“实例集合”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果152381个，建议您升级VIP下载更多相关专利

[发明专利]基于微服务的版本管理和更新方法及其系统-CN202310726941.2在审
发明人：徐欢;王伟东;王路权 -专利权人：北京全网数商科技股份有限公司
申请日： 2023-06-19 - 公布日： 2023-10-20 - 主分类号： G06F8/65 文献下载
摘要：本发明公开了基于微服务的版本管理和更新方法及其系统，确定待升级的目标微服务，获取与目标微服务存在依赖关系的关联微服务；将目标微服务和关联微服务设置为待升级服务实例集合；创建与待升级服务实例集合对应的中转服务实例集合；匹配目标微服务的升级服务版本文件，获取关联微服务的最新服务版本文件，将升级服务版本文件和最新服务版本文件打包生成更新服务版本文件包；目标微服务升级时，待升级服务实例集合停止接收服务请求，将更新服务版本文件包发布于应用程序的运行环境中运行本发明通过中转服务实例集合和划定待升级服务实例集合，实现存在依赖关系的微服务整体完成在线版本升级。
基于微服版本管理更新方法及其系统

[发明专利]一种杆塔和导线实例智能识别方法及设备-CN202210943583.6在审
发明人：赵翔;赵冰;李文娟;冀树伟;闫亭亭;焦健;张忠诚 -专利权人：北京中关村智连安全科学研究院有限公司
申请日： 2022-08-08 - 公布日： 2022-12-30 - 主分类号： G06V20/17 文献下载
摘要：本发明涉及智能识别技术领域，公开了一种杆塔和导线实例智能识别方法及设备，包括如下步骤：S1：输入待处理的无人机巡检图像；S2：对巡检图像进行直线段检测及处理，提取出图像中的直线集合；S3：对巡检图像进行塔头识别，提取塔头实例。通过对无人机巡检采集回的图像进行直线段检测提取得到直线段集合，并通过处理去除掉集合中的杂线段等对应的干扰实例，得到直线集合，完成导线实例的识别，识别精准度高，同时采用EfficientNetLite+nanodet算法进行杆塔塔头实例的识别，导线实例与塔头实例同步进行识别，节约了图像处理时间。
一种杆塔导线实例智能识别方法设备

[发明专利]用于调度云资源的方法和装置-CN201910999651.9有效
发明人：刘佳楠 -专利权人：北京百度网讯科技有限公司
申请日： 2019-10-21 - 公布日： 2022-06-21 - 主分类号： G06F9/50 文献下载
摘要：该方法的一具体实施方式包括：接收资源实例创建请求，其中，该资源实例创建请求中包括待创建的资源实例的优先级信息；响应于确定满足资源实例释放的触发条件，获取物理机信息集合，其中，该物理机信息集合中的物理机信息包括运行有目标资源实例的物理机的标识和目标资源实例的实例信息，该实例信息包括实例标识和优先级信息；根据该物理机信息集合中的目标资源实例的优先级，选取目标数目个目标资源实例作为第一待释放资源实例；将该目标数目个第一待释放资源实例的实例标识发送至控制端，以使该控制端释放该目标数目个第一待释放资源实例
用于调度资源方法装置

[发明专利]一种用于对时间序列数据预测算法自动选择系统及其方法-CN201911374036.5在审
发明人：陈夏 -专利权人：苏州交能智慧科技有限公司
申请日： 2019-12-27 - 公布日： 2020-06-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开的属于时间序列数据预测算法技术领域，具体为一种用于对时间序列数据预测算法自动选择系统，包括控制芯片，一种用于对时间序列数据预测算法自动选择方法，该用于对时间序列数据预测算法自动选择方法的步骤如下：S1：问题空间转换为子时间序列空间实例，S2：子时间序列空间实例通过特征选择子协议，转化为特征集合实例，S3：实现与算法实例与计算性能实例的映射；S4，建立问题实例和计算性能实例的对应关系，本发明在处理预测时间序列时，基于实例数据集合空间、特征集合空间、算法空间、计算性能指标空间之间建立联系，从而根据计算性能指标空间，对输入实例数据集合的预测算法做出推荐。
一种用于时间序列数据预测算法自动选择系统及其方法

[发明专利]核密度估计方法、装置、存储介质和电子设备-CN201811308615.5在审
发明人：高睿;于福超 -专利权人：东软集团股份有限公司
申请日： 2018-11-05 - 公布日： 2019-04-09 - 主分类号： G06F16/904 文献下载
摘要：本公开涉及一种核密度估计方法、装置、存储介质和电子设备，该方法包括：将数据集划分为多个实例点集合，该数据集中包含多个实例点；从每个该实例点集合中提取实例点，作为对该数据集进行核密度估计所需的多个样本点；通过每个该实例点集合的权重以及预设分布函数对上述多个样本点进行核密度估计，以生成该数据集对应的核密度拟合曲线，该权重为该实例点集合中的实例点数量在该数据集中的实例点总数量中所占的比重，该预设分布函数为以预设带宽和上述多个样本点的数据值作为输入参数的分布函数通过分集合提取样本点的方式对数据集进行有规律地抽样，得到能够准确描述数据集的样本点，在缩小数据集规模的同时保证核密度估计的准确性。
核密度估计数据集样本点集合分布函数存储介质电子设备数据集中权重预设描述数据拟合曲线输入参数预设带宽抽样保证

