-
公开(公告)号：CN116127177A
公开(公告)日：2023-05-16
申请号：CN202211316154.2
申请日：2022-10-26
Applicant: 北京交通大学
IPC: G06F16/9535 , G06F16/36 , G06F18/23213 , G06F18/214 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种利用知识图谱嵌入负采样优化的推荐方法，包括设计负采样方法NSGAN改进知识图谱嵌入；抽象关系嵌入标签改进推荐；利用所述知识图谱嵌入负采样优化的推荐方法。本发明的负采样框架NSGAN具有良好的通用性，基于距离翻译的知识图谱嵌入模型均能方便地利用该框架采得高质量负样本，从而提升知识图谱嵌入质量，另一方面，由该负采样方法经过优化的推荐模块，采用的用户项目交互并非原始嵌入，而是交互关系所属的标签嵌入与推荐表示的拼接，有利于更精准把握交互这一概念在向量空间中的表示，具有更强的可行性和鲁棒性。
-
公开(公告)号：CN107703920B
公开(公告)日：2019-12-17
申请号：CN201711009648.5
申请日：2017-10-25
Applicant: 北京交通大学
IPC: G05B23/02
Abstract: 本发明提供了一种基于多元时间序列的列车制动系统的故障检测方法。该方法包括：采集列车制动系统的故障检测相关的样本数据，建立样本数据的多元时间序列矩阵；利用滑动时间窗口从多元时间序列矩阵中提取出时间序列片段的样本数据，将提取出的时间序列片段的样本数据与异常模式的特征数据进行匹配检测，根据匹配检测的结果获取列车制动系统在时间序列片段中的故障检测结果。本发明的方法从数据分析的角度出发，结合了机器学习和多元时间序列挖掘算法，并提出基于滑动时间窗口进行异常模式匹配的算法，通过模式匹配，可以对已有数据中的故障进行监测和智能诊断，从而可以更准确地发现异常发生的本质原因，对异常进行更好的定位。
-
公开(公告)号：CN102185772A
公开(公告)日：2011-09-14
申请号：CN201110115794.2
申请日：2011-05-05
Applicant: 北京交通大学
IPC: H04L12/56
CPC classification number: H04L45/583
Abstract: 本发明涉及一种数据中心网络系统的路由方法。该数据中心网络系统包括行首交换机、列首交换机和呈矩阵排列的接入交换机，每行的行首至少部署一个行首交换机，每列的列首至少部署一个列首交换机，服务器与接入交换机相连接，接入交换机与其所在行的所有行首交换机及其所在列的所有列首交换机相连接。在本发明中，同一子网的服务器之间通过与其相连接的接入交换机进行通信，不同子网的服务器之间需要通过接入交换机、行首交换机和列首交换机进行通信。本发明采用的路由方法更为简单、高效，便于通过硬件实现，路由速度快。
-
公开(公告)号：CN112541132B
公开(公告)日：2023-11-10
申请号：CN202011538984.0
申请日：2020-12-23
Applicant: 北京交通大学
IPC: G06F16/9536 , G06N3/042 , G06N3/096 , G06N20/00
Abstract: 本发明提供了一种基于多视图知识表示的跨领域推荐方法。该方法包括：根据不同领域各个项目的相似属性，以异质图的形式将不同的项目进行整合，形成多个视图，将各个视图分别作为图注意力网络的输入，通过图注意力网络获得项目在每个视图下的初始知识表示；将项目在每个视图下的初始知识表示分别作为多头注意力网络的输入，通过多头注意力网络获得并整合不同视图下带有用户偏好的项目表示向量，得到带有用户偏好的项目最终表示；根据带有用户偏好的项目最终表示和目标领域的信息对所述用户推荐目标领域中的对应项目。本发明通过在多个领域间设立多视图多头注意力网络学习方法，充分学习项目知识表示，进行跨领域推荐，从而提高目标领域的推荐效果。
-
公开(公告)号：CN105183537B
公开(公告)日：2018-07-27
申请号：CN201510612684.5
申请日：2015-09-23
Applicant: 北京交通大学
IPC: G06F9/455
Abstract: 本发明实施例提供了种基于动态阈值窗口的虚拟机迁移处理方法。该方法包括:将物理机的CPU利用率与设定的阈值窗口TWin范围进行比较,当物理机的CPU利用率高于设定的CPU利用率最大阈值,则计算物理机所属的数据中心的任务量;当数据中心的任务量大于设定的任务量最大阈值,对阈值窗口TWin范围进行调整,根据调整后的阈值窗口TWin范围和设定的虚拟机迁移策略,对物理机中的虚拟机进行迁移处理。本发明实施例能够根据数据中心的任务量情况自适应地对阈值窗口TWin的大小进行调整,可以动态触发虚拟机的迁移,减少需要迁移的虚拟机数量,降低了迁移失败率,也减少了由于找不到目的物理机而带来的不必要的虚拟机迁移代价。
