“龙明盛”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64个，建议您升级VIP下载更多相关专利

[发明专利]机器学习项目代码修改检测方法及装置-CN202310628036.3在审
发明人：裴忠一;陈俣策;黄亦芃;龙明盛;王建民 -专利权人：清华大学
申请日： 2023-05-30 - 公布日： 2023-10-10 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种机器学习项目代码修改检测方法及装置，包括：获取待处理代码文件目录；基于待处理代码文件目录获取变更文件列表，以生成历史提交代码文件目录；根据预设后缀名对变更文件列表进行文件后缀名筛选，以得到待处理文件列表；将待处理文件列表根目录下各级文件夹名和文件名与预设字符串进行相似度匹配，以得到待判断文件列表；提取待处理代码文件目录和历史提交代码文件目录的待判断文件列表中文件的抽象语法树，记为t1和t2；提取t1和t2中预设类型节点，比较节点预设属性内容，判断是否发生变更，输出检测结果。本发明挖掘发生了改动的文件的抽象语法树，根据节点类型进行不同判断，方便快捷的对机器学习项目代码修改做出检测。
机器学习项目代码修改检测方法装置

[发明专利]基于遗传算法的任务调度信息的确定方法、装置和设备-CN202210673085.4在审
发明人：钟金成;王建民;龙明盛;吴佳龙;马浩宇 -专利权人：清华大学
申请日： 2022-06-15 - 公布日： 2022-10-04 - 主分类号： G06F9/50 文献下载
摘要：本申请提供一种基于遗传算法的任务调度信息的确定方法、装置和设备，涉及计算机领域和任务处理技术领域。该方法包括：获取任务调度信息集合；遗传算法的遗传算子对任务调度信息集合进行处理，得到任务处理结果；对任务处理结果进行处理，得到任务调度信息的中间特征，以及任务调度信息的适应度；根据各任务调度信息的中间特征，确定下一轮遗传算法的遗传算子；基于达到预设条件时所得到的遗传算子，对任务调度信息集合进行处理，得到适应度更高的任务调度信息的集合。本申请的方法可以充分发挥遗传算法兼顾广度和深度搜索的特点，自动适配每一轮遗传算法使用的遗传算子，提升调度任务信息的准确性。
基于遗传算法任务调度信息确定方法装置设备

[发明专利]基于遗传算法的生产线调度方法、装置及设备-CN202210309062.5在审
发明人： 龙明盛;王建民;树扬;裴忠一;钟金成 -专利权人：清华大学
申请日： 2022-03-28 - 公布日： 2022-08-26 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于遗传算法的生产线调度方法、装置及设备，所述方法包括：根据生产线中待求解的第一调度问题，通过预设编码映射机制初始化第一调度问题对应的第一种群，并根据预设编码机制确定第二调度问题对应的第二种群；其中，第二调度问题为生产线中与第一调度问题相匹配的、且已求解的调度问题；第一种群和第二种群中分别包括多个个体，根据第一种群和第二种群，通过遗传算法对第一种群进行更新；根据更新后的第一种群，确定第一调度问题对应的调度方案，通过得到已求解的第二调度问题对应的调度方案的群体，该群体提供了更优的待求解的第一调度问题的求解方向，从而快速得到针对待求解问题的调度方案，进而提高工业生产效率。
基于遗传算法生产线调度方法装置设备

[发明专利]应用于修正天气预报信息的模型训练方法、装置和设备-CN202210612521.7在审
发明人：王建民;龙明盛;高敬涵;裴忠一 -专利权人：清华大学
申请日： 2022-05-31 - 公布日： 2022-08-09 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种应用于修正天气预报信息的模型训练方法、装置和设备，该方法包括：获取待训练数据；待训练数据中包括每一格点的天气预报信息集合和天气实际信息；天气预报信息集合中包括至少两个天气预报信息，天气预报信息集合为基于模式预报方式所输出的；同一格点下的各天气预报信息归属于同一起报时点和同一预测时效；基于待训练数据对预设初始模型进行模型训练输出损失函数，损失函数为基于CRPS函数和MAE函数的损失函数，根据损失函数更新预设初始模型的参数，得到用于修正天气预报信息的天气预报修正模型。准确、快速的修正天气预报信息。保证数据的评价维度一致性，保证训练模型有效性。减少模型训练时间；提升模型的准确性和精度。
应用于修正天气预报信息模型训练方法装置设备

