本特征进行进一步的特征学习和基于上述两个模型作用下的输出,能够自适应克服数据分布不平衡的损失函数。通过本发明可以在简单高效地针对特定软件平台实现开发者的推荐,同时也提高了推荐结果的命中率与多样性。
  • 一种基于深度学习软件任务推荐方法
  • [发明专利]用于实现对隐私的控制的方法和系统-CN201580042151.6有效
  • 斯蒂芬·威廉·埃奇 - 高通股份有限公司
  • 2015-08-10 - 2021-02-12 - H04W12/02
  • 本文揭示可完全或部分地用来促进或支持用于实现对隐私的控制的一或多个操作或技术的实例方法、设备或制品,例如在室内或类似环境内的移动通信装置中使用或结合所述移动通信装置使用。DDA0001220755220000011.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="no" />等某些来源指定为试验性的实现对隐私的控制遇到指定为试验性的来源的移动装置可查询服务器寻找关于对于所述来源准许和/或不准许的类型的信息。所述服务器可返回对所述来源准许的等级的指示,所述移动装置接着可使用所述指示执行或制止执行
  • 用于实现隐私控制方法系统
  • [发明专利]支持高效隐私保护的去中心化方法、系统及终端-CN202210330544.9有效
  • 李想;闫峥 - 西安电子科技大学
  • 2022-03-31 - 2023-06-16 - H04L9/40
  • 本发明属于隐私保护技术领域,公开了一种支持高效隐私保护的去中心化方法、系统及终端,建立系统模型,叙述请求者、工作者和基于SGX的区块链三个实体间的交互过程;构建协议流程,包括系统初始化、任务发布、解决方案提交以及奖励分配四个阶段;对区块链上的数字签名采用批量化验证方法;对任务进行全方位的系统化任务管理,包括任务分类、任务匹配和任务验证。本发明基于SGX技术实现高效的节点属性隐私保护,并采用批量验证签名算法提高了区块验证的效率;提出任务分类机制高效的管理和匹配任务,并加入任务验证机制抵御恶意节点攻击。相比其他方案,本发明的去中心化系统支持公平、安全的操作,且具有更高的效率。
  • 支持高效隐私保护中心化众包方法系统终端
  • [发明专利]基于移动中转站及的多目标城市两级配送规划方法-CN202110034446.6有效
  • 刘发贵;兰宇琳 - 华南理工大学
  • 2021-01-11 - 2022-10-21 - G06Q10/04
  • 本发明公开了基于移动中转站及的多目标城市两级配送规划方法,目的在于降低配送成本,提高城市配送速度。基于移动中转站及的两级配送模式采用货车将货物从位于郊区的配送中心转运到位于市区的移动中转站,而在移动中转站采用模式完成末端配送。移动中转站的位置根据每天的顾客需求确定。参与的个人从自己原始行程的起点出发,前往移动中转站取货并依次完成配送任务,最后前往自己行程的终点。模式使得顾客的需求可以较快的得到响应,提高配送速度。同时考虑公司成本、顾客满意度以及个人的收入满意度,建立了多目标数学模型,通过多方向进化算法获得车辆配送路径。显著提高了配送速度同时降低成本。
  • 基于移动中转站多目标城市两级配送规划方法
  • [发明专利]基于深度强化学习的Web服务测试任务分配方法-CN201910834368.0有效
  • 郭世凯;陈荣;张佳丽;唐文君;李辉 - 大连海事大学
  • 2019-09-03 - 2023-05-16 - G06F11/36
  • 本发明公开了一种基于深度强化学习的Web服务测试任务分配方法,包括:根据平台上的工人池和任务池内的数据信息、对深度强化学习的Web服务测试任务分配模型进行训练;平台接收需求者提交的测试任务,使用完成训练的Web服务测试任务分配模型进行测试任务的分配;工人接受并执行任务、将任务测试结果反馈给平台,平台将工人反馈的测试结果传送给相应的任务需求者。本方法通过使用深度强化学习方法DQN训练Web服务测试任务分配模型,达到了对Web服务测试任务进行实时分配的效果,可以在一定程度上保证测试任务能够交由测试平台上比较合适的测试人员来处理,提升了测试效果
  • 基于深度强化学习web服务测试任务分配方法

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