南京九边形科技有限公司王译获国家专利权
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！
龙图腾网获悉南京九边形科技有限公司申请的专利基于深度学习模型优化的智能化低代码开发方法及系统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：CN120215926B 。
龙图腾网通过国家知识产权局官网在2025-12-16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：202510362263.5，技术领域涉及：G06F8/35；该发明授权基于深度学习模型优化的智能化低代码开发方法及系统是由王译;张悦;郭明佳;胡邵杰;唐安乐设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。
本基于深度学习模型优化的智能化低代码开发方法及系统在说明书摘要公布了：本发明公开了基于深度学习模型优化的智能化低代码开发方法及系统，涉及深度学习技术领域，通过构建多维度的领域知识图谱，基于领域知识图谱，构建三维时空融合的训练样本集，对训练样本集进行跨模态特征对齐，生成可执行逻辑流模板，并编码可执行逻辑流模板为马尔可夫决策过程，通过集成梯度反向传播路径生成的特征重要性指标与Pareto前沿分析模块的多目标强化学习框架，对逻辑流的优化目标进行联合策略优化，提取联合策略优化后的策略参数化序列，注入动态验证沙箱环境，通过在线变分自编码器对执行轨迹进行异常模式检测与反馈式参数蒸馏迭代，完成对策略的动态调整；提升了低代码平台的弹性、稳定性和可扩展性。
本发明授权基于深度学习模型优化的智能化低代码开发方法及系统在权利要求书中公布了：1.基于深度学习模型优化的智能化低代码开发方法，其特征在于，包括以下步骤： 步骤一：通过领域驱动的元建模技术构建多维度的领域知识图谱； 步骤二：基于所述领域知识图谱，构建三维时空融合的训练样本集，采用Transformer-GNN混合架构对训练样本集进行跨模态特征对齐，生成携带语义约束的可执行逻辑流模板； 步骤三：将所述可执行逻辑流模板编码为马尔可夫决策过程，通过集成梯度反向传播路径生成的特征重要性指标与Pareto前沿分析模块的多目标强化学习框架，对马尔可夫决策过程的逻辑流的优化目标进行联合策略优化； 步骤四：提取所述联合策略优化后的策略参数化序列，注入运行时监控模块构造的动态验证沙箱环境，通过在线变分自编码器对执行轨迹进行异常模式检测与反馈式参数蒸馏迭代，完成对策略的动态调整； 步骤五：将经动态验证的策略参数化序列进行目标服务的自动化弹性部署。
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南京九边形科技有限公司，其通讯地址为：211106 江苏省南京市江宁区双龙大道1704号融汇时代中心701室(江宁开发区)；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”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励