-
公开(公告)号：CN118764541A
公开(公告)日：2024-10-11
申请号：CN202410796780.9
申请日：2024-06-20
Applicant: 哈尔滨工业大学
IPC: H04L69/00 , H04L67/104 , G06F40/205 , G06F40/211
Abstract: 本发明公开了一种基于模型驱动的多方复杂协议上链模式分析与建模方法，所述方法包括如下步骤：步骤S1、收集、总结和归纳协议中区块链案例的上链模式；步骤S2、上链模式提取；步骤S3、构建符合模型驱动架构的多方服务协议上链模型；步骤S4、可视化工具的实现。该方法能够在系统运行时，对复杂协议文本的区块链部署需求进行分析并提取上链元素，然后根据上链元素对协议进行建模，模型符合模型驱动架构的标准，最后实现模型间的无语义丢失的自动转换，以便智能合约的开发人员能够更好的理解业务需求并减少交流障碍。
-
公开(公告)号：CN115129396B
公开(公告)日：2024-07-09
申请号：CN202210836917.X
申请日：2022-07-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于OPC UA的工业软件跨域服务集成与编排方法，所述方法如下：步骤1：OT应用构建；步骤2：OT应用服务化；步骤3：IT/OT服务管理；步骤4：IT/OT服务编排。该方法包含IT/OT集成化的工业软件框架和服务编排工具，该框架分为设备端和云端，在设备端采用基于OPC UA的IEC 61499组件服务化方法将OT应用服务化，定义OT服务接口，使用统一的访问机制帮助OT数据与IT服务进行交互，解决了IT与OT集成困难的问题；在云端使用服务编排工具对IT服务和OT服务进行统一管理，支持服务注册、服务授权和服务编排，通过可视化流程编排来构建新的软件功能，使得工业软件系统具有可扩展性。
-
公开(公告)号：CN116484104A
公开(公告)日：2023-07-25
申请号：CN202310510511.7
申请日：2023-05-08
Applicant: 哈尔滨工业大学
IPC: G06F16/9535 , G06F18/231 , G06F18/22 , G06Q10/0631
Abstract: 本发明公开了一种个性化软服务机器人主动服务提供方法，软服务机器人通过分析用户过去的需求一致性，得到用户的惯例需求，并结合用户画像生成需求模板。结合用户的状态，软服务机器人进一步分析惯例需求对用户的重要性。最后在服务库中匹配服务，用一定程度的主动行为传递给用户。主动程度可以划分为不主动、提醒、建议、干预四个程度，主动程度逐渐提升。由于本发明结合用户历史需求数据和当前用户状态，可以为用户提供个性化的主动服务。本发明在用户没有提出请求的情况下，软服务机器人根据用户历史需求，预测用户当前需求，并结合用户当前状态，以多层次的主动程度为用户提供服务，达到帮助用户高效筛选信息快速完成需求与服务匹配的效果。
-
公开(公告)号：CN113657731A
公开(公告)日：2021-11-16
申请号：CN202110871821.2
申请日：2021-07-30
Applicant: 哈尔滨工业大学
IPC: G06Q10/06 , G06Q50/10 , G06F16/2458 , G06F17/16 , G06N3/00
Abstract: 本发明提供了一种基于双边模式和关联矩阵的服务供需匹配方法。步骤1：建立基于意图树的需求模型和需求模式；步骤2：建立面向关联知识复用的服务模式；步骤3：基于步骤1的需求模型和需求模式和步骤2的服务模式建立供需双边模式关联矩阵；步骤4：基于步骤3的供需双边模式构建服务方案。本发明克服了现有技术没有考虑领域先验知识的缺点，实现服务方案的快速高效构建。
-
公开(公告)号：CN113656453A
公开(公告)日：2021-11-16
申请号：CN202110863456.0
申请日：2021-07-29
Applicant: 哈尔滨工业大学
IPC: G06F16/2458 , G06F16/23
Abstract: 本发明提供一种服务供需双边模式关联矩阵构造与更新方法。步骤1：定义关联矩阵，所述关联矩阵包括需求，服务，需求模式，服务模式以及用户情境信息；步骤2：设置与步骤1关联矩阵相中的用户情境维度信息；步骤3：基于步骤1的关联矩阵与步骤2的用户情境维度信息进行供需双边模式匹配度计算；步骤4：基于步骤3的供需双边模式匹配度构建供需双边模式关联矩阵；步骤5：利用步骤4的模型进行供需双边模式关联矩阵的更新，在更新效率与更新效果间进行均衡。用以解决越来越难以高效快速得到满足大规模个性化用户需求的服务方案的问题。