[发明专利]产品的生产任务处理方法、设备、介质及程序产品-CN202210301955.5在审
发明人：钟金成;王建民;龙明盛;吴佳龙;马浩宇 -专利权人：清华大学
申请日： 2022-03-25 - 公布日： 2022-07-12 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供一种产品的生产任务处理方法、设备、介质及程序产品。该方法包括：接收输入的产品的生产约束，根据每一产品的生产周期、每一生产任务对应的任务时长以及全部产品的最终完成时间随机设置每一生产任务的开始时间和完成时间；根据产品的生产数目、完成每一产品的生产任务以及生产任务之间的先序关系随机设置生产任务的生产顺序；根据每一生产任务的开始时间和完成时间以及生产任务的生产顺序随机生成第一预设数目个初始化任务排班表；利用遗传算法对第一预设数目个初始化任务排班表进行预设次数的迭代训练，确定产品最终的任务排班表。本申请的方法，可以使任务排班表满足流水线上多个产品的生产需求，从而实现高效的流水化生产。
产品生产任务处理方法设备介质程序

[发明专利]关键点检测方法、装置、电子设备及计算机可读存储介质-CN202110687209.X在审
发明人： 龙明盛;江俊广;蔡东阳;郭小燕;郑文;王建民 -专利权人：清华大学;北京达佳互联信息技术有限公司
申请日： 2021-06-21 - 公布日： 2021-08-24 - 主分类号： G06K9/00 文献下载
摘要：本公开关于一种关键点检测方法、装置、电子设备及计算机可读存储介质，属于深度学习技术领域。本公开通过在提取到手部图像的图像特征后，分别获取图像特征对应的空间热力图、空间注意力图和深度图，从而基于空间热力图、空间注意力图和深度图，来确定手部图像中多个关键点的三维位置信息，即可确定出手部图像中各个关键点的位置。
关键检测方法装置电子设备计算机可读存储介质

[发明专利]模型训练方法、装置、存储介质及电子设备-CN202110656444.0在审
发明人： 龙明盛;江俊广;刘裕峰;蔡东阳;郭小燕;郑文;王建民 -专利权人：清华大学;北京达佳互联信息技术有限公司
申请日： 2021-06-11 - 公布日： 2021-08-20 - 主分类号： G06N3/08 文献下载
摘要：本公开关于一种模型训练方法、装置、存储介质及电子设备，上述模型训练方法应用于关键点检测模型，上述关键点检测模型包括：特征提取器，回归器和对抗回归器，上述模型训练方法包括：确定上述关键点检测模型中待更新的目标对象，其中，上述目标对象包括：上述特征提取器，上述回归器和上述对抗回归器；对上述目标对象的网络参数进行更新，以使上述关键点检测模型从源域向目标域迁移，以至少解决相关技术中的域自适应方法无法实现关键点检测模型在不同的数据域之间进行迁移的问题。
模型训练方法装置存储介质电子设备

[发明专利]一种实时更正数据的存储与缓存读取方法-CN201710149222.3有效
发明人：王建民;黄向东;董一峰;龙明盛 -专利权人：清华大学
申请日： 2017-03-14 - 公布日： 2020-09-18 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及一种大规模实时更正数据的存储与缓存读取方法，属于计算机数据管理技术领域。本发明面向工业物联网、气象信息网中出现的一类重要的实时更正数据，数据读取以按时间维度的批量读取为主，数据量大且需要进行实时更正。本发明方法实现数据存储、数据直接读取与数据缓存读取，既能快速返回数据，又支持更正数据的实时更新，并通过缓存提升用户获取速度的时间。本发明克服了目前的分布式系统中广泛存在的大规模实时更正数据存储和读取性能无法达到要求的难题，方法直观有效、便于使用。
一种实时更正数据存储缓存读取方法

