“文会娴”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]区块链共识方法、装置、设备、介质和程序产品-CN202310595439.2在审
发明人：张鹏;童华臣;文会娴;聂雪琴 -专利权人：中国工商银行股份有限公司
申请日： 2023-05-24 - 公布日： 2023-08-08 - 主分类号： H04L9/00 文献下载
摘要：本公开提供了一种区块链共识方法，可以应用于区块链技术领域。该区块链共识方法，包括：收集所述多个猜想者的猜想信息，其中，所述猜想信息包括密文形式的猜想值；按照预设的区块结构组织，将所述猜想信息记录至当前区块；基于所述猜想信息执行第一校验处理；基于所述当前区块执行第二校验处理；接收所述猜想者的解密密钥；在所述第一校验处理和所述第二校验处理通过的情况下，基于所述解密密钥解密所述猜想值；以及基于解密后的所述猜想值，从所述多个猜想者中选取下一区块的构建者。本公开还提供了一种区块链共识装置、设备、存储介质和程序产品。
区块共识方法装置设备介质程序产品

[发明专利]业务数据的处理方法、装置、处理器以及电子设备-CN202310431481.0在审
发明人：康宏宇;唐可力;文会娴;叶瑛锋 -专利权人：中国工商银行股份有限公司
申请日： 2023-04-20 - 公布日： 2023-07-25 - 主分类号： G06Q30/0202 文献下载
摘要：本申请公开了一种业务数据的处理方法、装置、处理器以及电子设备。涉及金融科技领域，该方法包括：获取目标客户的业务类型以及目标客户在目标时间周期的目标业务数据；根据业务类型匹配业务预测模型类型，并将目标业务数据进行数据处理，得到特征数据；将特征数据输入业务预测模型类型下的M个预测模型中，输出M个预测结果，根据M个预测结果确定预测业务数据；在获取到目标客户的下一时间周期的实际业务数据的情况下，将预测业务数据与实际业务数据进行对比，得到对比结果，并根据对比结果对目标客户进行业务的调整。通过本申请，解决了相关技术中无法准确预测客户业务数据的问题。
业务数据处理方法装置处理器以及电子设备

[发明专利]数据测试方法、装置、设备、介质和程序产品-CN202310118393.5在审
发明人：钟玉兴;文会娴;聂雪琴;吴春彪 -专利权人：中国工商银行股份有限公司
申请日： 2023-02-03 - 公布日： 2023-06-23 - 主分类号： G06F11/36 文献下载
摘要：本公开提供了一种数据测试方法，可以应用于测试技术领域或金融领域。该方法由第一服务器执行，包括：接收与第二服务器对应的接口文档；判断所述与第二服务器对应的接口文档是否采用标准格式；当所述与第二服务器对应的接口文档未采用标准格式时，查询与所述第二服务器对应的接口文档格式匹配的第一转换规则，将标准格式测试案例转换成符合第二服务器格式要求的非标准格式测试案例，对所述非标准格式测试案例进行测试，获取非标准格式测试结果集；将所述非标准格式测试结果集基于第二转换规则转换为标准结果测试表，其中，所述第二转换规则与第二服务器对应的接口文档格式匹配；以及将所述标准结果测试表与标准测试结果集进行比对，获取数据测试结果。
数据测试方法装置设备介质程序产品

[发明专利]一种业务报文自动校验方法及装置-CN202110863715.X在审
发明人： 文会娴;李伟良;李俊;康宏宇 -专利权人：中国工商银行股份有限公司
申请日： 2021-07-29 - 公布日： 2021-10-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供的一种业务报文自动校验方法及装置，可用于金融技术领域，本发明通过提取各报文主体对应的多个业务要素的要素数据，然后所述要素数据进行解析，形成结构化数据，之后结合预设的结构化数据表对所述结构化数据进行逐项核对校验，本发明克服了现有技术中对象个体独立、位置固定、元素路径简单的不足，提供了一种基于报文规范实现业务报文自动校验的方法，将报文规范转为不定长路径的结构化数据，将其与银行研发的组装无序的业务报文进行自动校验，释放人工校验成本，提升开发测试效率。
一种业务报文自动校验方法装置

[发明专利]信用证审核终端-CN201910699442.2在审
发明人：钟玉兴;文会娴;聂雪琴;张炜 -专利权人：中国工商银行股份有限公司
申请日： 2019-07-31 - 公布日： 2019-11-05 - 主分类号： G06K9/32 文献下载
摘要：本发明实施例公开了一种信用证审核终端，该信用证审核终端包括：OCR识别处理单元，用于识别并提取出信用证文本图像中的结构化数据，其中所述结构化数据包括：条款以及条款对应的条款项；智能审证单元，用于根据训练好的软条款识别模型对所述结构化数据进行软条款识别，得到软条款识别结果，其中，所述软条款识别模型为采用训练样本对预设的机器学习模型进行训练得出，所述训练样本为在用于模型训练的信用证结构化数据上标注出各软条款对应的字段形成的训练样本。本发明解决了现有技术人工对信用证中的软条款进行识别时出现的识别准确性无法保证以及效率低的技术问题。
信用证结构化数据训练样本终端审核机器学习模型处理单元技术人工模型训练文本图像预设字段标注智能保证