← 返回列表
基于ERI的全生命周期神经网络标签的方法及系统
摘要文本
本发明提供了基于ERI的全生命周期神经网络标签的方法及系统，涉及大数据应用信息技术领域。本方法包括步骤S1：基于ERI建立由多个字符构成的标签，标签由地址码，应用码，数据码，生命码和校验码组成，通过对标签进行编码和解析为数据定义唯一标识；S2：采用卷积式神经网络学习算法生成学习类索引标签，对数据进行定位与关联；S3：记录每个标签的创建、生存和消亡的状态，对标签的全生产周期进行管理，通过将标识与业务数据进行关联，完成对整个业务流程的记忆与追溯。本方法能够将企业中的各类异构数据进行关联，并通过神经网络的算法与标签的全生命周期管理，实现企业数据的快速定义与追溯。 （来源 马克数据网）
申请人信息
- 申请人:浙江高格软件股份有限公司
- 申请人地址:315100 浙江省宁波市鄞州区首南街道天童南路535号3301室
- 发明人: 浙江高格软件股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于ERI的全生命周期神经网络标签的方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311360787.8 |
| 申请日 | 2023/10/19 |
| 公告号 | CN117455508A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06Q30/018 |
| 权利人 | 浙江高格软件股份有限公司 |
| 发明人 | 董理; 汪涛 |
| 地址 | 浙江省宁波市鄞州区首南街道天童南路535号3301室 |
专利主权项内容
1.一种基于ERI的全生命周期神经网络标签的方法，其特征在于，包括步骤：S1：基于ERI建立由多个字符构成的标签，标签由地址码，应用码，数据码，生命码和校验码组成，通过对标签进行编码和解析为数据定义唯一标识；S2：采用卷积式神经网络学习算法生成学习类索引标签，对数据进行定位与关联；S3：记录每个标签的创建、生存和消亡的状态，对标签的全生产周期进行管理，通过将标识与业务数据进行关联，完成对整个业务流程的记忆与追溯。 （来源 马克数据网）