公开(公告)号：CN119293232A

公开(公告)日：2025-01-10

申请号：CN202411293624.7

申请日：2024-09-14

Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司

Inventor： 周志光 ,  温晋 ,  刘玉华 ,  王豆 ,  郭庆 ,  张震伟 ,  俞荣栋 ,  孟瑜炜

IPC: G06F16/34 ,  G06F16/36 ,  G06F16/338 ,  G06F40/186

Abstract: 本发明公开了基于大语言模型的发电设备故障诊断方法。本发明方法首先将专家知识库转化为由判据节点和边组成的故障知识库，通过知识库完成故障检索；使用基于文本职能分割的输入完成自然语言文本的合成，基于不同判据的计算类型构建提示词模板，促进大模型完成判据的计算推理任务；输入多维的设备状态监测时序数据，结合提示词模板自动生成当前时间下的提示词集合，输入提示词集合到大语言模型进行计算推理并生成设备的当前状态集；使用知识库对状态集进行检索获得故障诊断结果；进而设计一个可视化系统对大模型输出结果和故障诊断结果进行收集和可视化，为提示词模板构建提供输入和交互接口。本发明方法完成的故障诊断具备良好的实用性和扩展性。

公开(公告)号：CN113392332B

公开(公告)日：2022-06-14

申请号：CN202110535193.0

申请日：2021-05-17

Applicant: 杭州电子科技大学

Inventor： 周志光 ,  张汝敏 ,  胡淼鑫 ,  刘玉华 ,  王毅刚

IPC: G06F16/9536 ,  G06F16/957 ,  G06K9/62

Abstract: 本发明公开了面向大规模多元网络数据的简化可视分析方法。本发明方法首先基于原始网络大规模数据，构建属性增强的网络表征学习模型，将节点转换成嵌入拓扑结构和属性信息的高维向量表示；然后利用属性增强的网络表征学习模型构建多层次聚类模型，在向量化空间中根据结构紧密度、属性同质性和聚类数量将节点划分为层次类别；最后设计简化表达可视分析方案，构建大规模多元网络数据的简化可视分析系统；所述的简化可视分析系统通过聚类视图、协同视图构成视觉表达。本发明方法对大规模多元网络数据进行视觉简化、探索和聚类，有效减少视觉混乱，并提高了大规模多元网络的可读性和分析效率。

公开(公告)号：CN113934899A

公开(公告)日：2022-01-14

申请号：CN202111092445.3

申请日：2021-09-17

Applicant: 杭州电子科技大学

Inventor： 周志光 ,  孙玲 ,  王浩轩 ,  刘玉华 ,  苏为华 ,  王毅刚

IPC: G06F16/903 ,  G06F16/904 ,  G06F16/901 ,  G06F16/906

Abstract: 本发明公开了基于属性增强表征学习的多元图数据库可视化检索方法。本发明方法首先利用图表征学习模型和数理统计方法提取多元图的结构和属性特征，并结合其特征提取结果，利用典型相关分析建立基于属性增强的图表征学习模型，将结构向量和属性向量融合到综合嵌入空间中；然后将高维结构‑属性融合向量投影到二维空间中并聚类，构建一种基于距离的图检索模型。通过利用节点链接图和平行坐标视图分别从结构相似度和属性相似度对检索结果进行可视化评估，并设计交互帮助用户构建目标图实现检索以及比较检索结果。本发明方法实现了一个基于属性增强表征学习的多元图数据库可视化检索工具，使用户能够轻松地构建图检索并可视化评估和比较图检索的结果。