-
Patent Agency Ranking
公开(公告)号：CN111898098B
公开(公告)日：2021-07-13
申请号：CN202010831826.8
申请日：2020-08-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向多方协作的利益相关者服务价值冲突发现和消解方法，所述方法包括冲突发现阶段和冲突消解阶段。本发明利用三元区间数定义指标，通过每个指标实际取值与期望取值的差异发现并量化冲突，根据冲突节点所在层级、父节点和子节点的数量、距离局部目标和顶层目标的距离以及冲突传播路径计算冲突等级确立冲突消解次序，按次序尽可能消解冲突或得到最小化冲突解决方案。这些解决方案能够指出现有多方协作服务解决方案中存在的问题，并为多领域多参与者服务融合提供参考，提高服务融合的效率和质量。
-
公开(公告)号：CN111914435A
公开(公告)日：2020-11-10
申请号：CN202010833151.0
申请日：2020-08-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向时空界的多方协作式服务价值-质量-能力建模方法，该方法分模式层、实例层和会话层三个层次建模。本发明的方法能够从功能模型、非功能模型、时空界模型三方面详细刻画服务基本属性和特征，并针对服务表现的新的协作特征，充分利用多领域各参与者已有业务模型或服务规范，高效灵活地完成多方协作服务抽象决策层和具体实现层的建模工作，最终模型将为企业决策、服务部署、业务执行提供可靠支持。本发明可以使多参与方并行建模，互不干扰，充分利用已有的业务流程模型进行扩展标注，节省多方协作服务建模时间和成本，确保服务模型的完整性和层次性。
-
公开(公告)号：CN111897975A
公开(公告)日：2020-11-06
申请号：CN202010809387.0
申请日：2020-08-12
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向知识图谱表示学习训练的局部训练方法，所述方法包括如下步骤：步骤S1、获取知识图谱训练数据；步骤S2、计算训练所应使用的向量空间维度；步骤S3、判断是否可以通过调整原有模型得到新模型；步骤S4、模型训练；步骤S5、模型与数据存储。本发明可根据知识图谱的数据规模计算得出训练所需使用的向量空间维度，避免过小的维度造成模型性能不佳与过大的维度浪费计算资源与训练所需时间的问题。本发明对于变化的知识图谱，可以在原有表示学习模型的基础上进行训练调整，从而快速得到变化后知识图谱的表示学习模型，节省大量训练所需的时间，从而使上层应用可以更及时地感知到知识图谱的变化。
-
公开(公告)号：CN105578455B
公开(公告)日：2020-06-09
申请号：CN201610054770.3
申请日：2016-01-27
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明在分析了机会网络中自私节点和恶意节点异常行为的基础上，并根据机会网络非全连通、自组织等特点提出了动态信任模型。节点通过动态信任模型中的监测机制记录与其它节点的交互信息，并将记录的信息量化为节点间的直接信任度，包括满意度、健康度、连通度等。为更准确地衡量节点之间的信任程度，节点考虑自身偏好，选择性地接收其它节点的推荐信任。针对恶意节点的共谋攻击，该模型通过统计反馈消息的发送方和确认方，且不断收集其它节点推荐的反馈消息，根据反馈消息的发送方所占比例对共谋攻击节点进行检测。本发明用于处理机会网络的安全问题，同时能够降低网络高延迟，提高传输成功率。
-
公开(公告)号：CN105630882B
公开(公告)日：2019-09-20
申请号：CN201510955938.3
申请日：2015-12-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明针对现有近海环境监管技术存在的“发现不全面”、“缺乏对遥感数据的内容挖掘”的问题，基于多年来在卫星应用领域的研发和产业应用基础，提出了一个全面、系统、深入的基于遥感数据深度学习的近海污染物目标识别与跟踪的解决方案，该方案应用卫星遥感图像的深度学习模型、海量遥感数据分布式存储与并行处理技术和基于GPU加速的深度卷积网络并行模型，满足相关行业“全面、准确、快速”监控海洋污染物的应用需求。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.031 seconds)
