-
公开(公告)号：CN116524741A
公开(公告)日：2023-08-01
申请号：CN202310451039.4
申请日：2023-04-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于强化学习的特车优先通行方法及系统，包括如下步骤：布置步骤：在交叉口布置信号灯控制智能体和通信判断智能体；信号灯控制步骤：使用信号灯控制智能体控制交叉口信号灯的运行，根据获取的交通状态决策当前需要切换的相位。通信判断步骤：使用通信判断智能体在特车到达时判断选定周围智能体并进行通信，将特车信息通知给下游的交叉口；配合步骤：通过结合信号灯控制智能体和通信判断智能体优化相位安排策略，进行特车的优先通行。本发明通过结合交通信号灯控制智能体和通信判断智能体，使得相位安排的策略的更优，达到特车优先通行的目的。
-
公开(公告)号：CN116467512A
公开(公告)日：2023-07-21
申请号：CN202310234184.7
申请日：2023-03-09
Applicant: 上海交通大学
IPC: G06F16/9535 , G06F16/951 , G06F18/22
Abstract: 本发明提供了一种基于位集的计数型事件匹配算法的优化方法及系统，包括：为每个属性设置一个位集，位集大小等于订阅的个数；初始化集为0；通过正向计数型算法执行原有事件匹配逻辑，每找到一个匹配的谓词，将位集上的属性所属的订阅ID对应的位标记为1，表示在属性上对应的订阅和事件是匹配的；对每个属性上的位集做逻辑与运算，进而得到所有属性上都和事件相匹配的订阅。本发明能够对任何正向计数型的事件匹配算法进行优化，在不改变优化对象原有数据结构和匹配逻辑的前提下，通过引入位集来提升其匹配性能，将计数算术运算全部转化为位集上的标记操作和位集之间的逻辑运算，提升了正向计数型匹配算法的性能并增强了算法的并行性。
-
公开(公告)号：CN116382756A
公开(公告)日：2023-07-04
申请号：CN202211519082.1
申请日：2022-11-30
Applicant: 上海交通大学
Abstract: 本发明提供了一种在概念漂移下业务流程模型的自动和增量修复方法及系统，包括：步骤S1：将每一个到达的轨迹在当前的流程模型上进行重放，并进行概念漂移检测；步骤S2：检测到概念漂移后，对概念漂移进行定位；步骤S3：替换流程模型的子结构修复流程模型。本发明着眼于在信息系统中存在概念漂移的情况下，自动更新业务流程模型，减少了人为修改流程模型的繁琐操作；本发明能够使用户尽早地发现并理解流程的演变，保证企业的健康运行。
-
公开(公告)号：CN113298895B
公开(公告)日：2023-05-12
申请号：CN202110678193.6
申请日：2021-06-18
Applicant: 上海交通大学
IPC: G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种面向收敛性保障的无监督双向生成自动编码方法及系统，包括：批数据(x，z)通过编码器E和生成器G同时生成编码结果E(x)和生成数据G(z)；图像空间数据与隐变量空间数据通过卷积块Fx和Fz，分别对图像空间数据与隐变量空间数据进行信息提取，得到提取后的图像空间数据和提取后的隐变量空间数据根据提取后的图像空间数据和提取后的隐变量空间数据训练判别器D，直至损失函数最小；图像数据利用训练后的编码器E，完成编码过程并生成编码结果，将编码结果输入训练后的生成器G，获得重建图像数据结果，进而完成图像数据的重建工作，实现了图像空间与隐变量空间双向映射过程的整体协同优化，提升表征能力和图像生成能力。
-
公开(公告)号：CN111459797B
公开(公告)日：2023-04-28
申请号：CN202010124140.5
申请日：2020-02-27
Applicant: 上海交通大学
IPC: G06F11/36
Abstract: 本发明提供了一种开源社区中开发者行为的异常检测方法、系统及介质，包括：构建序列步骤：根据开发者行为构建不同的行为次数时间序列；行为数据离散化步骤：对行为次数时间序列进行划分成区间内差异低于预设范围，区间之间差异高于预设范围的不同类别，并达到预设类别数量；行为频繁序列挖掘步骤：在其他人员的行为序列和待检测者的历史行为序列上均进行行为频繁序列挖掘；行为异常性判断步骤：判断开发者的行为是否存在异常。本发明提高了开源项目的确定性，减少了项目进度风险；本发明可以追溯历史数据，对过去异常数据进行标识。
-
Patent Agency Ranking
公开(公告)号：CN111258624B