[发明专利]一种分布式多维离散数据的计算方法-CN201710134803.X有效
发明人：王建民;龙明盛;李峰;黄向东 -专利权人：清华大学
申请日： 2017-03-07 - 公布日： 2020-07-10 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及一种分布式多维离散数据的计算方法，属于计算机数据处理技术领域。该方法首先调用分布式存储系统的服务接口获取元数据并解析得到哈希范围到主机的映射关系，其次对存储系统中所有数据的主键根据主键到哈希码的映射关系和哈希范围到主机的映射关系得到每条数据的主键对应的主机，最终分布式计算系统在分配任务时根据数据的主键所在的主机分配任务。特别地，本文详细描述了多维离散数据在分布式计算系统Spark和分布式存储系统Cassandra间的跨层优化。本发明能够有效地达到任务本地化计算的目的，方法直观有效、便于使用。
一种分布式多维离散数据计算方法

[发明专利]基于向量时钟的分布式键值数据库的副本修复方法与装置-CN201811384997.X有效
发明人：王建民;黄向东;乔嘉林;龙明盛 -专利权人：清华大学
申请日： 2018-11-20 - 公布日： 2020-03-13 - 主分类号： G06F11/14 文献下载
摘要：本发明实施例提供一种基于向量时钟的分布式键值数据库的副本修复方法与装置，其中所述方法包括：分别为每个节点对应分配一个向量时钟，并设置一个写操作版本变量，向量时钟的各分量表示相应节点作为写操作的协调者节点的写操作，写操作版本变量记录写操作版本号；在每次进行写操作时，更新执行写操作的节点对应的写操作版本号，并基于向量时钟和写操作版本号，记录不同节点间的丢失写操作序列；基于更新的写操作版本号和丢失写操作序列，读取其余副本所在节点写操作的最新数据，以供待修复副本所在节点根据最新数据，修复待修复副本。本发明实施例能够有效降低修复过程的繁琐程度，提高修复效率。
基于向量时钟分布式键值数据库副本修复方法装置

[发明专利]一种支持处理单元在线切换的流数据处理方法-CN201710206785.1有效
发明人：王建民;黄向东;张博;龙明盛;邱明明 -专利权人：清华大学
申请日： 2017-03-31 - 公布日： 2020-02-07 - 主分类号： G06F16/27 文献下载
摘要：本发明涉及一种支持处理单元在线切换的流数据处理方案，属于计算机数据处理技术领域。首先对流数据处理业务进行抽象，将处理业务分为处理框架和处理单元，其中处理框架是固定逻辑，处理单元是可变逻辑。其次，对处理单元进行抽象，采用JVM类加载器实现处理单元的加载。对于新增处理单元，在不重新启动系统的条件下，只需要重新加载相应的类文件即可完成处理单元在线切换，保证了流数据处理系统的高可用性。该发明提出了一种有效的流数据处理单元在线切换的方案，方法简单直观、可靠有效、便于使用。
一种支持处理单元在线切换数据处理方法

[发明专利]分布式计算机存储系统中数据副本异构存储与访问方法-CN201711024532.9有效
发明人：王建民;黄向东;乔嘉林;龙明盛 -专利权人：清华大学
申请日： 2017-10-27 - 公布日： 2019-11-08 - 主分类号： G06F3/06 文献下载
摘要：本发明涉及一种分布式计算机存储系统中数据副本异构存储与访问方法，属于计算机数据管理技术领域。首先根据用户指定的属性优先级和数据副本数n进行属性分配，每个数据副本对应一个存储特征，并根据存储特征创建各个数据副本的存储模型，随后将数据写入到n个数据副本中；在访问请求到来时，解析访问条件，生成访问属性集，计算各个数据副本的访问优先级，找出最佳访问数据副本进行访问。本发明将不同数据副本按照用户访问特点按不同属性排序存储，从而使分布式计算机存储系统中数据的多个数据副本能够快速响应用户在数据不同属性上的访问请求，使得多副本技术在提高系统可用性的基础上，还提升了系统的访问性能。
分布式计算机存储系统数据副本存储访问方法

