公开(公告)号：CN110750641B

公开(公告)日：2022-02-11

申请号：CN201910906673.6

申请日：2019-09-24

Applicant: 武汉大学

Inventor： 李石君 ,  李学礼 ,  杨济海 ,  龚红霞 ,  余伟 ,  余放 ,  甘琳 ,  李宇轩

IPC: G06F16/35 ,  G06F40/289 ,  G06N3/08

Abstract: 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed‑forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。

公开(公告)号：CN111260249B

公开(公告)日：2022-08-05

申请号：CN202010091057.2

申请日：2020-02-13

Applicant: 武汉大学

Inventor： 李石君 ,  赵远 ,  杨济海 ,  李学礼 ,  龚红霞 ,  余伟 ,  余放 ,  李宇轩

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/06 ,  G06Q50/30 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM和随机森林混合模型的电力通信业务可靠性评估预测方法，属于时序分析和分类回归的研究范畴，涉及LSTM，随机森林等技术领域，主要针对通信网络业务记录和业务告警记录，构建LSTM和随机森林混合分类模型，采用Adam优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：可以自动从过去十二个月的历史告警记录中学习训练模型，并对接下来一个月的业务可靠性做出评估和预测，提高对低可靠性业务的风险预警，及时预防和止损。

公开(公告)号：CN110750641A

公开(公告)日：2020-02-04

申请号：CN201910906673.6

申请日：2019-09-24

Applicant: 武汉大学

Inventor： 李石君 ,  李学礼 ,  杨济海 ,  龚红霞 ,  余伟 ,  余放 ,  甘琳 ,  李宇轩

IPC: G06F16/35 ,  G06F40/289 ,  G06N3/08

Abstract: 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed-forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。

公开(公告)号：CN110287989B

公开(公告)日：2021-04-16

申请号：CN201910423583.1

申请日：2019-05-21

Applicant: 武汉大学

Inventor： 李石君 ,  龚红霞 ,  杨济海 ,  李学礼 ,  余伟 ,  余放 ,  王凯 ,  李宇轩

IPC: G06K9/62 ,  G06Q10/08

Abstract: 本发明公开了一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法，将库存承载力作为衡量偏度的方法，有效反映了仓库容量与辐射范围的正比关系；考虑轮廓系数的定义，根据簇的内聚度和分离度引入新的约束，同时考虑优化中心覆盖面积和等待时间，在信息迭代传播时对偏度进行自适应更新。基于轮廓系数约束和偏度更新的AP聚类算法有助于避免震荡，加快算法收敛速度，获得兼具理想服务范围和合理响应时间的中心组合。本发明的方法可以达到提高选址准确性和改善选址综合性能的技术效果。

公开(公告)号：CN111260249A

公开(公告)日：2020-06-09

申请号：CN202010091057.2

申请日：2020-02-13

Applicant: 武汉大学

Inventor： 李石君 ,  赵远 ,  杨济海 ,  李学礼 ,  龚红霞 ,  余伟 ,  余放 ,  李宇轩

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/06 ,  G06Q50/30 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM和随机森林混合模型的电力通信业务可靠性评估预测方法，属于时序分析和分类回归的研究范畴，涉及LSTM，随机森林等技术领域，主要针对通信网络业务记录和业务告警记录，构建LSTM和随机森林混合分类模型，采用Adam优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：可以自动从过去十二个月的历史告警记录中学习训练模型，并对接下来一个月的业务可靠性做出评估和预测，提高对低可靠性业务的风险预警，及时预防和止损。

公开(公告)号：CN110287989A

公开(公告)日：2019-09-27

申请号：CN201910423583.1

申请日：2019-05-21

Applicant: 武汉大学

Inventor： 李石君 ,  龚红霞 ,  杨济海 ,  李学礼 ,  余伟 ,  余放 ,  王凯 ,  李宇轩

IPC: G06K9/62 ,  G06Q10/08

Abstract: 本发明公开了一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法，将库存承载力作为衡量偏度的方法，有效反映了仓库容量与辐射范围的正比关系；考虑轮廓系数的定义，根据簇的内聚度和分离度引入新的约束，同时考虑优化中心覆盖面积和等待时间，在信息迭代传播时对偏度进行自适应更新。基于轮廓系数约束和偏度更新的AP聚类算法有助于避免震荡，加快算法收敛速度，获得兼具理想服务范围和合理响应时间的中心组合。本发明的方法可以达到提高选址准确性和改善选址综合性能的技术效果。