“任务选取”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果299223个，建议您升级VIP下载更多相关专利

[发明专利]基于多任务学习的数据集选取方法及装置-CN201911135022.8有效
发明人：李健铨;刘小康 -专利权人：鼎富智能科技有限公司
申请日： 2019-11-19 - 公布日： 2023-06-09 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种基于多任务学习的数据集选取方法及装置，所述方法在获取主任务与待选取任务的任务数据后，将任务数据输入判断模型，并获取判断模型私有层输出的特征矩阵；再对待选取任务的特征矩阵与主任务的特征矩阵进行正交计算，生成相关性判断值，确定相关性判断值高于预设阈值的待选取任务作为相关任务，并选取相关任务的任务数据作为主任务的扩展数据集。所述方法通过多任务学习方式选取与主任务相关性较高的待选取任务作为相关任务，从而可以借助相关任务的任务数据扩展主任务的数据集，提高主任务模型的训练效果。
基于任务学习数据选取方法装置

[发明专利]任务调度方法及装置-CN201710239595.X有效
发明人：华洁 -专利权人：阿里巴巴集团控股有限公司
申请日： 2017-04-13 - 公布日： 2020-06-30 - 主分类号： G06F9/48 文献下载
摘要：本申请提供一种任务调度方法及装置，针对每种任务处理优先级，分别配置对应于该优先级的任务队列，该方法包括：任务接收模块：接收到待处理任务后，根据待处理任务的优先级，将待处理任务添加至与其优先级对应的任务队列中；任务调度模块：根据各个任务队列的优先级以及当前所包含的任务数量，分别为各个任务队列设定被选取概率，其中，任务队列的被选取概率与任务队列的优先级正相关、任务队列的被选取概率与任务队列当前所包含的任务数量正相关；按照各个任务队列的被选取概率，随机选取出一个队列，对所选取队列中的任务进行处理。本实施例提供了能同时兼顾任务优先级和任务数量的调度方案，能避免由于任务数据的大量堆积带来的系统性能问题。
任务调度方法装置

[发明专利]一种协商机制下多车辆平台的任务规划系统-CN201811473388.1有效
发明人：靳鹏;崔勇;胡笑旋;马华伟;夏忠;姚靖宇;任送莲;张凯 -专利权人：合肥工业大学
申请日： 2018-12-04 - 公布日： 2022-12-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施方式提供一种协商机制下多车辆平台的任务规划系统，属于物流资源的配送调度技术领域。任务规划系统包括管控平台和车辆平台；管控平台对接收到的任务集进行预处理以生成第一公告信息，第一公告信息包括每个任务的编号、对应的位置信息、对应的任务集合的编号、完成任务所在的任务集合内所有任务的最短路径和对应的容量需求；管控平台从第一公告信息中随机选取一个未被选取的任务，将被选取的任务发送至每个车辆平台，其中，每个车辆平台包括至少一辆运输车；每个车辆平台接收被选取的任务，能够执行被选取的任务的车辆平台计算执行被选取的任务的执行成本，执行成本包括由于执行任务所减少的剩余里程值以及剩余容量值。
一种协商机制车辆平台任务规划系统

[发明专利]用于动态环境下车辆的任务规划方法和机器可读存储介质-CN201811473387.7有效
发明人：靳鹏;崔勇;胡笑旋;马华伟;夏忠;姚靖宇;张凯;任送莲 -专利权人：合肥工业大学
申请日： 2018-12-04 - 公布日： 2023-01-06 - 主分类号： G06Q10/06 文献下载
摘要：该任务规划方法包括：管控平台对接收到的任务集进行预处理以生成第一公告信息，第一公告信息包括每个任务的编号、对应的位置信息、对应的任务集合的编号、完成任务所在的任务集合内所有任务的最短路径和对应的容量需求；管控平台从第一公告信息中随机选取一个未被选取的任务，将被选取的任务发送至每个车辆平台，其中，每个车辆平台包括至少一辆运输车；每个车辆平台接收被选取的任务，能够执行被选取的任务的车辆平台计算执行被选取的任务的执行成本，执行成本包括由于执行任务所减少的剩余里程值以及剩余容量值。
用于动态环境车辆任务规划方法机器可读存储介质

[发明专利]节点选取方法、系统、电子设备及存储介质-CN202111299444.6在审
发明人：李佳奇;王亮 -专利权人：北京知道创宇信息技术股份有限公司
申请日： 2021-11-04 - 公布日： 2022-02-11 - 主分类号： H04L67/02 文献下载
摘要：本申请实施例提出一种节点选取方法、系统、电子设备及存储介质，涉及云计算领域，前端界面接收到目标用户下发的任务之后，根据任务配置信息对任务进行配置，以得到配置任务，并将配置任务发送至任务管理单元，然后任务管理单元再对配置任务进行拆分，并将拆分后的配置任务通过消息队列单元发送至调度层，最后调度层接收任务管理单元发送的拆分后的配置任务和/或节点管理单元发送的节点信息，并根据拆分后的配置任务和/或节点信息选取目标节点，通过配置任务或者节点自身的情况选取节点，还可以将二者进行结合来选取节点，以上根据多种方式灵活地选取节点，从而使得节点可以适应不同的情况。
节点选取方法系统电子设备存储介质

