一种基于低代码的交付型应用开发系统及方法

    公开(公告)号:CN118819508A

    公开(公告)日:2024-10-22

    申请号:CN202410695627.7

    申请日:2024-05-31

    IPC分类号: G06F8/36 G06F8/34

    摘要: 本发明提供了一种基于低代码的交付型应用开发系统及方法,其中,所述系统包括:界面展示单元,用于展示应用开发界面,所述应用开发界面中包括组件编辑区,所述组件编辑区中展示有可编辑的各个组件;模块生成单元,用于响应于应用创建指令,获取与所述应用创建指令相匹配的目标组件,并根据应用中包含的业务功能,对所述目标组件进行组合,生成各个业务功能对应的业务模块;应用开发单元,用于生成各个所述业务模块的对象实例,并将所述对象实例按照应用中的模块调用关系进行关联,以完成应用开发。本发明提供的技术方案,能够提高应用开发的效率。

    基于MQTT面向工业物联网的联邦学习通信方法和系统

    公开(公告)号:CN117857647B

    公开(公告)日:2024-09-13

    申请号:CN202311743532.X

    申请日:2023-12-18

    摘要: 本发明提出了基于MQTT面向工业物联网的联邦学习通信方法和系统。所述基于MQTT面向工业物联网的联邦学习通信方法包括:利用联邦学习需求信息和通信需求信息对工业物联网场景中的用户终端的联邦学习模型进行训练;当工业物联网的用户终端产生需要进行传输的数据信息时,通过用户终端的联邦学习模型进行数据压缩,获得压缩后的数据包;将所述压缩后的数据包利用MQTT协议发送至工业物联网对应的物联网平台上。所述系统包括与所述方法步骤对应的模块。

    一种生成式模型引导词测试方法和系统

    公开(公告)号:CN118467671A

    公开(公告)日:2024-08-09

    申请号:CN202410364616.0

    申请日:2024-03-28

    摘要: 本发明提出了一种生成式模型引导词测试方法和系统。所述生成式模型引导词测试方法包括:配置生成式模型的模型参数;利用所述生成式模型对用户输入的原始的提示词进行翻译,获得翻译结果,并对所述翻译结果进行同义词或近义词处理,获得处理后的多个版本的文本数据信息;实时监测用户对于所述多个版本的文本数据信息中的同义词或近义词的使用情况,并根据所述使用情况对每个同义词或近义词进行评估,并通过评估结果确定所述同义词或近义词对应的优先级。所述系统包括与所述方法步骤对应的模块。

    基于弹性资源分配策略的K8s存储资源分配方法和系统

    公开(公告)号:CN117785446B

    公开(公告)日:2024-08-02

    申请号:CN202311740673.6

    申请日:2023-12-18

    IPC分类号: G06F9/50 G06F9/455

    摘要: 本发明提出了基于弹性资源分配策略的K8s存储资源分配方法和系统。所述基于弹性资源分配策略的K8s存储资源分配方法包括:在K8s集群中定义一个存储类;根据用户的pod存储资源请求执行存储类绑定;根据所述存储绑定结果执行动态存储资源分配;根据用户的pod存储资源请求的变化情况对所述用户对应的动态存储资源分配结果进行实时调整所述系统包括与所述方法步骤对应的模块。

    一种基于软总线的智能家居控制方法、系统和设备

    公开(公告)号:CN118101364A

    公开(公告)日:2024-05-28

    申请号:CN202311866320.0

    申请日:2023-12-31

    IPC分类号: H04L12/28 H04L12/40

    摘要: 本发明提出了一种基于软总线的智能家居控制方法、系统和设备。所述基于软总线的智能家居控制方法包括:利用软总线将所述智能家居全部接入智能家居控制平台;实时获取所述智能家居的运行数据;将所述智能家居的运行数据与所述预设的智能家居运行参数阈值进行比较,当所述智能家居的运行数据不符合所述预设的智能家居运行参数阈值的要求时,则通过智能家居控制平台进行报警。所述系统包括与所述方法步骤对应的模块。

    基于动态学习的物体运动识别的方法和系统

    公开(公告)号:CN118072067A

    公开(公告)日:2024-05-24

    申请号:CN202311612116.6

    申请日:2023-11-29

    IPC分类号: G06V10/764 G06V20/40

    摘要: 本发明提供基于动态学习的物体运动识别的方法和系统,其采集与分析目标对象对目标物体进行击打的动作影像,得到击打动作大数据,再进行大数据学习分析,得到目标物体被击打后的运动路径,以此确定目标物体的落地区域范围,通过大数据学习分析方式对目标物体所有可能运动路径和落地区域范围进行预测,为后续准确追踪拍摄目标物体确定拍摄参数,从而对目标对象整个运动过程进行无遗漏全范围的拍摄,不存在拍摄设备因拍摄死角而无法有效拍摄目标对象落地图像的情况;还分析物体运动影像,得到目标物体的实际落地状态,以此判断目标物体是否发生落地越界,并对物体运动影像进行图片帧提取,为确定目标物体的落地状态提供可靠的图片证据。