-
公开(公告)号：CN118171076A
公开(公告)日：2024-06-11
申请号：CN202410591472.2
申请日：2024-05-14
Applicant: 中国矿业大学
IPC: G06F18/21 , G06F18/2321 , G06N3/0499 , G06N20/00 , G06F21/62
Abstract: 本发明公开了一种数据特征提取方法、系统及计算机设备，涉及特征提取技术领域。本发明的方法包括如下步骤：获取多个客户端的隐私样本数据集；将多个隐私样本数据集分别输入深度神经网络中进行特征提取，得到多个特征数据集；根据多个特征数据集的特征点建立第一距离矩阵，对第一距离矩阵进行聚类，得到每个客户端的隐私样本数据集的聚类中心；将多个客户端的聚类中心发送至模型构建端，根据多个客户端的聚类中心构建第二距离矩阵，并对第二距离矩阵进行再聚类，得到隐私数据特征。本发明能够在客户端隐私保护的前提下刻画隐私数据的统计特性，改善联邦学习对异构数据的训练效果；且实现多领域、多模态的知识共享，提高了模型性能。
-
公开(公告)号：CN116451577B
公开(公告)日：2024-04-02
申请号：CN202310380037.0
申请日：2023-04-11
Applicant: 中国矿业大学
IPC: G06F30/27 , G06N3/045 , G06N3/092 , G06N3/086 , G06Q10/047 , G06F111/06
Abstract: 本发明公开了融合强化学习和差分进化的产品变更路径多目标优选方法，包括以下步骤：建立复杂产品网络模型，表明设计变更在产品网络模型中的传播过程；建立设计变更传播路径的多目标优化模型；利用双深度Q‑网络(Double Deep Q‑Network，DDQN)帮助种群在不同阶段选择适合的进化策略，建立强化学习引导的差分进化算法(Differential evolution，DE)即DDQN‑DE算法，进行多目标优化模型的求解。本发明采用上述的产品变更路径多目标优选方法，当产品零件发生变更时，可以精准地找到一个变更成本、变更工期、产品综合性能影响较小的变更方案，解决现有方法中收敛速度慢、易于局部收敛等问题。
-
公开(公告)号：CN116937555A
公开(公告)日：2023-10-24
申请号：CN202310894292.7
申请日：2023-07-19
Applicant: 中国矿业大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/2431 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于多场景识别的多LSTM电力负荷短期预测方法，包括以下步骤；S1：收集原始数据；S2：对原始数据进行预处理，通过聚类算法提取负荷场景集合；S3：构建负荷预测模型；S4：构建场景标签预测模型；S5：获得最终预测值。本发明的有益效果是：通过从设备收集历史电力负荷数据挖掘出多个差异化场景，构建并独立训练多个预测模型，利用场景标签完成未来时刻场景的预测，选择相应的负荷预测模型，实现更加精准的电力负荷预测。
-
公开(公告)号：CN113987718B
公开(公告)日：2022-06-03
申请号：CN202111361319.3
申请日：2021-11-17
Applicant: 中国矿业大学
IPC: G06F30/17 , G06F30/27 , G06N3/00 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于多目标粒子群优化的产品变更方案设计方法，针对任意给定的一个待变更的产品，首先建立一种引入服务性能的复杂产品多重网络模型；接着，通过解耦变更效应传播中强关联节点对服务性能的影响，生成一个包含服务性能影响度、变更成本和变更时间3个评价指标的多目标求解模型；然后，使用一种整数型多目标粒子群优化算法求解多目标模型，求得一组最优的变更方案；最后，使用模糊决策方法求得满足用户需求的一个最佳变更方案。本发明所得变更方案的可操作性更强，得到的变更方案可以同时覆盖多条传播路径上的关键节点，更符合实际设计需要。通过设置合适的约束条件，可以最大限度确保变更方案的可行性。
-
公开(公告)号：CN108876010B
公开(公告)日：2022-02-08
申请号：CN201810498234.1
申请日：2018-05-23
Applicant: 中国矿业大学
Abstract: 本发明公开了一种煤矿井下电磁辐射强度时序数据的选择与趋势预测方法，包括以下步骤：采样煤矿井下电磁辐射强度的时序数据以得到样本数据集；对样本数据集进行聚类粒化处理以得到多个数据子集；基于Hausdorff距离确定每个数据子集中样本点的重要性大小，并根据重要性大小对每个样本点进行去除或保留，以得到预测数据集；根据预测数据集对煤矿井下电磁辐射强度的变化趋势进行预测。根据本发明的煤矿井下电磁辐射强度时序数据的选择与趋势预测方法，降低了趋势预测的计算复杂度，并增强了预测结果的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110544296A