[发明专利]任务管理方法及装置-CN201710604819.2在审
发明人：杨润丁 -专利权人：杨润丁
申请日： 2017-07-24 - 公布日： 2017-11-07 - 主分类号： G06Q30/06 文献下载
摘要：本发明提供一种任务管理方法及装置。所述方法包括任务发布终端接收发布人员输入的任务信息，生成对应的任务清单，并将任务清单发送给对应的任务接收终端；任务接收终端接收任务清单，对任务清单中各任务进行选取，并将任务选取结果发送给任务发布终端；任务发布终端接收任务选取结果，对任务选取结果中各任务的执行情况进行监控；任务接收终端在执行人员完成任务时向任务发布终端发送任务完成确认请求及完成证明；任务发布终端接收对应的任务完成确认请求及完成证明，并向对应的任务接收终端发送任务完成报酬及任务信誉度所述方法可发布不同任务类型的任务，并对任务的执行情况进行监测，为发布人员的体验提供保障。
任务管理方法装置

[发明专利]基于立体库的任务调度方法及其装置、计算机可存储介质-CN201910497160.4在审
发明人：段玉辉 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-06-10 - 公布日： 2020-10-16 - 主分类号： G06F9/48 文献下载
摘要：本公开涉及基于立体库的任务调度方法及其装置、计算机可存储介质，涉及网络技术领域。任务调度方法包括：从M个候选任务中选取N个待调度任务，所述N个待调度任务包括待调度基准任务和与待调度基准任务相应的待调度后续任务，其中，M为大于或等于2的整数，N为小于或等于M的正整数，选取N个待调度任务包括：根据基准位置和候选位置的位置关系、当前时间和所述候选位置对应的每个候选任务的创建时间的时间差，选取待调度基准任务；根据所述待调度基准任务，选取相应的待调度后续任务；根据所述待调度任务，进行任务调度。根据本公开，提高了任务调度的效率。
基于立体任务调度方法及其装置计算机存储介质

[发明专利]高精地图任务分配方法、装置、电子设备及存储介质-CN202111496242.0在审
发明人：王春红;王辉;黄杰;彭亮;白宇 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-08 - 公布日： 2022-03-15 - 主分类号： G06Q10/06 文献下载
摘要：本公开提供了高精地图任务分配方法、装置、电子设备及存储介质，涉及自动驾驶技术领域，尤其涉及高精地图技术领域。具体实现方案为：步骤A、获取多个待处理任务及多个任务执行对象各自的属性信息；步骤B、针对每一个待处理任务，根据该待处理任务的属性信息，确定该待处理任务的优先级；步骤C、选取优先级最高的待处理任务；步骤D、基于各任务执行对象的属性信息及当前选取的待处理任务的属性信息，得到与当前选取的待处理任务匹配度最高的任务执行对象作为目标任务执行对象；步骤E、将当前选取的待处理任务分配给目标任务执行对象；重复执行步骤C至步骤E，直至各待处理任务均分配完成。本公开实现了任务的分配。
地图任务分配方法装置电子设备存储介质

[发明专利]一种基于移动云环境下多功能任务分割方法-CN202011071929.5在审
发明人：唐朝刚;钟婧 -专利权人：徐州道格信息科技有限公司
申请日： 2020-10-09 - 公布日： 2020-12-29 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于移动云环境下多功能任务分割方法，包括数据选取、建立分析模型、设定分割基准、代入分析、对比筛分、筛分自检和分割传输，选取终端本地资源和移动云资源，传输至主机终端，选取的终端本地资源具体包括移动终端任务数据汇总和主机终端的任务数据汇总，选取的移动云资源具体为移动终端账户的云端存储资源，本发明结构科学合理，使用安全方便，对汇总后的任务数据进行整合，去除重复数据，建立以任务标签为类目的任务类型数据库，并建立任务分析模型，以语义相同的任务分割基准进行设定，能够完善建立的任务数据库，也能够增加待分割任务中任务名称字符语义精准性，从而提高任务匹配分割的精准性。
一种基于移动环境多功能任务分割方法

[发明专利]一种培训课程管理系统及方法-CN201310025783.4无效
发明人：柏吉宽;李智明;徐鹏;林龙凤;刘善伟 -专利权人：广东电网公司教育培训评价中心
申请日： 2013-01-23 - 公布日： 2013-05-15 - 主分类号： G06Q50/20 文献下载
摘要：本发明涉及一种培训课程管理系统和方法，包括：课程案例选取模块，用于依据培训需求选取相关案例；课程任务制定模块，用于依据培训需求制定课程任务；课程文件生成模块，用于依据所述课程案例选取模块所选取出的相关案例，并结合所述课程任务制定模块所制定出的课程任务生成课程文件；课程评估模块，用于对所述课程案例选取模块所选取出的相关案例和所述课程任务制定模块所制定出的课程任务，以及所述课程文件生成模块所生成的课程文件进行综合评估
一种培训课程管理系统方法

