“邓凌飞”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4个，建议您升级VIP下载更多相关专利

[发明专利]软件离线快速升级方法、装置、计算机设备及存储介质-CN202310781445.7在审
发明人：柳遵梁;邓凌飞;顾寅红;闻建霞;邱涛;高晓东 -专利权人：杭州美创科技股份有限公司
申请日： 2023-06-29 - 公布日： 2023-07-28 - 主分类号： G06F8/658 文献下载
摘要：本发明实施例公开了软件离线快速升级方法、装置、计算机设备及存储介质。所述方法包括：构建支持离线增量升级的基础镜像包；基于所述基础镜像包制作增量升级包；基于所述基础镜像包应用所述增量升级包，以对软件进行离线升级。通过实施本发明实施例的方法可实现通过Docker部署发布的软件在离线环境能够轻量、快速完成升级。
软件离线快速升级方法装置计算机设备存储介质

[发明专利]一种基于集成学习和迁移学习的情感识别方法及装置-CN202310020744.9在审
发明人：伍冬睿;邓凌飞 -专利权人：华中科技大学
申请日： 2023-01-06 - 公布日： 2023-05-09 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种基于集成学习和迁移学习的情感识别方法及装置，属于情感计算的脑机接口领域。首先基于深度迁移学习算法，利用源域有标签数据对情感识别模型进行预训练，再利用预训练后的情感识别模型对目标域无标签数据进行预测，并选择前若干高置信度的预测结果作为伪标签，得到目标域带伪标签数据。然后，通过对特征进行随机非线性映射，以增加特征多样性。接着，利用源域有标签数据和目标域带伪标签数据构造第一数据样本集，训练一个基分类器；利用目标域带伪标签数据和目标域其余标签数据构造第二数据样本集，训练另一个基分类器。循环迭代，最后将所有基分类器结果求和得到最终的输出，以实现对目标域无标签数据的识别。
一种基于集成学习迁移情感识别方法装置

[发明专利]基于时间感知的系统故障预测方法、装置、设备及介质-CN202211225819.9在审
发明人：王雨农;夏坤;邓凌飞;马旭华 -专利权人：阿里云计算有限公司
申请日： 2022-10-09 - 公布日： 2023-01-17 - 主分类号： G06F11/07 文献下载
摘要：本申请实施例提供了基于时间感知的系统故障预测方法、装置、设备及介质，应用于云计算系统，所述方法包括：获取故障预测模型和实时采集的实时系统数据；故障预测模型基于时间相关性矩阵和异常相关性矩阵进行结合生成，其中，时间相关性矩阵用于提取系统异常的异常发生时间信息，异常相关性矩阵用于提取所发生的系统异常的语义信息；根据实时系统数据和故障预测模型，得到针对云计算系统的故障预测结果。通过将所提取的语义信息和时间信息进行融合，采用所引入的时间信息对日志模式进行更充分的挖掘，提高对实时采集的实时系统数据进行系统故障预测的预测结果的准确性。
基于时间感知系统故障预测方法装置设备介质

[发明专利]基于加权损失的系统故障预测方法、装置、设备及介质-CN202211225563.1在审
发明人：王雨农;夏坤;邓凌飞;马旭华 -专利权人：阿里云计算有限公司
申请日： 2022-10-09 - 公布日： 2023-01-13 - 主分类号： G06F11/07 文献下载
摘要：本申请实施例提供了基于加权损失的系统故障预测方法、装置、设备及介质，所述方法包括：获取故障预测模型和实时采集的实时系统数据；其中，故障预测模型基于目标损失函数训练生成，所述目标损失函数基于故障预测模型的加权交叉熵损失以及置信度计算得到；根据实时采集的实时系统数据生成异常序列；根据异常序列和故障预测模型，得到针对云计算系统的故障预测结果。通过采用的基于加权交叉熵损失计算的损失函数，其加权交叉熵损失为基于故障宕机单元生命周期中采集的多个样本预测生成，能够降低混淆样本的权重，并可以基于此损失填补训练、测试对象不同的差异，减小混淆样本对模型的负面影响，提高模型预测的精准度。
基于加权损失系统故障预测方法装置设备介质