公开(公告)号：CN113392332A

公开(公告)日：2021-09-14

申请号：CN202110535193.0

申请日：2021-05-17

Applicant: 杭州电子科技大学

Inventor： 周志光 ,  张汝敏 ,  胡淼鑫 ,  刘玉华 ,  王毅刚

IPC: G06F16/9536 ,  G06F16/957 ,  G06K9/62

Abstract: 本发明公开了面向大规模多元网络数据的简化可视分析方法。本发明方法首先基于原始网络大规模数据，构建属性增强的网络表征学习模型，将节点转换成嵌入拓扑结构和属性信息的高维向量表示；然后利用属性增强的网络表征学习模型构建多层次聚类模型，在向量化空间中根据结构紧密度、属性同质性和聚类数量将节点划分为层次类别；最后设计简化表达可视分析方案，构建大规模多元网络数据的简化可视分析系统；所述的简化可视分析系统通过聚类视图、协同视图构成视觉表达。本发明方法对大规模多元网络数据进行视觉简化、探索和聚类，有效减少视觉混乱，并提高了大规模多元网络的可读性和分析效率。

公开(公告)号：CN113191416B

公开(公告)日：2024-02-09

申请号：CN202110454817.6

申请日：2021-04-26

Applicant: 杭州电子科技大学

Inventor： 周志光 ,  马煜明 ,  杨振东 ,  陈圆圆 ,  刘玉华 ,  王毅刚

IPC: G06F18/23213 ,  G06F18/22 ,  G06F16/9537

Abstract: 本发明公开了面向大规模地理点数据的空间属性关联维诺图生成方法。本发明方法首先结合空间距离和属性相似性，建立地理点的空间属性聚类模型；然后结合其聚类结果，利用自适应蓝噪声采样模型，将采集到的样本点作为种子点，进行德劳内三角剖分，进而生成维诺图，既保留了原始数据的空间分布，又保留了原始数据的属性关联；此外，通过最小半径阈值的设置与Jenks自然断裂分类方法的使用，从形状优化与颜色映射两方面来增强维诺图的视觉感知能力。本发明方法实现了一个用于大规模地理点数据的在线维诺图生成工具，使用户能够轻松地通过地理点数据生成有意义的面片，可视化地评估和比较维诺图。

公开(公告)号：CN117150102A

公开(公告)日：2023-12-01

申请号：CN202310950088.2

申请日：2023-07-31

Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司

Inventor： 周志光 ,  郑凤玲 ,  温晋 ,  刘玉华 ,  王毅刚 ,  陈为

IPC: G06F16/909 ,  G06F16/9035 ,  G06F16/904 ,  G06F16/29 ,  G06F3/0484 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于用户任务偏好学习的地理点数据采样方法。该方法应用自适应蓝噪声采样将地理空间划分为局部区域，并设计一组可视化界面来呈现这些点在局部区域的数据特征，使用户能够根据其需求直观地选择有代表性的点。然后，利用卷积神经网络对用户偏好进行建模，进一步指导其他局部区域的采样过程。由此，所有的采样点都将保留原始数据点的空间分布，并尽可能地满足用户的偏好。此外，该方法实现了一个可视化框架，集成了手动点选择、CNN训练、自动点采样和可视化比较等功能。本发明方法实现了一种基于用户任务偏好学习的地理点数据采样，使用户能够轻松获取和评估符合用户偏好的地理采样点。

公开(公告)号：CN113191416A

公开(公告)日：2021-07-30

申请号：CN202110454817.6

申请日：2021-04-26

Applicant: 杭州电子科技大学

Inventor： 周志光 ,  马煜明 ,  杨振东 ,  陈圆圆 ,  刘玉华 ,  王毅刚

IPC: G06K9/62 ,  G06F16/9537

Abstract: 本发明公开了面向大规模地理点数据的空间属性关联维诺图生成方法。本发明方法首先结合空间距离和属性相似性，建立地理点的空间属性聚类模型；然后结合其聚类结果，利用自适应蓝噪声采样模型，将采集到的样本点作为种子点，进行德劳内三角剖分，进而生成维诺图，既保留了原始数据的空间分布，又保留了原始数据的属性关联；此外，通过最小半径阈值的设置与Jenks自然断裂分类方法的使用，从形状优化与颜色映射两方面来增强维诺图的视觉感知能力。本发明方法实现了一个用于大规模地理点数据的在线维诺图生成工具，使用户能够轻松地通过地理点数据生成有意义的面片，可视化地评估和比较维诺图。