[发明专利]一种面向物联网的RBAC权限修改方法-CN202111574576.5有效
发明人：张磊;张芃;沈夏炯;韩道军;贾培艳;丁文珂 -专利权人：河南大学
申请日： 2021-12-21 - 公布日： 2022-09-13 - 主分类号： H04L67/12 文献下载
摘要：本发明公开了一种面向物联网的RBAC权限修改方法，包括以下步骤：A：获取各权限的访问控制日志记录并进行数据预处理，得到该物联网系统的权限实例数据和所有权限集合；B：利用属性探索辅助角色发现方法，建立访问控制实例的无冗余集合、权限蕴涵关系集合以及权限内涵集合；C：得到访问控制实例的无冗余集合，然后根据后件是否存在增加或减少进行判断，最终得到修改后的访问控制实例的无冗余集合、新的权限蕴涵关系集合以及新的权限内涵集合。
一种面向联网 rbac 权限修改方法

[发明专利]针对规则流的测试用例生成装置、方法和系统-CN201510175631.1在审
发明人：钟朝亮;皮冰锋;黄琦珍;孙俊;上原忠弘 -专利权人：富士通株式会社
申请日： 2015-04-14 - 公布日： 2016-11-23 - 主分类号： G06F11/36 文献下载
摘要：本发明实施例提供一种测试用例生成装置、方法和系统，其中，所述装置包括：解析单元，其解析给定规则流以及所述规则流中的规则，确定所述规则流的实例集合；提取单元，从所述规则流中的规则中提取各规则所期望的实例的属性的显式取值范围和关系，得到第一范围集合和关系集合；确定单元，其根据所述第一范围集合和关系集合确定隐式取值范围，得到包含显式取值范围和/或隐式取值范围的第二范围集合；生成单元，其根据所述实例集合、以及所述第二范围集合生成所述规则流的测试用例通过该装置，解决了现有的测试用例生成方法不能识别应该被包含于产生的测试用例中的精确的实例集合的问题。
针对规则测试生成装置方法系统

[发明专利]用于多实例学习的注意力过滤-CN201980033433.8在审
发明人： P.克里德;A.J.K.J.西姆;S.T.斯潘塞;M.J.维伦纽斯 -专利权人：伯耐沃伦人工智能科技有限公司
申请日： 2019-03-29 - 公布日： 2020-12-25 - 主分类号： G06N5/02 文献下载
摘要：提供了用于过滤数据的集合的方法、装置和系统，所述数据的集合包含多个数据实例，通过以下实现：接收所述数据的集合的得分的集合；基于所述数据的集合中的所述数据实例之间的一个或多个关系的先验知识来确定注意力过滤信息，并且计算与所述数据实例和所述得分的集合相对应的注意力相关性权重；并且将所述注意力过滤信息提供给机器学习ML技术或ML模型。
用于实例学习注意力过滤

[发明专利]一种基于属性探索的多部门协同交互式RBAC角色构建方法-CN202010639608.4有效
发明人：沈夏炯;杨继勇;张磊;韩道军;贾培艳 -专利权人：河南大学
申请日： 2020-07-06 - 公布日： 2022-09-13 - 主分类号： G06F21/30 文献下载
摘要：本发明公开了一种基于属性探索的多部门协同交互式RBAC角色构建方法，依次包括以下步骤：A：获取部门的访问控制实例的初始集合和所有权限集合；B：利用属性探索辅助角色发现算法，得到该部门的确定的访问控制实例的无冗余集合和蕴含关系集合，同时确定角色集合；C：得到所有部门的确定的访问控制实例的无冗余集合、蕴含关系集合和角色集合，经分析得到所有部门联合后的蕴含关系集合、所有部门联合后确定的访问控制实例的无冗余集合和所有部门联合后的角色集合
一种基于属性探索部门协同交互式 rbac 角色构建方法

[发明专利]实例发布方法、系统、电子设备及存储介质-CN202210773945.1在审
发明人：施燕;周光明;肖小龙 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2022-07-01 - 公布日： 2022-09-06 - 主分类号： G06F8/60 文献下载
摘要：本发明公开了一种实例发布方法、系统、电子设备及存储介质。其中，实例发布方法包括：获取待发布的实例集合，实例集合包含内容相同的多个实例；针对每个集群，按照预设的与集群对应的权重系数将多个实例发布到集群中；在发布实例的过程中，若检测到有集群发生故障，则根据未发生故障的集群更新对应的权重系数；按照更新后的权重系数将多个实例发布到未发生故障的集群中。本发明通过将实例集合中的实例按照权重系数分布在不同的集群中，并且若在发布时某个集群存在故障可以将实例发布到正常的集群中。如此，将实例按照一定的权重系数分散发布到多个集群中，在至少有一个集群可用时，能保证实例的正常的发布，降低了应用发布时面临发布失败的风险。
实例发布方法系统电子设备存储介质

