-
公开(公告)号：CN118820898A
公开(公告)日：2024-10-22
申请号：CN202410947586.6
申请日：2024-07-16
Applicant: 北京信息科技大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及机械故障诊断领域，公开了一种基于深度学习的多源数据融合的方法、系统及存储介质，包括：将获取的多个传感器采集的设备运行状态信息进行预处理后，得到多源数据；对每个数据源进行特征提取，并确定每个数据源中提取的特征的重要程度，并进行多源融合；融合后的数据经卷积网络进行故障特征提取，由提取到的故障特征进行设备故障诊断分类。本发明能充分利用多传感器采集到的机械设备运行状态信息，降低计算和内存的需求，提高机械故障诊断的精度。
-
公开(公告)号：CN118820897A
公开(公告)日：2024-10-22
申请号：CN202410947538.7
申请日：2024-07-16
Applicant: 北京信息科技大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06N3/048 , G06N3/047 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及机械故障诊断领域，公开了一种基于多输出的深度神经网络复合故障诊断方法及系统，其包括：将传感器采集到的设备状态数据经过预处理后，传输至深度神经网络，进行故障特征提取；通过全局平均/或最大池化对提取到的特征图进行平均/或最大池化，将特征图转化为用于表征设备运行状态的全局特征；将全局特征进行复合故障分解及诊断，以使经全连接层后的每个输出对应一个机械设备的单故障类型。本发明的能提高模型训练的效率，降低对复合故障数据的需求，以实现能应用于实际中的复合故障诊断。
-
公开(公告)号：CN116975707A
公开(公告)日：2023-10-31
申请号：CN202310664940.X
申请日：2023-06-06
Applicant: 北京信息科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/22 , G06F18/214 , G06N3/045 , G06N3/08 , G06N3/047 , G06Q40/10
Abstract: 本发明涉及深度学习领域，公开了一种基于深度学习的税号分类及关联要素识别方法；本发明通过Bert预训练语言模型构建，通过使用多层次税号分类任务顺序学习的方式建模税号编码层次结构，更高精度的编码是低精度编码进一步划分的结果，主要包括：数据集构建、模型构建、模型训练和黑白样本识别；本发明使用税号向量逐一与申报要素向量进行相似度计算，获得关联要素，并形成完整的自然语言描述；本发明解决了过往研究中未充分利用不同层次分类特征的问题，缓解了预训练语言模型全量参数微调带来的训练开销问题，增加了分类结果的可解释性，同时加快了研判速度，增速通关效率。
-
公开(公告)号：CN115055678B
公开(公告)日：2023-06-27
申请号：CN202210583011.1
申请日：2022-05-25
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种金颗粒‑氧化亚铜纳米杯的制备方法，包括以下步骤：二氧化硅‑金种子纳米球的制备步骤；二氧化硅‑金种子‑酚醛树脂纳米球的制备步骤；二氧化硅‑金纳米结构‑酚醛树脂纳米结构的制备步骤；金颗粒‑氧化亚铜纳米杯的制备步骤。同时用时域有限差分算法仿真了金颗粒‑氧化亚铜纳米杯的光物理学特性。本发明的制备方法成本低、速度快、重复性好、获得的金颗粒‑氧化亚铜纳米杯光谱和形貌高度可控，相关实验和理论仿真研究结果在金颗粒‑氧化亚铜光物理学研究领域和光学领域应用具有重要意义。
-
公开(公告)号：CN113177733B
公开(公告)日：2023-05-02
申请号：CN202110554758.X
申请日：2021-05-20
Applicant: 北京信息科技大学
IPC: G06Q10/067 , G06Q40/03 , G06Q40/12 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F18/2415
Abstract: 本发明公开了一种基于卷积神经网络的中小微企业数据建模方法及系统，本发明是卷积神经网络在中小微企业信息处理领域的具体应用，进一步拓展了深度学习算法的应用范围，方法具有较高的针对性和实用性，对于企业的信息既用到了时序信息(如财务信息等)，也用到了非时序信息(如企业信息等)，这在卷积神经网络的具体应用中具有较高的创新性，并通过信用风险识别的应用场景说明了对时序信息与非时序信息特征提取与融合的具体方法及流程。
