Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜哈尔滨工业大学(深圳)李旭涛获国家专利权

恭喜哈尔滨工业大学(深圳)李旭涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利服务流程重合判别模型的构建方法及服务流程融合方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114943505B

龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210374712.4,技术领域涉及:G06Q10/10;该发明授权服务流程重合判别模型的构建方法及服务流程融合方法是由李旭涛;陈武桥;龙永深;梁俊平设计研发完成,并于2022-04-11向国家知识产权局提交的专利申请。

服务流程重合判别模型的构建方法及服务流程融合方法在说明书摘要公布了:本发明公开了一种服务流程重合判别模型的构建方法及服务流程融合方法,构建方法包括:获取训练样本集合,正样本集包含多个具有重合片段的流程对,负样本集包含多个不具有重合片段的流程对;将正样本集中流程对向量化表示后,将正样本集中流程对的重合片段保留,重合片段之外的元素全部置零,作为标签;将全零向量作为负样本集中流程对的标签;提取训练样本集合中流程对的流程逻辑结构特征和对象相似度特征,输入预置的服务流程重合判别模型,获得服务流程重合判别模型的预测输出,预测输出为全零向量或非全零向量,非全零向量包含重合片段;基于预测输出和标签计算损失函数的结果,训练直至损失函数收敛。本发明可实现流程间可融合性的自动判断。

本发明授权服务流程重合判别模型的构建方法及服务流程融合方法在权利要求书中公布了:1.一种服务流程重合判别模型的构建方法,其特征在于,包括:获取训练样本集合;其中,所述训练样本集合分为正样本集和负样本集,所述正样本集包含多个具有重合片段的流程对,所述负样本集包含多个不具有重合片段的流程对;将所述正样本集中流程对向量化表示,并在向量化表示后,将所述正样本集中流程对的重合片段保留,所述重合片段之外的元素全部置零,作为所述正样本集中流程对的标签;将全零向量作为所述负样本集中流程对的标签;提取所述训练样本集合中流程对的流程逻辑结构特征和对象相似度特征;其中,所述流程逻辑结构特征的提取操作包括:将所述流程对中两个流程分别拆分成最小元素为三元组的两个三元组集合,其中,每个所述三元组对应流程中的一条线段分支,所述三元组包含对应线段分支的开始对象的标识码、分支逻辑码和结束对象的标识码,当所述开始对象为或分叉时,同一所述开始对象对应的分支使用不同的分支逻辑码,当所述开始对象不为或分叉时,同一所述开始对象对应的分支使用相同的分支逻辑码;将每个所述三元组集合中的三元组拼接,生成每个所述三元组集合对应的结构特征向量;将两个所述三元组集合对应的结构特征向量融合,生成所述流程逻辑结构特征;所述对象相似度特征的提取操作包括:遍历计算所述流程对中两个流程相应对象集的每个对象之间的相似度;分别获取每个流程相应对象集的每个对象对应的最大相似度,并分别将每个流程相应对象集的所有对象对应的最大相似度拼接,得到初级相似度特征;将两个流程对应的初级相似度特征拼接,得到所述对象相似度特征;将所述流程逻辑结构特征和所述对象相似度特征输入预置的服务流程重合判别模型,获得所述服务流程重合判别模型的预测输出,其中,所述预测输出为全零向量或非全零向量,所述非全零向量包含所述重合片段;基于所述预测输出和相应流程对的标签,计算损失函数的结果,基于所述损失函数的结果训练所述服务流程重合判别模型,直至损失函数收敛。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学(深圳),其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。