-
公开(公告)号：CN119760142A
公开(公告)日：2025-04-04
申请号：CN202510260973.7
申请日：2025-03-06
IPC: G06F16/353 , G06F16/335 , G06F40/284 , G06F40/30 , G06Q10/063 , G06F17/18 , G06Q50/04 , G06Q50/10
Abstract: 本发明涉及海洋数据管理技术领域，具体公开了一种面向海洋产业数据的智能区域汇总核算方法，包括基于目标数据的变化设置特征时段，基于目标数据和多个匹配结果在特征时段内的海洋生产总值变化生成推荐系数；根据推荐系数从多个匹配结果中选取若干个小类作为目标数据的推荐分类；对选取的若干个推荐分类进行验证分析，将通过验证分析的一个小类作为该目标数据的验证分类，本发明通过深度的数据利用和分析，对不在海洋及相关产业对照表中的海洋产业数据进行处理，从而解决部分涉海单位所属国民经济行业类别不在海洋及相关产业对照表中，难以进行直接分类的问题。
-
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
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
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
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
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。
-
Patent Agency Ranking
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
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
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：CN115984595A
公开(公告)日：2023-04-18
申请号：CN202211686511.4
申请日：2022-12-26
Applicant: 杭州电子科技大学
IPC: G06V10/762 , G06V10/80 , G06V10/74
Abstract: 本发明公开了一种基于拉普拉斯秩约束的多元图聚类方法。本发明方法首先量化和表征多元图数据集中的每个图中节点的结构特征，构建每个图的节点相似矩阵，得到相似性特征增强的图相似矩阵；设定每个图相似矩阵的初始化权重，得到初始化融合图矩阵，构造融合特征矩阵；依次迭代更新每个图相似矩阵的权重和融合特征矩阵，直到满足拉普拉斯秩约束或达到最大迭代次数，得到最终的多元图聚类结果。本发明利用拉普拉斯秩约束迭代更新从融合特征图中生成最终多元图的聚类特征，不仅能表达多元关系，还能很好地保持多元图间节点的关联。本发明可以搭建可视化和交互界面，使用户能够直观地优化和评估多元图的聚类特征，并交互式地探索多元图聚类。
-
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
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。
-
公开(公告)号：CN119988946A
公开(公告)日：2025-05-13
申请号：CN202510467569.7
申请日：2025-04-15
IPC: G06F18/213 , G06F18/20 , G06F18/10 , G06F18/25 , G06N3/042
Abstract: 本发明涉及海洋产业数据核算的技术领域，具体为用于海洋产业数据的智能化核算平台及方法，包括以下步骤，海洋产业数据的多源数据采集以及预处理；基于深度学习算法对海洋产业数据中的多维度特征进行嵌套分析，构建海洋资源利用率、生态环境指数和经济效益比特征图；基于特征图，构建综合效益得分函数，同时，将数据的时空变化规律融于构建的函数，实现对海洋产业数据的全面核算；本发明引入图神经网络模型进行特征嵌套分析，能够深入挖掘海洋产业数据中的多维度特征；基于自适应权重系数构建综合效益得分函数，并将数据的时空变化规律融入函数中，实现了对不同时间段各海洋区域效益变化的智能化核算，提高了核算的时效性和区域适应性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.028 seconds)
