-
公开(公告)号：CN118709670A
公开(公告)日：2024-09-27
申请号：CN202411120041.4
申请日：2024-08-15
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F40/18 , G06F18/213 , G06F18/25 , G06F18/23213 , G06F16/35
Abstract: 本公开提供了一种基于类内分组来增强检索特征的表格数据预测方法及装置，涉及表格数据预测技术领域，用以解决现有技术中由于检索候选集样本数据粒度过细，导致数据预测准确度低下的技术问题。该方法包括：获取原始表格数据，并对原始表格数据进行预处理，得到待预测的表格数据样本集；利用分组算法分别对表格数据样本集进行分组处理；将每个小组融合为一个数据表示，得到小组数据候选集；对小组数据候选集进行特征编码处理，得到小组级特征候选集；融合查询样本的编码特征、小组级上下文特征和样本级上下文特征，得到增强后的查询样本特征；将增强后的查询样本特征输入预测器进行预测，得到与查询样本特征对应的预测结果。
-
公开(公告)号：CN117950748A
公开(公告)日：2024-04-30
申请号：CN202311864719.5
申请日：2023-12-29
Applicant: 中国科学院新疆理化技术研究所
Abstract: 本发明提供一种区块链性能的优化方法及装置，该方法包括获取区块链的第一交易信息、第一配置参数和第一性能信息；获取区块链性能预测模型，其中，区块链性能预测模型用于基于区块链所具有的交易信息和配置参数预测区块链的性能信息；基于智能优化算法对区块链性能预测模型在具有第一交易信息情况下进行求解，得到第二配置参数和第二性能信息，第二性能信息为区块链性能预测模型在具有第一交易信息的情况下所预测的区块链的最佳性能信息；基于第二性能信息和第一性能信息所得到区块链的性能优化幅度，将区块链的第一配置参数修改为第二配置参数。本发明通过实时的区块链信息数据动态地调整区块链参数，以使区块链拥有更优的性能。
-
公开(公告)号：CN110232082B
公开(公告)日：2022-08-30
申请号：CN201910509163.5
申请日：2019-06-13
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F16/2458 , G06V10/762 , G06V10/77 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种面向连续时空加油数据的异常检测方法，该方法涉及面向多个加油站的实时采集数据，基于统计与机器学习相结合，通过预置的基于无监督的时序数据异常检测模块、基于半监督的时序数据异常检测模块和基于多视图的时空深度异常检测模块三个异常检测模块，对潜在的异常对象进行挖掘与检测，并最终通过加权方式对异常对象进行判别。解决真实应用场景下异常难定义、难标注、以及现有方法难以将时空数据通过同一框架处理的问题。本发明所述的检测方法能够提高加油领域时空数据异常检测准确度，从而满足加油领域时空数据分析处理需求。
-
公开(公告)号：CN119128624A
公开(公告)日：2024-12-13
申请号：CN202411056650.8
申请日：2024-08-02
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F18/241 , G06F18/214 , G06F18/22 , G06F18/25 , G06F17/16 , G06F40/177 , G06N20/00
Abstract: 本发明属于表格数据预测领域，提供了一种用于处理表格数据的有序回归方法及系统，方法包括：利用多模态编码器对查询样本和表格数据训练集进行编码，得到初始及最终查询样本特征、训练特征及标签候选集；计算训练特征候选集中各类特征的类间距离累加值并从训练特征及标签候选集中检索与最终查询样本特征相似的样本特征和对应的标签；利用相似样本标签和类间距离累加值计算贡献度权重及相似样本特征与最终查询样本特征之间的相似度；融合相似度和贡献度权重后与初始查询样本特征整合，之后输入预测器得到有序标签。因类间距离累加值可体现有序知识的等级性、不等距性及包纳性，促进分类预测，故可以较为准确地对查询样本的有序标签进行预测。
-
公开(公告)号：CN117992544A
公开(公告)日：2024-05-07
申请号：CN202410140328.7
申请日：2024-01-31
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F16/27 , G06F16/22 , G06F16/9537
Abstract: 本发明提供一种区块链时空数据的去中心化索引构建与查询方法，包括：将区块链时空数据进行编码，得到编码结果；组合编码结果与区块链时空数据，生成前缀表达；在分布式网络环境中，根据前缀表达与分布式网络节点之间的距离划分索引分片，并构建去中心化索引网络；在索引分片中，构建前缀树空间索引与时间布谷鸟双向索引，根据前缀树空间索引与时间布谷鸟双向索引的哈希运算结果，预设区块链时空数据的空间位置；响应于用户发起的区块链时空数据查询请求，在索引分片内查找到预设数据空间位置。该方法实现在不改变原有区块链存储结构的基础上，构建可信任去中心化时空数据查询方法，满足区块链上时空数据的查询需求。
