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36个,建议您升级VIP下载更多相关专利
  • [发明专利]一种面向深度答案推荐模型的主动学习方法-CN202011491346.8有效
  • 吴文峻;汪群博;赵永驰;辛治旻 - 北京航空航天大学
  • 2020-12-16 - 2023-07-18 - G06F16/332
  • 本发明公开了一种面向深度答案推荐模型的主动学习方法,涉及人工智能领域,具体为:首先,针对某个线上社区问答平台,将每个问题和对应的若干候选答案分别作为一个样本;利用通常采用的深度答案推荐模型通过dropout构建贝叶斯神经网络,包括在每层权重前设置dropout机制;然后,利用贝叶斯神经网络计算每个样本的近似期望损失;并将期望损失按从大到小排序,并选取前K个作为待标注数据样本;接着,将前K个样本中的每个样本分别分给三个用户,进行最优答案的人工标注,并将标注结果进行融合;训练当前线上社区问答平台的深度答案推荐模型;直至深度答案推荐模型达到收敛且最优性能。本发明有效减少了基于深度学习的答案推荐模型训练所需要的标注数据量。
  • 一种面向深度答案推荐模型主动学习方法
  • [发明专利]一种基于BPMN的微服务工作流程导入方法-CN202011472351.4有效
  • 吴文峻;于笑明;廖星创 - 北京航空航天大学
  • 2020-12-14 - 2023-07-14 - G06F16/22
  • 本发明公开了一种基于BPMN的微服务工作流程导入方法,涉及微服务工作流技术领域,具体为:首先,批量读取基于BPMN的工作流数据,根据不同的数据协议标准进行归类,通过读取各工作流的关键字,获取名称D,流程的各个子节点N和属性;以及结构关系R,然后将各工作流数据转成基于(D,N,R)格式的数据。接着根据名称D校验该工作流是执行新增操作或是更新操作,最终执行AQL语句将工作流数据存储到图形数据库Neo4j中;在流程编辑前端进行读取数据时,根据查询条件,执行AQL语句,从图数据库中将(N,R,P)格式的数据读出,根据解析程序重新组合成基于BPMN的工作流数据,并在前端进行展示。本发明提高了遍历子流程的查询效率;可视化的导入和导出操作也满足了业务人员的需求。
  • 一种基于bpmn微服务工流程导入方法
  • [发明专利]一种基于图神经网络的微服务系统故障定位方法-CN202210560212.X有效
  • 吴文峻;汪凌风 - 北京航空航天大学
  • 2022-05-23 - 2023-04-07 - G06F11/07
  • 本发明涉及一种基于图神经网络的微服务系统故障定位方法,具体步骤如下:步骤一、针对微服务平台上的一个命名空间下的服务节点,实时采集每个服务节点的机器指标数据和上下游服务节点;步骤二、对当前命名空间下的服务节点注入各类运维故障,使得采集工具能够采集到各类运维故障发生时的各项运维数据;步骤三、根据采集工具采集到的运维数据和所述注入的运维故障构造当前的服务调用链数据,每一条调用链数据中包含若干服务节点和若干表示调用关系的边,并注明故障节点的位置;步骤四、训练图神经网络;步骤五、根据损失函数判断该图神经网络是否收敛;步骤六、将训练好的该图神经网络用于当前命名空间下的故障定位服务。
  • 一种基于神经网络微服系统故障定位方法
  • [发明专利]一种基于强化学习的pod水平扩缩算法-CN202211581622.9在审
  • 吴文峻;田雍恺;冯埔 - 北京航空航天大学
  • 2022-12-07 - 2023-03-21 - G06F9/455
  • 本发明公开了一种基于强化学习的pod水平扩缩算法,属于微服务资源调度领域,具体为:首先,针对Kubernetes集群中每个工作负载,确定其占用的pod的繁忙程度的表征状态指标,并设定pod水平扩缩的动作集合;然后,为各工作负载的状态指标分别设置各自的上下限;根据工作负载的状态集合和pod水平扩缩的动作集合计算奖励收益;最后,基于DQN进行扩缩决策,通过修改配置文件对Kubernetes集群中工作负载的pod实施扩缩容操作。本发明将工作负载当前的多项指标联合表征为强化学习的状态输入,由训练好的强化学习智能体提供智能决策,以实现工作负载所占有pod数量水平扩缩的按需调整、智能调整,从而提升pod扩缩效率,优化相应工作负载的QoS指标,提高集群资源利用率,降低服务成本。
  • 一种基于强化学习pod水平算法
  • [发明专利]一种因果关系检验和微服务指标预测报警方法-CN202210478087.8有效
  • 吴文峻;姬索肇;杨京波 - 北京航空航天大学
  • 2022-05-05 - 2022-08-23 - G06F11/30