[发明专利]一种大规模流式集合数据的分布式处理方法-CN201710087603.3有效
发明人：王建民;龙明盛;王珏;黄向东 -专利权人：清华大学
申请日： 2017-02-17 - 公布日： 2019-07-26 - 主分类号： G06F3/06 文献下载
摘要：本发明涉及一种大规模流式集合数据的分布式处理方法，属于计算机数据处理技术领域。首先基于分布式消息系统记录流式集合数据的完备状态，如果流式集合数据完备则消息系统生成对应的消息，分布式计算系统从分布式消息系统中提取流式集合数据的状态消息，将获取的流式集合数据存储到分布式存储系统，根据具体的处理算法和业务逻辑进行分布式处理和计算，并将处理结果存储到分布式存储系统中，完成对流式集合数据的处理。本发明方法可以有效的控制流式集合数据的处理流程，并利用集合数据的批量式计算提高系统的资源利用率。本方法可以快速、有效地处理目前日益增长的流式集合数据，十分适用于工业物联网、气象信息网等典型的大数据应用场景。
一种大规模集合数据分布式处理方法

[发明专利]一种基于弹性表模型的多源异构数据存储方法和系统-CN201810046272.3有效
发明人：王建民;黄向东;龙明盛 -专利权人：清华大学
申请日： 2018-01-17 - 公布日： 2019-06-18 - 主分类号： G06F16/901 文献下载
摘要：本发明提供一种基于弹性表模型的多源异构数据存储方法和系统，所述方法包括：获取数据的对象信息和数据的属性信息；基于所述对象信息和所述属性信息建立弹性表模型，所述弹性表模型用于根据所述对象信息对所述数据进行对象分组，每个对象分组中存储有对象信息相同的数据，并将每个对象分组中属性信息相同的数据分为同一类数据，分别对各对象分组中的数据进行分类存储；基于所述弹性表模型对所述数据进行存储。分别通过数据的对象信息和属性信息对数据进行分组、分类存储，将一个对象的多个维度的异构数据统一组织，能不断增加异构数据类型和一种数据中的属性数量，在多个维度上、每个维度内具有弹性。
对象信息属性信息分组存储维度多源异构数据分类存储异构数据类型获取数据异构数据统一

[发明专利]基于正反卷积神经网络的时空大数据预测方法和系统-CN201711192977.8有效
发明人： 龙明盛;王建民;王韫博;黄向东 -专利权人：清华大学
申请日： 2017-11-24 - 公布日： 2019-05-14 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种基于正反卷积神经网络的时空大数据预测方法和系统，方法包括：将时空大数据输入训练好的正反卷积神经网络模型，获取预测结果；训练好的正反卷积神经网络模型通过如下步骤获取：根据任一时刻卷积记忆和任一时刻卷积输出门获取任一时刻卷积输出，构建任一时刻卷积长短时间记忆单元；根据任一时刻反卷积记忆和任一时刻反卷积输出门获取任一时刻反卷积输出，构建任一时刻反卷积长短时间记忆单元；搭建正反卷积神经网络模型；将由观测值组成的张量序列数据输入正反卷积神经网络模型进行训练，获得训练好的正反卷积神经网络模型。本发明通过分析和学习过去观测到的数据，对时空数据的隐含特征进行学习，预测未来的时空大数据序列。
基于正反卷积神经网络时空数据预测方法系统

1
2
3
4
5
下一页»
尾页
共 64 条