-
Patent Agency Ranking
公开(公告)号：CN117974142A
公开(公告)日：2024-05-03
申请号：CN202410140370.9
申请日：2024-01-31
Applicant: 中国科学院新疆理化技术研究所
IPC: G06Q20/38
Abstract: 本发明提供一种基于联盟链的海量交易数据上链冲突检测与可信处理方法，包括：预言机获取联盟链发送的对外部数据的上链请求，并将上链请求发送至外部组织；根据上链请求，预言机获取外部组织反馈的预上链交易数据，其中，预上链交易数据包括多个交易主键；预言机判断多个交易主键是否为冲突交易主键，如果是，对多个交易主键进行同主键索引并执行序列化重排序，并将排序后的同主键缓存，发送至不同主键序列化集合中；否则，对多个交易主键加锁，并缓存至不同主键序列化集合中；将不同主键序列化集合中的多个交易主键打包发送至联盟链，完成上链。该方法有效提高冲突交易数据的上链成功率，在传输过程中保障交易数据的安全性和完整性。
-
公开(公告)号：CN116383300A
公开(公告)日：2023-07-04
申请号：CN202310365929.3
申请日：2023-04-06
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F16/26 , G06F16/27 , G06Q40/04 , G06F16/2458
Abstract: 本发明提供一种联盟链的可视化系统及方法，系统包括：信息处理模块，用于对提取的联盟链网络数据、节点数据以及交易轨迹数据进行处理；信息可视化模块，用于基于处理后的数据生成联盟链视图，联盟链视图包括网络层视图、节点层视图以及交易层视图；其中，网络层视图用于展示联盟链的拓扑结构、运行状态以及资源占用情况；通过点击网络层视图中的节点可切换至与该节点对应的节点层视图；节点层视图用于展示该节点的健康信息、运行信息以及区块信息；交易层视图用于展示交易的生命周期。
-
公开(公告)号：CN112817916B
公开(公告)日：2023-03-31
申请号：CN202110167845.X
申请日：2021-02-07
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F16/13 , G06F16/14 , G06F16/182
Abstract: 本发明涉及一种基于IPFS的数据获取方法及系统，对存储在IPFS的数据建立了去中心化混合索引，将文本存入IPFS得到文本标识符；选取对文本区分度高的词作为关键词；对关键词进行哈希运算，与文本标识符组成关键词索引；由文本中心语句的关键词计算文本的句子索引；使用分布式哈希表存储索引文件。数据请求者发起查询请求时，根据查询语句长度决定执行关键词索引或者句子索引，在执行句子索引时，无法精确匹配的情况下，因为相似内容的句子索引相邻存储，在存储句子索引的节点附近进行搜索。本发明能够实现去中心化混合索引的建立与查询功能，从而满足IPFS数据获取的需求。
-
公开(公告)号：CN113723111A
公开(公告)日：2021-11-30
申请号：CN202111034749.4
申请日：2021-09-04
Applicant: 中国科学院新疆理化技术研究所
Abstract: 本发明公开了一种小样本意图识别方法、装置、设备以及存储介质，该方法获取意图识别数据集，对数据集进行处理，构建小样本意图识别数据集；提取句子的语义信息，将句子编码为高维特征向量；利用辅助类中样本之间的多样性特征，在高维空间中生成未知样本的多样性特征；将生成的多样性特征与原句子向量进行融合，获取句子的增强特征向量，进一步得到目标意图的原型向量表示；计算查询句子的增强特征向量与目标类别的原型向量之间的相似度，实现对查询句子的分类。本发明增强了模型对未知意图样本的特征向量表示，可以有效适应小样本场景下的意图识别任务，提高了小样本意图识别的准确率。
-
公开(公告)号：CN113723111B
公开(公告)日：2023-11-14
申请号：CN202111034749.4
申请日：2021-09-04
Applicant: 中国科学院新疆理化技术研究所
IPC: G06F40/30 , G06F16/35 , G06F18/25 , G06F18/213
Abstract: 本发明公开了一种小样本意图识别方法、装置、设备以及存储介质，该方法获取意图识别数据集，对数据集进行处理，构建小样本意图识别数据集；提取句子的语义信息，将句子编码为高维特征向量；利用辅助类中样本之间的多样性特征，在高维空间中生成未知样本的多样性特征；将生成的多样性特征与原句子向量进行融合，获取句子的增强特征向量，进一步得到目标意图的原型向量表示；计算查询句子的增强特征向量与目标类别的原型向量之间的相似度，实现对查询句子的分类。本发明增强了模型对未知意图样本的特征向量表示，可以有效适应小样本场景下的意图识别任务，提高了小样本意图识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.056 seconds)