-
Patent Agency Ranking
公开(公告)号：CN115983888A
公开(公告)日：2023-04-18
申请号：CN202310020817.4
申请日：2023-01-06
Applicant: 北京信息科技大学
IPC: G06Q30/0201 , G06Q30/0203 , G06F18/214 , G06N20/00
Abstract: 本发明公开一种基于数据融合的电影票房预测方法、系统及电子设备，涉及计算机技术领域，该方法包括：对包括电影相关数据、中国微观数据、百度搜索数据和疫情数据的数据集进行预处理；预处理后的数据集包括训练集和测试集；采用训练集训练基学习器，并计算训练后的基学习器在测试集中拟合优度；构建元学习器的训练数据和测试数据，并根据训练数据和测试数据训练元学习器；训练数据为将测试集中的数据输入至训练后的基学习器后得到的预测结果；测试数据为采用拟合优度对训练后的基学习器得到的预测结果进行加权平均后得到的数据；训练后的元学习器用于预测电影票房。本发明通过数据融合能够合理、准确地预测电影票房。
-
公开(公告)号：CN113112380A
公开(公告)日：2021-07-13
申请号：CN202110515936.8
申请日：2021-05-12
Abstract: 本申请涉及一种知识产权服务价值评估系统，知识产权服务价值评估系统包括服务支撑层和应用服务层及设置在服务支撑层中的服务价值评估模型库，应用服务层包括接收模块和输出模块，接收模块接收用户输入数据，输出模块向用户展示评估结果，服务支撑层用于根据用户输入数据调用服务价值评估模型库中对应服务价值评估模型生成评估结果；服务价值评估模型库存储多个服务价值评估模型。本申请采用应用服务层和服务支撑层前后端分离式系统，实现实时调用与在线评估，提供系统运行速度，并且，可以根据用户输入数据选择对应的服务价值评估模型，避免对评估系统频繁修改，提升用户体验。
-
公开(公告)号：CN112132444A
公开(公告)日：2020-12-25
申请号：CN202010987288.1
申请日：2020-09-18
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种互联网+环境下文化创新企业知识缺口的识别方法，该方法包括以下步骤：S1、运用无向加权的连通图G＝(V,E)，构建“互联网+”环境下的知识全集网络；S2、将网络化的知识载体文本表征为词向量的语义信息，向量化知识主题语义，并获取语义相似度；S3、运用无向加权的连通图G'＝(V',E')，构建文化创新企业储备知识主题网络，其中：S4、抽取需求知识载体文本中的主题词，通过词频和逆向文档频率完成需求知识主题识别，在识别需求知识主题的基础上，识别需求知识主题中的知识缺口。本发明主要解决文化创新企业知识在某些方向存在严重不足和知识缺口存在的问题。
-
公开(公告)号：CN111528797A
公开(公告)日：2020-08-14
申请号：CN202010323243.4
申请日：2020-04-22
Abstract: 本发明实施例提供了一种水产品无水保活个体应激水平无损动态监测方法，包括：采集水产品无水保活运输过程中的关键微环境参数以及水产品个体体表粘液的特征应激信号；基于所述特征应激信号，确定所述水产品个体的关键应激指标浓度，基于所述关键微环境参数，计算所述水产品个体的应激校正因子；获取采集时刻所述水产品个体的成活率，并基于所述成活率、所述关键应激指标浓度以及所述应激校正因子，确定所述水产品个体的应激水平。本发明实施例中，不会对水产品个体造成损失，可以实现无水保活个体应激水平的无损监测，且可以实现实时动态监测。而且，考虑了无水保活环境因素对水产品个体应激水平的影响，引入关键微环境参数，使结果更加准确。
-
公开(公告)号：CN109543939A
公开(公告)日：2019-03-29
申请号：CN201811185730.8
申请日：2018-10-11
Applicant: 北京信息科技大学
Abstract: 本发明提供一种绿色建材产品认证风险评价模型构建的方法，包括获取绿色建材产品认证的指标参数，所述指标参数根据认证节点和风险点确定；获取所述指标参数对应的样本值，建立训练样本和测试样本；将所述指标参数输入神经网络模型，配置神经网络的参数；利用训练样本对所述神经网络模型进行训练，训练结束后，利用测试样本对所述神经网络模型进行优化，优化后的神经网络模型为绿色建材产品认证风险评价模型。该方案采用神经网络模型可以从训练数据中提取隐含的知识和规律，减小了评价过程中的主观因素和偶然因素的影响，更具科学性、智能性和拓展性。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.035 seconds)