-
Patent Agency Ranking
公开(公告)号：CN102185772B
公开(公告)日：2013-10-23
申请号：CN201110115794.2
申请日：2011-05-05
Applicant: 北京交通大学
IPC: H04L12/70
CPC classification number: H04L45/583
Abstract: 本发明涉及一种数据中心网络系统的路由方法。该数据中心网络系统包括行首交换机、列首交换机和呈矩阵排列的接入交换机，每行的行首至少部署一个行首交换机，每列的列首至少部署一个列首交换机，服务器与接入交换机相连接，接入交换机与其所在行的所有行首交换机及其所在列的所有列首交换机相连接。在本发明中，同一子网的服务器之间通过与其相连接的接入交换机进行通信，不同子网的服务器之间需要通过接入交换机、行首交换机和列首交换机进行通信。本发明采用的路由方法更为简单、高效，便于通过硬件实现，路由速度快。
-
公开(公告)号：CN102164088A
公开(公告)日：2011-08-24
申请号：CN201110115801.9
申请日：2011-05-05
Applicant: 北京交通大学
CPC classification number: H04L49/356
Abstract: 本发明涉及一种数据中心网络系统，该系统包括行首交换机、列首交换机和呈矩阵排列的接入交换机，每行的行首至少部署一个行首交换机，每列的列首至少部署一个列首交换机，服务器与接入交换机相连接，接入交换机与其所在行的所有行首交换机及其所在列的所有列首交换机相连接。各种交换机和服务器按照一定的规则进行编址。本发明可以消除网络通信瓶颈，并且网络结构简单、灵活、容易扩展，便于网络实施和维护。另外数据中心可以采用高性价比的普通三层交换机进行组网，建网成本低。
-
公开(公告)号：CN117473616B
公开(公告)日：2025-03-25
申请号：CN202311463023.1
申请日：2023-11-06
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多智能体强化学习的铁路BIM数据边缘缓存方法。该方法包括：构建BIMDipFM模型，利用BS下用户与BIM数据的历史交互信息对留存率进行预测，获取BIM数据的内容重要性程度，采用马尔可夫博弈模型建立多节点协同缓存模型，得到每个缓存节点的BIM数据缓存状态和需求状态，生成系统中智能体的当前时刻环境状态，构建动作掩码模块，过滤无效动作，输出动作空间，基于actor网络通过Gumble Softmax算法输出确定动作，Agent在环境中执行确定动作，输出奖励，获取新环境状态，将环境状态、确定动作、奖励和新环境状态储存经验回放池中，经验回放池储存满后进行经验回放，更新目标网络，以提高BIM数据的缓存效率，减轻云侧和核心网络的流量负载，提升用户访问速度。
-
公开(公告)号：CN112801340B
公开(公告)日：2024-04-26
申请号：CN202011489874.X
申请日：2020-12-16
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于多层级城市信息单元画像的人群密度预测方法。该方法包括：从城市管理层级出发，定义多层级城市信息单元和城市信息单元包含的数据；对城市信息单元数据进行预处理，利用长短期记忆网络LSTM、图嵌入算法分别提取城市信息单元的时间和空间特征，通过塔式聚合结构聚合多层级城市信息单元包含的特征，在多层级城市信息单元画像的基础上构建多任务决策模型；根据多层级城市信息单元画像的多任务决策模型进行城市各网格、区域的人群密度预测。本发明提出“城市信息单元”的概念，通过塔式聚合结构聚合多层级城市信息单元的特征，然后对多层级城市信息单元进行多任务联合学习，最终建立多层级城市信息单元画像的模型。
-
公开(公告)号：CN115577754A
公开(公告)日：2023-01-06
申请号：CN202211345202.0
申请日：2022-10-31
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于事理图谱的电力负荷预测方法，属于电力负荷预测领域。所述方法根据电力相关事件以及事件之间的因果关系，构建电力事理图谱及规则库、知识库及MAT；激活电力事理图谱后选定用电场景，并在电力事理图谱上进行推理，获得可能导致用电场景发生的原因事件集合；再根据MAT对原因事件集合中的节点进行遍历，选出相应的外生变量，与历史负荷拼接后得到预测模型的输入变量；再构建多变量短期电力负荷预测模型MNLF，对不同的时间序列采用不同的编码器，提取长短期时间序列特征即嵌入表示，并计算相关性系数计算长期时间序列的权重，再与短期时间序列嵌入表示进行拼接，预测电力负荷未来值。本发明提高了预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
