“杨伏长”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]一种生物网络关键差异节点的样本特征提取及预测方法-CN201910463541.0有效
发明人：谢江;王娇;孙佳敏;李嘉鑫;杨伏长 -专利权人：上海大学
申请日： 2019-05-30 - 公布日： 2023-08-29 - 主分类号： G16B40/20 文献下载
摘要：本发明涉及一种生物网络关键差异节点的样本特征提取及预测方法，结合网络拓扑与分子表达特征预测生物网络关键差异节点。特征提取方法具体包括A数据预处理、B提取特征向量、C节点标记和D扩充正样本；预测方法上特征提取的基础上增加E随机森林模型训练和F预测关键节点。本发明可以提取同一细胞在不同状态下的生物网络特征，样本特征的提取可以更有效的利用样本，使得到的训练集更有普适性，该算法对解决问题具有更强的泛化能力。
一种生物网络关键差异节点样本特征提取预测方法

[发明专利]数据同步方法、装置、计算机设备和存储介质-CN202211536282.8在审
发明人：张鑫;秦文劭;史志龙;杨伏长 -专利权人：上海浦东发展银行股份有限公司
申请日： 2022-12-02 - 公布日： 2023-03-28 - 主分类号： G06F16/27 文献下载
摘要：本申请涉及一种数据同步方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：实时获取初始集群的多个初始数据，并周期性获取多个初始数据对应的位置信息；对多个初始数据进行去重处理，得到去重数据；基于初始数据与位置信息的映射关系，以及初始数据与去重数据的数据顺序对应关系，得到去重数据与位置信息的映射关系；将去重数据与位置信息的映射关系，以及去重数据同步至目标集群。本方法通过对初始数据去重处理，可以避免同步重复数据，提高数据同步的效率，减少资源浪费。
数据同步方法装置计算机设备存储介质

[发明专利]流式数据处理方法、装置、计算机设备及存储介质-CN202211258213.5在审
发明人： 杨伏长;史志龙;秦文劭 -专利权人：上海浦东发展银行股份有限公司
申请日： 2022-10-14 - 公布日： 2023-01-17 - 主分类号： G06F8/41 文献下载
摘要：本申请涉及大数据处理技术领域，特别是涉及一种流式数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：从规则组件中确定出目标作业处理所需的目标规则组件，所述规则组件为不同的流式事件处理规则代码的抽象表示；从基础组件中确定出目标作业处理所需的目标基础组件，所述基础组件为不同作业处理中通用的功能模块；确定所述目标规则组件以及所述目标基础组件之间的逻辑关系，根据所述逻辑关系生成事件链路；根据所述事件链路生成目标代码，所述目标代码用于处理目标作业，所述目标代码由预先封装的不同流式事件处理规则代码编译而成。采用本方法能够能够提高流式数据处理所用代码的开发效率，降低代码开发学习成本。
数据处理方法装置计算机设备存储介质

[发明专利]挖掘事件逻辑链路的方法、装置及计算机设备-CN202211260590.2在审
发明人：周琪馨;秦文劭;史志龙;唐莹;杨伏长;林天心;杜瑶 -专利权人：上海浦东发展银行股份有限公司
申请日： 2022-10-14 - 公布日： 2023-01-17 - 主分类号： G06Q40/03 文献下载
摘要：本公开涉及数据处理技术领域，具体公开了一种挖掘事件逻辑链路的方法、装置及计算机设备，所述方法包括：获取业务数据，所述业务数据包括所述业务数据的来源信息；根据所述来源信息确定所述业务数据的目标业务场景；将所述业务数据与所述目标业务场景相关联的业务事件进行匹配，确定与所述业务数据相匹配的目标业务事件；获取与所述目标业务事件具有第一关联关系的链路事件，根据所述第一关联关系和时间约束确定目标事件链。本公开可以深度感知业务数据的目标业务事件发生场景以及上下文，有助于对用户进行流程情景感知分析，提高了业务系统的数字化程度，加强了业务系统的数据管理。
挖掘事件逻辑方法装置计算机设备

[发明专利]从差异网络中识别驱动基因的方法-CN202010461333.X有效
发明人：谢江;杨伏长;王娇 -专利权人：上海大学
申请日： 2020-05-27 - 公布日： 2023-01-10 - 主分类号： G16B5/20 文献下载
摘要：本发明公开了一种识别差异网络中驱动基因的方法，其特征在于：给定两个代表两种生物状态的基因调控网络，首先量化网络中边的不确定性，然后计算网络中任意两个节点之间最强且最稳定的调控关系，再后将节点特征化表示为网络流的分布，最后量化每个基因在两个网络中的网络流分布差异以识别驱动基因。该方法区别于其他已有的差异网络分析方法，其主要贡献在于结合了网络流和信息熵来刻画网络拓扑的差异。这种结合的优势在于能够量化基因调控网络中边的不确定性，同时能够捕获网络中全面的拓扑特征(局部和全局、线性和非线性特征)，因此，能够达到更高的驱动基因识别准确性和健壮性。
差异网络识别驱动基因方法