[发明专利]一种资源管理方法、装置和系统-CN201510574287.3在审
发明人：郑鹏飞 -专利权人：中兴通讯股份有限公司
申请日： 2015-09-10 - 公布日： 2017-03-22 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种资源管理方法，应用于Hadoop系统的主节点，该方法包括获取从节点的空闲资源槽信息；从等待资源分配的用户队列中选取用户，在选出用户后，从所述用户的待运行任务队列中选取待运行任务，包括根据所述空闲资源槽信息中的空闲资源槽类型信息，优先从所述用户的待运行任务队列中选取与所述空闲资源槽类型匹配的待运行任务，在不存在与所述空闲资源槽类型匹配的待运行任务时，选取与所述空闲资源槽类型不同的待运行任务；在成功选取到待运行任务后，将所述待运行任务分配给所述从节点
一种资源管理方法装置系统

[发明专利]一种基于多目标优化的原型选取方法-CN202211571039.X在审
发明人：曲雯毓;黄闻志;刘爽 -专利权人：天津大学
申请日： 2022-12-08 - 公布日： 2023-06-06 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种基于多目标优化的原型选取方法，包括：S1.获取未缩减的原样本得到原样本集；S2.确定原型选取任务的优化目标；S3.将原型选取任务建模为多目标优化模型；确定优化目标的计算公式和决策变量，将原型选取任务建模为一个具有若干变量和若干目标的多目标优化模型；S4.通过多目标优化算法对多目标优化模型进行求解得到Pareto最优解；基于步骤3所建立的多目标优化模型，设计种群初始化方案和相应的交叉、变异算子，使用多目标优化算法进行求解，完成原型选取任务；S5.合并各个类原样本集选取出来的选取样本集；最终将每个类选取出来的选取样本集合并成全部选取样本集Sall，完成原型选取任务。
一种基于多目标优化原型选取方法

[发明专利]轻量级请求的并发处理方法及相关设备-CN201910521800.0在审
发明人：董垒;刘潇;陈晓波 -专利权人：平安科技（深圳）有限公司
申请日： 2019-06-17 - 公布日： 2019-10-25 - 主分类号： G06F9/48 文献下载
摘要：本申请涉及研发管理领域，本申请公开了一种轻量级请求的并发处理方法及相关设备，所述方法包括：获取多个轻量级请求任务，在所述多个轻量级请求任务中选取一个轻量级请求任务并执行选取的轻量级请求任务；当执行所述选取的轻量级请求任务时，对剩余的轻量级请求任务设置请求有效期限并启动计时；当所述请求有效期限超时后，在所述剩余的轻量级请求任务中继续选取一个轻量级请求任务并执行，直到所有轻量级请求任务执行完毕。本申请通过分布式锁及定时器对并发的轻量级请求任务进行逐个执行，可快速解决高并发轻量级请求任务，保证请求不丢失，提高处理效率。
并发处理有效期限并发申请定时器处理效率分布式锁任务设置任务执行研发管理超时计时保证

[发明专利]用于任务调度服务器的任务监控方法和装置-CN201610551922.0在审
发明人：李竹杨 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2016-07-13 - 公布日： 2016-12-14 - 主分类号： G06F9/50 文献下载
摘要：本申请公开了一种用于任务调度服务器的任务监控方法和装置。所述方法的一具体实施方式包括：从存储器中获取未执行任务以及与所获取的未执行任务相关的自定义任务；从任务执行服务器集群中选取任务执行服务器，将所获取的未执行任务分配给所选取的任务执行服务器；通过接收所选取的任务执行服务器返回的消息，监测所获取的未执行任务的执行状态；当执行状态满足预设条件时，将与所获取的未执行任务相关的自定义任务分配给所选取的任务执行服务器。该实施方式避免了单个任务执行服务器故障造成的任务堵塞，在提高了任务执行的可靠性的同时，使得用户可以对任务进行定制，具有高度的可定制性。
用于任务调度服务器监控方法装置

[发明专利]面向文本知识推理模型持续学习的样本选择方法和装置-CN202310107542.8有效
发明人：孙宇清;杨磊稳;马磊;杨涛;袁峰 -专利权人：山东山大鸥玛软件股份有限公司
申请日： 2023-02-14 - 公布日： 2023-05-05 - 主分类号： G06N5/04 文献下载
摘要：一种面向文本知识推理模型持续学习的样本选择方法和装置，属于自然语言推理的技术领域，包括历史任务样本选取和当前任务样本选取；其中所述历史任务样本选取包括：确定选取加入记忆集中的样本个数；选取样本:通过代表性、差异性、平衡性指标衡量样本来选取记忆集，并在选取样本时，利用下述两种方案之一遍历样本；其中，当前任务样本选取包括：样本代表性分析、样本困难性分析和样本采样。本发明能够兼顾代表性、平衡性和差异性等样本性质，相比于既往技术基于聚类中心选取代表性样本的方法，能更好地适配复杂文本推理场景，有效地使用少量样本去近似原样本的分布，使模型记忆历史任务上学习到的知识。
面向文本知识推理模型持续学习样本选择方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条