-
公开(公告)号：CN117421536A
公开(公告)日：2024-01-19
申请号：CN202311456349.1
申请日：2023-11-02
Applicant: 普元信息技术股份有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0475 , G06N3/048 , G06N3/0499 , G06N3/094
Abstract: 本发明涉及一种基于人工智能实现数据共享管理的方法，其中，所述的方法由通过训练所得的检测模型进行数据识别，该方法首先从多个在线数据共享平台采集数据，经过预处理、编码、特征提取和数据扩充。本技术方案还特别提出了基于模拟退火的生成对抗网络(SA‑GAN)用于数据扩充，以及结合水滴算法的特征提取方法。同时，使用结合了孪生网络概念的极限学习机(ELM)进行分类。最后，根据分类结果，为数据定义不同的访问和使用权限。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该基于人工智能实现数据共享管理的方法、装置、处理器及其计算机可读存储介质，既保证了数据的安全性，也满足了用户的多样化需求。
-
公开(公告)号：CN116522224A
公开(公告)日：2023-08-01
申请号：CN202310450823.3
申请日：2023-04-24
Applicant: 普元信息技术股份有限公司
Abstract: 本发明涉及一种信创环境下基于人工智能实现主数据识别处理的方法，包括以下步骤：对原始数据进行预处理；通过调整神经网络中的权重和偏置项来将麻雀算法应用于神经网络的参数优化中，通过调整神经网络中的权重和偏置项来优化神经网络；提出极限学习机模型，对主数据进行识别分类；使用训练好的模型对新的数据进行识别。本发明还涉及一种用于实现信创环境下基于人工智能的主数据识别处理的装置、处理器及其存储介质。采用了本发明的信创环境下基于人工智能实现主数据识别处理的方法、装置、处理器及其计算机可读存储介质，通过提出的改进的麻雀算法对深度神经网络进行参数优化，有效解决了数据特征提取成功率不高的问题；可以更有效地对主数据进行精确识别分类。
-
公开(公告)号：CN116150696A
公开(公告)日：2023-05-23
申请号：CN202310215630.X
申请日：2023-03-07
Applicant: 普元信息技术股份有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/15 , G06N3/047 , G06N3/08
Abstract: 本发明涉及一种信创环境下实现数据质量管理中的异常数据检测分析处理的方法，包括以下步骤：数据预处理，将输入数据统进行归一化处理；使用预处理的数据进行闭集深度神经网络训练；构建openmax开集识别网络；进行异常数据分类。本发明还涉及一种用于实现信创环境下的数据质量管理中进行异常数据检测分析处理的装置、处理器及其存储介质。采用了本发明的信创环境下实现数据质量管理中的异常数据检测分析处理的方法、装置、处理器及其计算机可读存储介质，创新性地提出一种开集识别网络识别异常数据的方法，能够有效提取异常数据和正常数据的特征差异，对于异常类型复杂的数据依然能够识别。此外，整体方案设计方面，所提出方法具有较强的鲁棒性和泛化能力。
-
公开(公告)号：CN109446214B
公开(公告)日：2021-08-06
申请号：CN201811231504.9
申请日：2018-10-22
Applicant: 普元信息技术股份有限公司
IPC: G06F16/23
Abstract: 本发明涉及一种大数据背景下基于乐观锁机制实现主数据版本管理的系统，包括乐观锁初始化模块；版本比对执行模块根据乐观锁机制在执行主数据更新操作时对主数据版本进行比对；冲突处理策略池用于将比对结果匹配相应的冲突处理策略；冲突处理模块用于将处理策略针对产生的主数据版本冲突按照匹配策略进行处理。本发明还涉及一种利用该系统在大数据背景下基于乐观锁机制实现主数据版本管理的方法。采用了该系统及方法，解决了大数据背景下主数据在多节点部署或者多线程执行等高并发环境下更新冲突的问题，从而减轻了主数据版本维护的工作量，实现了主数据版本精细化管理，提高了主数据更新的并发性，为企业及政府部门主数据实施及应用奠定了良好的基础。
-
公开(公告)号：CN117972538A
公开(公告)日：2024-05-03
申请号：CN202311718241.5
申请日：2023-12-13
Applicant: 普元信息技术股份有限公司
IPC: G06F18/2411 , G06F18/15 , G06F18/213 , G06N3/0475 , G06N3/094 , G06N3/084 , G06Q10/0639
Abstract: 本发明涉及一种基于对抗神经网络实现数据资产健康度评估处理的方法，包括以下步骤：采集数据并标注；对原始数据进行处理；利用改进的生成对抗网络进行数据扩充；将扩充后的数据输入特征提取模型中进行特征提取；将特征提取后的数据输入到分类器进行分类；进行数据资产健康度评估。本发明还涉及一种用于实现基于对抗神经网络的数据资产健康度评估处理的装置、处理器及其计算机可读存储介质。采用了本发明的基于对抗神经网络实现数据资产健康度评估处理的方法、装置、处理器及其计算机可读存储介质，能够提高评估准确性、增强模型鲁棒性、扩展模型应用范围、优化资源利用，通过自动生成符合数据分布的样本，减少了对原始样本的依赖，节省了大量的数据标注和采集成本。
-
Patent Agency Ranking