  • 本发明涉及一种因果关系检验和微服务指标预测报警方法,包括:基于Granger因果关系检验的服务指标因果关系发现、基于Attention LSTM的多指标预测。该方法通过Granger因果关系检验发现与要预测指标具有因果关系的指标,共同参与预测,提高了预测的准确率。同时针对微服务场景中指标序列较长,指标之间往往局部存在因果关系,整体因果关系不强的问题,本发明对Granger因果关系检验进行改进,分段增量计算因果关系。这种方法在实际应用中,当时间序列有新的值加入时,只需要计算增量的因果关系,无需对历史数据重新计算,从而减少计算量,提高了微服务场景下因果关系发现的效率。
  • 一种因果关系检验微服指标预测报警方法
  • [发明专利]一种基于注意力机制的API误用检测方法及系统-CN202210566644.1有效
  • 吴文峻;杨京波 - 北京航空航天大学
  • 2022-05-24 - 2022-08-16 - G06F11/36
  • 本发明提出一种基于注意力机制的API误用检测方法及系统,包括如下步骤:步骤1、获取检测领域预定量代码;步骤2、将所述预定量代码转化为基于注意力机制API误用检测模型所需训练数据;步骤3、利用所述训练数据训练所述基于注意力机制API误用检测模型,得到模型参数;步骤4、获取待检测代码,将待检测代码转化为所述基于注意力机制API误用检测模型要求的数据格式,将待检测代码转换的数据格式通过所述基于注意力机制API误用检测模型,得到检测结果,对所述待检测代码生成检测报告。本发明将自注意力机制应用于API使用规约的学习以及API误用检测,通过采集大量Java代码并通过静态分析构造API使用的样本集,并使用神经网络对这些样本进行训练,构造自动检测API误用的模型。
  • 一种基于注意力机制api误用检测方法系统
  • [发明专利]一种面向群体软件过程的开发人员推荐方法-CN202010783176.4有效
  • 胡征慧;吴文峻;李勃舒;王蕴红;刘庆杰 - 北京航空航天大学杭州创新研究院
  • 2020-08-06 - 2022-07-19 - G06Q10/06
  • 本发明涉及一种面向群体软件过程的开发人员推荐方法,包括如下步骤:步骤1、收集开发人员的历史注册数据;步骤2、对开发人员的注册数据进行清洗,删除无效数据;步骤3、按照时间顺序,整理开发人员的注册序列;步骤4、针对开发人员注册序列进行隐马尔科夫模型HMM构建;步骤5、利用开发人员注册的HMM模型判断开发人员是否有意愿参与即将进行的比赛;步骤6、收集有意愿参与比赛的开发人员解决方案提交的历史数据;步骤7、对开发人员的提交数据进行清洗,删除无效数据;步骤8、收集获取软件开发比赛的难度信息和开发人员的能力水平信息;步骤9、利用项目反应理论IRT模型构建预测开发人员提交行为的模型;步骤10、判断开发人员是否有意愿提交软件开发比赛的解决方案,决定是否推荐人员。
  • 一种面向群体软件过程开发人员推荐方法
  • [发明专利]一种基于患者症状描述文本的疾病分类智能服务方法-CN202210354283.4在审
  • 吴文峻;辛治旻;汪群博;庄予彰 - 北京航空航天大学
  • 2022-04-06 - 2022-06-28 - G06F16/35
  • 本发明提出一种基于患者症状描述文本的疾病分类智能服务方法,属于人工智能领域,具体为:首先,从现有数据中根据患者症状的描述语句提取实体,并标注类型,作为样本存储到图形数据库;然后,通过生成器,生成各样本同类型的新样本并标注,针对每个新样本,利用检查器判断出可用样本加入已标注数据集;接着依次构建实体识别微服务,输入实际患者的症状描述文本,输出实体的识别结果;构建疾病查询微服务,在图形数据库中查询与实体的识别结果相关的疾病并排序,作为候选疾病结果输出;最后,构建用户交互微服务,将实体识别结果,候选疾病结果以及历史健康数据一起打包返给患者;本发明降低了运维成本,方便后续更新和完善数据。
  • 一种基于患者症状描述文本疾病分类智能服务方法
  • [发明专利]一种基于强化学习的自适应学习路径规划系统-CN201910907990.X有效
  • 吴文峻;刘丽萍 - 北京航空航天大学
  • 2019-09-24 - 2022-05-17 - G06F16/9535
  • 本发明涉及一种基于强化学习的自适应学习路径规划系统,包括环境模拟,策略训练和路径规划三个模块,整个过程根据改进后的项目反映原理得到的学生每个时刻的能力值,基于马尔科夫决策过程,模拟复杂的学习环境,并合理应用强化学习的算法结合学生历史的学习轨迹离线训练路径规划策略,最后根据训练好的策略在线为学生自适应规划学习路径。本发明最后基于强化学习的思想,将在线教育平台上学习的复杂场景构建于马尔科夫决策过程的框架中,以高效获得能力提升为目标,为学生提供学习资源的持续性推荐,规划最优的学习路径,从而提高学习者的学习效果以及学习效率。
  • 一种基于强化学习自适应路径规划系统

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