[发明专利]进程实例配置方法、装置、电子设备、介质和程序产品-CN202211414450.6在审
发明人：甄玉磊 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G06F9/445 文献下载
摘要：本公开的实施例公开了进程实例配置方法、装置、电子设备、介质和程序产品。该方法的一具体实施方式包括：针对目标项目对应的各个进程实例的各个进程标识，生成延迟时长集合，其中，延迟时长集合中的各个延迟时长相异；响应于确定所存储的进程标识数组的数组长度小于各个进程实例包括的进程实例的数量，根据延迟时长集合，将各个进程标识存储至进程标识数组，以对进程标识数组进行更新；对于各个进程实例中的每个进程实例，根据进程实例的进程标识在所更新的进程标识数组中的位置，对进程实例的索引信息进行配置。该实施方式与计算机进程有关，可以在没有设置实例环境以及动态生成多个实例的情况下区分进程实例，避免多个进程实例间的相互覆盖。
进程实例配置方法装置电子设备介质程序产品

[发明专利]一种多标签批处理模式主动学习方法及系统-CN202210133601.4在审
发明人：郭伟;葛小琛;鹿旭东;孔兰菊;刘凯;崔立真 -专利权人：山东大学
申请日： 2022-02-14 - 公布日： 2022-07-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种多标签批处理模式主动学习方法及系统，在多标签场景下的每次迭代过程中，根据不确定性、标签相关性和标签稀疏性量化的信息量值，从未标记的集合中选择多个实例标签对的初始集合；从初始集合中一一选择信息量最大的实例标签对，并将它们放入备选集合中，并更新初始集合中实例标签对的信息量值，直到选择了满足数量的实例标签对，在所述选择过程中，采用代表性和多样性标准，以使最终选择的实例标签对在实例和标签维度上尽可能不同。本发明在每次迭代时通过两阶段选择策略，利用信息量、代表性和多样性标准，从而选择一批具有高信息量和低冗余度的实例标签对，提高标签。
一种标签批处理模式主动学习方法系统

[发明专利]通信会聚和用户接口系统、装置及方法-CN200980156829.8无效
发明人：希思·斯托林斯;布莱恩·F·罗伯茨;唐纳德·H·雷亚 -专利权人：维里逊专利及许可公司
申请日： 2009-10-21 - 公布日： 2012-01-11 - 主分类号： G06F3/00 文献下载
摘要：在一个示例性方法中，会聚表示不同类型的通信实例的通信数据，并且显示包括表示不同类型的通信实例的分组的收录集合的图形用户界面(GUI)。在特定实施例中，在收录集合中表示的通信实例中的至少一个包括语音类型通信实例。在特定实施例中，检测对GUI中显示的收录中的一个的用户选择，所选择的收录与联系人相关联，并且响应于用户选择来显示表示不同类型的会聚的通信实例的另一个分组的另一个收录集合。在特定实施例中，在另一个分组中的通信实例中的每一个与联系人相关联。在特定实施例中，另一个收录集合在GUI中被显示为收录集合内的子集。
通信会聚用户接口系统装置方法

[发明专利]立体声音频信号编码器-CN201280075873.8有效
发明人： A·瓦西拉凯;L·J·拉克索宁;A·S·拉莫 -专利权人：诺基亚公司
申请日： 2012-07-19 - 公布日： 2015-05-20 - 主分类号： G10L19/008 文献下载
摘要：一种设备，包括：声道分析器，被配置来确定定义至少两个音频信号声道之间的差异的至少一个参数集合；数值分析器，被配置来分析所述至少一个参数集合以确定初始趋势；映射器，被配置来基于所述初始趋势，根据第一映射来映射至少一个参数集合的实例，以生成具有关联顺序位置实例的经映射实例；以及编码器，被配置来基于所述经映射实例的顺序位置，编码所述经映射实例。
立体声音频信号编码器

[发明专利]用于缩减数据集的数据缩减-CN201780008705.X在审
发明人： I·C·M·福林森伯格;M·奥恩 -专利权人：皇家飞利浦有限公司
申请日： 2017-01-17 - 公布日： 2018-09-28 - 主分类号： G06F17/18 文献下载
摘要：提供了用于基于来自变量集合的变量子集来缩减数据集的数据缩减设备(150)和方法。所述多个变量的实例包括用于预测另外的类型的数据的实例的信息。所述第一数据集单元获得包含数据的实例的元组的第一集合。所述第二数据集单元获得包括所述另外的类型的数据的实例的第二集合。所述第二集合的每个实例对应于所述第一集合的所述元组中的一个。所述搜索单元获得表示优化函数的至少局部最优值的缩减的变量集合，所述优化函数是缩减的第一集合与所述第二集合之间的第一互信息值和基于所述缩减的变量集合中的变量数量的惩罚值的组合。
集合变量集合数据缩减数据集单元第一数据搜索单元优化函数数据集元组变量子集多个变量互信息惩罚预测