公开(公告)号：CN116644059A
公开(公告)日：2023-08-25
申请号：CN202310836015.0
申请日：2023-07-07
Applicant: 普元信息技术股份有限公司
IPC: G06F16/21 , G06N3/0442 , G06N3/084 , G06F16/25 , G06N20/00
Abstract: 本发明涉及一种信创环境下基于机器学习实现数据标准构建处理的方法，包括以下步骤：收集大量的待处理数据，获取待构建的数据；进行数据预处理；抽取关键语料；标注关键语料；构建数据标准。本发明还涉及一种用于实现信创环境下基于机器学习的数据标准构建处理的装置、处理器及可读存储介质。采用了本发明的信创环境下基于机器学习实现数据标准构建处理的方法、装置、处理器及其计算机可读存储介质，大大减少了人工参与度，提高了数据处理的效率。本发明采用了改进的Bert模型和Bi‑LSTM模型进行关键语料的抽取，可以准确地识别和提取出数据中的关键信息，有效降低了模型的复杂度和参数量，提高了模型的训练效率和预测性能。
-
公开(公告)号：CN116228268A
公开(公告)日：2023-06-06
申请号：CN202310227158.1
申请日：2023-03-10
Applicant: 普元信息技术股份有限公司
IPC: G06Q30/02 , G06F18/214 , G06F18/2431 , G06N20/00
Abstract: 本发明涉及一种信创环境下基于机器学习实现数据资产价值评估处理的方法，包括以下步骤：进行数据预处理；构建机器学习特征提取模型，采用机器学习模型为改进的深度置信网络进行模型的训练；采用改进的网格搜索算法对随机森林分类器进行优化；得到预测的数据资产价值。本发明还涉及一种在信创环境下基于机器学习实现数据资产价值评估的、装置、处理器及存储介质。采用了本发明的信创环境下基于机器学习实现数据资产价值评估处理的方法、装置、处理器及其计算机可读存储介质，采用多目标优化的DBN实现特征的深度提取，具有较好的特征提取效果，能为后续预测分类提供较高质量的特征，进提高评估精度，具有较高的分类精度，同时整体模型具有较高的鲁棒性和泛化能力。
-
公开(公告)号：CN110929280B
公开(公告)日：2023-03-28
申请号：CN201911162921.7
申请日：2019-11-25
Applicant: 普元信息技术股份有限公司
Inventor： 魏明
Abstract: 本发明涉及一种大数据环境下基于元数据实现数据权限控制的系统，包括元数据管理模块用于通过内置适配器从不同的数据库获取大数据环境下元数据信息；权限配置模块用于对不同的角色配置元数据的权限标记；权限服务模块用于根据保存的权限信息生成权限服务接口，并对外提供权限认证服务。本发明还涉及一种实现大数据环境下基于元数据的数据权限控制方法。采用了本发明的大数据环境下基于元数据实现数据权限控制的系统及其方法，解决了不同类型数据库数据权限控制难题，同时节省了大量的数据获取的编码时间，降低了数据权限控制的复杂度，解决了目前无法进行跨系统的数据权限控制及权限控制过程无法有效监控的问题，实现数据权限的统一控制。
-
公开(公告)号：CN115758462A
公开(公告)日：2023-03-07
申请号：CN202211498813.9
申请日：2022-11-28
Applicant: 普元信息技术股份有限公司
IPC: G06F21/62 , G06F18/214 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种信创环境下实现敏感数据识别的方法，其中，该方法包括以下步骤：采集元数据与样本数据；对采集到的数据进行数据预处理与数据集划分；构建敏感数据样本，并进行注意力增强操作；基于敏感数据识别样本构建目标函数；将所述的目标函数利用深度神经网络模型，进行模型的构建与训练；利用训练完成的网络模型对敏感数据进行识别处理。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该信创环境下实现敏感数据识别的方法、装置、处理器及其计算机可读存储介质，能够综合考虑敏感数据在大数据中的隐蔽性，对特定的特征进行注意力的提升，能够有效提高模型的鲁棒性和泛化能力以及提高敏感数据识别的精度。
-
公开(公告)号：CN115758251A
公开(公告)日：2023-03-07
申请号：CN202211506974.8
申请日：2022-11-29
Applicant: 普元信息技术股份有限公司
IPC: G06F18/241 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种信创环境下基于征信大数据实现企业信用等级分类的方法，其中，该方法包括：对采集到的征信大数据进行数据清洗；基于清洗后的数据，进行数据集成处理；对征信大数据采用主成分分析法进行数据降维操作处理，以降低数据集的大小；对征信大数据进行形式上上的数据变换处理；对征信大数据进行词向量化处理，以获得不同特征之间的相似性，便于后续以此进行模型训练；采用全连接神经网络构建企业信用等级分类的机器学习模型；训练所述的机器学习模型，以实现企业信用等级分类。采用了本发明的该信创环境下基于征信大数据实现企业信用等级分类的方法，有效的解决了模型鲁棒性和泛化能力较差的问题，对模型性能的提升带来极大帮助。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.046 seconds)