公开(公告)日：2019-12-06
申请号：CN201910700064.5
申请日：2019-07-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，首先，依据先验地图建立了无人机的三维环境模型；确定用来评价航迹优劣的三个目标函数，建立敌方威胁不确定环境下的无人机三维全局航迹规划的三目标优化模型；接着，采用改进多目标骨干粒子群优化算法，对无人机全局路径进行粒子群智能规划；最后，采用线性插值法对所得最优路径集合中的所有路径进行光滑处理，并在模拟地图上显示出所求得的多条可行路径，以供决策者根据实际情况选择最终一条路径。本发明方法选择的路径不仅能够避障，而且能躲避敌人的威胁，并且路径长度较短，决策者可根据实际需求选择得到最优路径。
-
公开(公告)号：CN109631900A
公开(公告)日：2019-04-16
申请号：CN201811583287.X
申请日：2018-12-24
Applicant: 中国矿业大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明公开了一种无人机三维航迹多目标粒子群全局规划方法，包括以下步骤：(1)根据飞行环境建立环境模型，对无人机的飞行环境进行处理时，采用数字地图技术；(2)根据步骤(1)建立的环境模型建立航迹规划模型；(3)将粒子群优化技术用于步骤(2)所述航迹规划模型，给出一种改进的少控制参数的多目标骨干粒子群全局航迹规划算法。本发明具有如下优点：建立了无人机三维全局多目标航迹规划模型，给出了航迹长度代价、威胁代价和隐蔽性代价三种指标函数，以及相应的约束需求，提出了一种少控制参数的多目标粒子群全局规划方法，增强了规划路径的实用性。
-
公开(公告)号：CN117436576B
公开(公告)日：2024-08-09
申请号：CN202311315635.6
申请日：2023-10-11
Applicant: 中国矿业大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/241 , G06N3/0442 , G06N3/098
Abstract: 本发明公开了不同时间尺度下多节点多元负荷联邦协同预测方法，包括如下三个阶段，第一阶段使用样条插值法对时间尺度较大的负荷数据进行插值补充，将负荷数据统一至相同的时间尺度，第二阶段利用每个节点自身数据得到它的本地多元负荷预测模型；第三阶段在不泄露数据隐私的前提下，对各节点模型进行联邦学习融合训练；训练完成后，在节点内对模型进行微调。使用本方法的模型得到的负荷预测结果更接近真实值。特别地，针对负荷波动幅度较大、负荷波动幅度小但频率高等复杂场景，本文所提算法都有最好的电气负荷预测结果。
-
公开(公告)号：CN116894169B
公开(公告)日：2024-01-02
申请号：CN202310765773.8
申请日：2023-06-27
Applicant: 中国矿业大学
IPC: G06F18/2111 , G06F18/23 , G06N3/006 , G06N3/126
Abstract: 本发明公开了基于动态特征聚类和粒子群优化的在线流特征选择方法，属于数据处理领域，包括以下步骤：S1、输入一个新的特征组GT；S2、在线相关性分析；S3、增量式特征聚类：将经步骤S2处理后的特征划分到已有特征簇中或创建新簇；S4、判断是否满足启动条件，若满足则执行步骤S5，否则从每个特征簇中选取最重要的特征并作为输出特征子集ST；S5、历史信息驱动的整型粒子群算法：在聚类的基础上，采用历史信息驱动的粒子群算法搜索最优特征子集，并输出特征子集ST；S6、判断有无新的特征组到来，若有则返回步骤S1，否则结束。本发明采用上述基于动态特征聚类和粒子群优化的在线流特征选择方法，可在多数数据集中获得最佳的分类精度。
-
公开(公告)号：CN111079977B
公开(公告)日：2023-06-20
申请号：CN201911125937.0
申请日：2019-11-18
Applicant: 中国矿业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/098 , G06Q50/02
Abstract: 本发明公开了一种基于SVD算法的异构联邦学习矿井电磁辐射强度趋势跟踪方法，首先针对联邦学习客户端内数据不均衡问题提出异构模型联邦学习算法，通过在服务器内设置异构中央模型供客户端选择以提高本地模型精度；针对本地模型参数上传通讯代价问题，提出先使用SVD算法分解参数矩阵得到对应奇异值矩阵，随后将其上传至中央服务器内进行聚合更新的高效通讯算法；最后各客户端利用更新后的本地模型提取本地数据特征，利用该特征与真实数据值训练ESN网络执行趋势跟踪。本发明能够在保护数据隐私的前提下实现多传感器采集电磁辐射强度的趋势跟踪，能够提升各客户端趋势跟踪精度并降低框架所需的通讯代价。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.071 seconds)