公开(公告)日：2023-04-28
申请号：CN202010032795.X
申请日：2020-01-13
Applicant: 上海交通大学
IPC: G06F8/70 , G06F18/2431 , G06F18/214
Abstract: 本发明提供了一种开源软件开发中Issue解决时间的预测方法及系统，包括：步骤1：爬取开源软件平台上的不同项目中的Issue数据组；步骤2：清洗整理原始数据并制作事件日志；步骤3：挖掘Issue解决过程的两阶段中的频繁模式；步骤4：利用Issue动态和静态特征构建Issue解决模式动态预测模型，基于模式信息构建动态Issue解决时间预测模型。本发明首创性地挖掘开源软件项目的Issue的微过程模式，并用其改善对Issue解决时间的预测，为开源软件项目的管理者和用户对Issue解决模式从过程的角度带来了更深刻的理解。
-
公开(公告)号：CN114491239A
公开(公告)日：2022-05-13
申请号：CN202111678440.9
申请日：2021-12-31
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F16/9535 , H04L67/55
Abstract: 本发明提供了一种基于内容分发系统中硬件运算感知的事件匹配方法，包括如下步骤：订阅步骤：提交订阅；发布步骤：生成发布事件；匹配步骤：执行事件匹配来搜索匹配的订阅，将匹配订阅的事件发送给匹配订阅所属的订阅者。本发明与现有工作不同，HEM将订阅状态存储在缓存中，在匹配过程中主要执行一些高效的位或操作，通过充分利用硬件的特性，HEM算法可以显著提升事件匹配的效率。
-
公开(公告)号：CN113988554A
公开(公告)日：2022-01-28
申请号：CN202111209950.1
申请日：2021-10-18
Applicant: 上海交通大学
Abstract: 本发明提供了一种开源社区issue解决人员分配基线确定方法及系统，涉及协同与社会计算技术领域，该方法包括：特征筛选和提取步骤：根据目标开源社区的属性，筛选issue特征，确定社区人力资源情况，建立仿真模型；开源社区仿真步骤：根据所述目标开源社区的历史数据和仿真模型，训练强化学习模型；强化学习模型部署步骤：将目标开源社区的待分配issue和必要社区状态信息输入训练好的强化学习模型，得到issue解决人员分配基线。本发明能够根据开源社区的开发者状态和issue的具体信息进行学习，从而确定合适的issue解决人员分配基线，以此提高开源软件生态系统的运行效率。
-
公开(公告)号：CN108108233B
公开(公告)日：2021-10-01
申请号：CN201711228523.1
申请日：2017-11-29
Applicant: 上海交通大学
IPC: G06F9/48
Abstract: 本发明提供了一种任务多副本执行的集群作业调度方法及系统，包括：拖后腿机器寻找：运用机器学习的方法，找出当前运行任务的拖后腿机器；最优副本数计算：拖后腿机器上的任务副本和所有任务同时启动，并且建立以最小化任务执行时间和运行成本为目标的优化模型，然后运用交替方向方法求解优化模型得出启动副本的最优数量。本发明免去了检测过程和拖后腿任务在被发现之前的执行时间；建立了以同时最小化作业的流程时间和在集群中的计算成本为优化目标，以集群中所有执行的任务数不超过集群中可用的计算节点数和每个任务的副本数不超过给定的阈值为限制条件的最优化模型。
-
公开(公告)号：CN109446265B
公开(公告)日：2021-07-30
申请号：CN201811052407.3
申请日：2018-09-10
Applicant: 上海中交水运设计研究有限公司 , 上海国际港务(集团)股份有限公司 , 上海交通大学
Abstract: 本发明提供了一种基于工作流程的复杂异常识别方法和识别系统，其中识别方法包括事件流提取步骤、第N模式特征判定步骤以及实时行为模式识别步骤。与现有技术相比，本发明提供的基于工作流程的复杂异常识别方法和识别系统，具有普适性，对于具有量化可测特征的工作流程均可进行有效的异常检测；同时，在识别异常发生的同时，判断异常类型并输出异常特征具体情况；另外，对于船舶轨迹异常检测领域，本发明针对明确具体起始区域和目标区域的任务，对船舶轨迹转化成状态序列并进行事件检测，进而提取流程异常记录，有利于精确确定异常发生的具体时刻和具体作业任务流程，为异常信息的记录和处理提供了新的高效思路。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.024 seconds)
