Alerta

机床产线中试产线集成性评价及优化系统及方法

Resumen de: CN122779404A

一种机床产线中试产线集成性评价及优化系统及方法，包括：指标采集模块、数据处理模块、综合评价模块和优化建议模块，本发明通过构建六大核心评价维度及对应的标准化测试流程，实现产线集成性的全面、精准、量化评价，为产线优化提供可靠数据支撑，并利用已有实验设备，不对产线核心部件修改，通过无改造成本或低改造成本的方式解决机床产线的实际不足。

一种考虑多种复杂约束的深远海风电场宏观选址方法

Resumen de: CN122779431A

本发明涉及一种考虑多种复杂约束的深远海风电场宏观选址方法，方法包括以下步骤：构建海上风电场宏观选址评价指标体系；采用区间球状模糊集‑z数处理专家评价及可信度，并结合层次分析法确定所述评价指标体系中各指标的权重；收集待选址区域的各指标原始数据，对数据进行归一化处理；基于各指标的权重和归一化的数据，通过加权线性组合计算次准则层加权规范矩阵，确定正理想解与负理想解；基于逼近理想解排序法计算待选址区域综合评分；基于待选址区域综合评分计算贴近度，贴近度最大的区域作为海上风电场最优选址结果。与现有技术相比，本发明具有减小评价偏差，提高选址准确性等优点。

一种考虑多源不确定性下的水风光联合体中长期电力市场年度合约电量确定方法

Resumen de: CN122779491A

本申请公开了一种考虑多源不确定性下的水风光联合体中长期电力市场年度合约电量确定方法，属于电力市场领域，该方法首先获取水风光联合体历史运行数据及电力市场价格数据，对径流、风电出力、光伏出力和电价等不确定性变量进行边缘分布拟合，并采用C‑vine Copula建立多源不确定性联合概率模型；然后基于条件抽样生成联合时序场景，并采用基于Wasserstein概率距离的场景缩减方法获得典型场景集及其经验概率分布；进一步构建以L1范数和L∞范数约束的概率模糊集，建立考虑径流、风电出力、光伏出力及电价不确定性的两阶段分布鲁棒优化模型；最后采用列和约束生成算法进行求解，获得水风光联合体年度最优合约签约电量及对应运行结果。本发明能够有效表征多源不确定性及其相关性，提高年度合约电量决策的经济性和鲁棒性，降低履约偏差风险和新能源弃电水平。

一种场景双维特征概率映射方法及系统

Resumen de: CN122779586A

本申请涉及工作量评估技术领域，公开了一种场景双维特征概率映射方法及系统，其中一种场景双维特征概率映射方法包括：从目标场景的需求文档和技术方案文档提取业务维度模糊评分、技术维度模糊评分和标准化程度评分；得到业务复杂度三角模糊数、技术复杂度三角模糊数和双维度复杂度特征向量；确定传统模式先验均值函数和辅助模式先验均值函数；得到传统模式和辅助模式的对数工作量预测均值与预测方差；基于工作量节省率确定模式推荐结论；本申请通过使传统模式和辅助模式具有可区分的概率建模基础，实现从场景文档特征提取、双维复杂度表达、概率化工作量预测到模式推荐结论的映射，提高开发工作量估算及交付模式选择的准确性。

数据稀缺条件下基于模糊集与证据理论的主观概率估计方法

Resumen de: CN122778310A

本发明公开了一种数据稀缺条件下基于模糊集与证据理论的主观概率估计方法，通过获取专家语言判断并转化为三角模糊数形式的评估数据；基于各专家三角模糊数的差异程度计算事件群体共识度，据此划分为高共识与低共识事件；高共识事件采用等权平均聚合得到概率估计值；低共识事件将三角模糊数转化为Mass函数，基于证据距离确定专家权重后，通过证据理论加权融合解算概率估计值；基于三角模糊数相对宽度计算群体平均模糊度，与群体共识度耦合构造确定性指数以量化概率估计值可信度；将事件投影到以共识度和模糊度为坐标轴的二维平面中划分为四种事件类型。本发明能有效处理数据稀缺条件下多源专家判断的冲突与分歧，定量描述概率估计结果的可信度。

一种多源数据融合的飞机涂层激光清洗质量综合评价方法

Resumen de: CN122779684A

本申请涉及一种多源数据融合的飞机涂层激光清洗质量综合评价方法、系统、计算机设备及存储介质。所述方法包括：获取多次激光清洗试验所得的多个质量评价指标的检测数据；结合专家知识确定各指标的隶属度边界值，利用模糊评价计算评价值；基于熵权法计算各指标的重要度权重；利用权重对评价值赋权，得到加权综合评价值；以综合评价值为输入，结合专家知识构建概率分配，并利用D‑S证据理论融合各指标证据，得到激光清洗质量的综合评价结果。本申请实现了多源异构检测数据的有效融合与客观量化评价，为激光清洗工艺参数优化提供了可靠依据。

METHODS AND SYSTEMS FOR MEDICAL CONDITION RISK PREDICTION AND PREDICTION TRIGGERING

Resumen de: US20260279587A1

Computer-implemented systems and methods are provided for determining when to trigger an algorithm, or other computer workflow or program, based on input feature availability such that the algorithm generates meaningful outputs. The provided methods involve determining whether input features are ready for generating an algorithm output. For instance, an input feature is ready if it has a measured and acceptable value. If one or more of the input features does not have a measured and acceptable value, such as a measured value being absent or outdated, then the provided methods involve determining whether a value can be imputed to the one or more input features without available values and whether such imputable input features are ready for an imputed value. Once all input features are determined to be ready, imputed values are determined for input features as needed and the algorithm is triggered.

ADAPTIVE ENTITY RESOLUTION WITH DYNAMIC SOURCE AUTHORITY SCORING AND PRIVACY-PRESERVING FIELD-LEVEL PROCESSING

Nº publicación: WO2026193481A1 17/09/2026

Solicitante:

DATAGENCE INC [US]
DATAGENCE, INC.

Resumen de: WO2026193481A1

A system and method for adaptive entity resolution process raw records from one or more data sources using an entity resolution engine configured to operate in a privacy mode or a cleartext mode according to field-level processing configurations. Exact-match fields may be processed using hashing, while fuzzy-match fields may be processed using Bloom filter encoding or semantic embeddings. Processed field representations are stored in a vector store and evaluated using similarity scoring to identify candidate matches. A consensus validation unit validates match outcomes using multiple signals, and a source authority feedback system updates field-level source credibility based on validation results. The system may generate enrichment output including recommended canonical values, confidence information, source rankings, and low-confidence indicators. The disclosed architecture supports secure, scalable, and adaptive record matching across single-tenant and multi-tenant environments.