深度变分自编码器模型训练方法、装置、设备和存储介质

    公开(公告)号:CN113642716B

    公开(公告)日:2024-06-25

    申请号:CN202111013553.7

    申请日:2021-08-31

    Abstract: 本申请涉及一种深度变分自编码器模型训练方法、装置、计算机设备和存储介质。本申请能够利用可视化图表训练样本对预先构建的深度变分自编码模型进行训练,不需要对图表进行事先标注就可以使得模型自动学习可视化图表训练样本中有价值的特征因子,提高了模型的泛化能力。该方法包括:获取可视化图表训练样本,以及预先构建的深度变分自编码器模型骨架;确定潜变量空间的维度和潜变量空间的因子先验分布;基于维度和因子先验分布,利用可视化图表训练样本对预先构建的深度变分自编码器模型骨架进行训练,以使深度变分自编码器模型骨架生成的重构图表概率分布与可视化图表训练样本的原始概率分布趋于一致,得到训练好的深度变分自编码器模型。

    一种多类型应用发布方法、装置、计算机设备和存储介质

    公开(公告)号:CN112947945A

    公开(公告)日:2021-06-11

    申请号:CN202110136062.5

    申请日:2021-02-01

    Abstract: 本申请涉及一种多类型应用发布方法、装置、计算机设备和存储介质。该方法包括获取由目标开发者登录至请求发布页面,并针对各个待发布应用,输入的相应的应用发布数据。基于应用发布数据生成应用审核指令,并将应用审核指令发送至审核终端,以触发登录至审核终端的系统管理员审核应用发布数据。接收审核终端基于应用发布数据所反馈的第一审核结果,并确定待发布应用中第一审核结果为审核通过的多个第一目标应用。基于各个第一目标应用所对应的应用发布数据,将多个第一目标应用发布到应用发布平台。采用本方法在进行多类型应用发布的时候,无需对接到不同类型的应用发布平台,通过进行统一的发布管理,从而提高多类型应用发布效率。

    一种基于Kafka及Netty框架的监控数据传输方法

    公开(公告)号:CN112491965A

    公开(公告)日:2021-03-12

    申请号:CN202011212362.9

    申请日:2020-11-03

    Abstract: 本发明公开了一种基于Kafka及Netty框架的监控数据传输方法,具体实施步骤如下:S1:用户通过云服务器调用Netty客户端连接服务端,Netty服务端通过获取使用每个Netty客户端独立的授权ID以及访问客户端数据库信息,用户得到客户端授权信息进入客户端数据库获取数据并通过Netty服务端传入Kafka消息队列中,Netty服务端对客户端数据库进行检测,Kafka扩展服务对客户端数据库的状态和用户操作监控,以web页面图形化方式显示;S2:用户得到授权进入客户端数据库,选择所需的数据进行传输,Netty服务端将选择的数据作为备份缓存数据在客户端数据库内存储。本发明准确统计数据传输状态和过程信息,便与数据的查阅和审核,备份缓存数据调用前会与云存储数据进行对比审核,并通过人工进行审核,提高数据传输的准确性。

Patent Agency Ranking