-
公开(公告)号：CN111768072A
公开(公告)日：2020-10-13
申请号：CN202010422560.1
申请日：2020-05-19
Applicant: 东华大学
Abstract: 本发明公开了一种印染车间排产系统，其特征在于，包括生产单管理模块、查询模块、排产模块、车卡管理模块、系统设置模块；本系统主要应用在印染车间的自动化智能的生产计划排产系统。本系统对管理部门下达的订单，首先通过算法基于花型、加工量等信息自动生成相应的生产单，并将其加入待产生产单缓冲池中。然后对每个生产单自动关联对应的工艺，并根据加工量和车间机台车速等信息确定该生产单在每道工序的加工时长。最后从生产单缓冲池中获取一定量生产单，根据调度算法为每个生产单指定具体的加工机台和加工时段，还可以根据生产单、车卡等进行排产查。
-
公开(公告)号：CN110580311B
公开(公告)日：2023-08-01
申请号：CN201910540175.4
申请日：2019-06-21
Applicant: 东华大学
IPC: G06F16/953 , G06F18/214 , G06F18/24
Abstract: 本发明涉及种动态时间感知协同过滤方法。本发明在传统的协同过滤中添加动态时间因子以对数据集进行训练和优化，从而在数据集中引入时间因子，提高推荐结果的时效性，从而提高用户的满意度。在推荐上，本发明采用了top‑k算法，以使得测试的推荐结果更有代表性和客观性以及平台无关性。
-
Patent Agency Ranking
公开(公告)号：CN111666762A
公开(公告)日：2020-09-15
申请号：CN202010429765.2
申请日：2020-05-20
Applicant: 东华大学
IPC: G06F40/289 , G06F40/211 , G16H10/60 , G06N20/20 , G06N3/04
Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法，具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先，对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次，使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后，使用BiLSTM层来考虑多条句子上下文信息，以获得更好的句子表示。接着，考虑到并非所有句子对每一个属性提取器都有用，本发明使用注意力机制为不同的属性提取器选择最重要的实例，并相应地减少其它实例所带来的噪声。最后，在输出层使用多任务学习机制，共同学习相关任务以同时解决多个多类问题任务，从而获得更好的结果并减少过拟合的风险。同时，还对每个任务的损失贡献做出了不同重要性的区分。
-
公开(公告)号：CN111666762B
公开(公告)日：2023-06-20
申请号：CN202010429765.2
申请日：2020-05-20
Applicant: 东华大学
IPC: G06F40/289 , G06F40/211 , G16H10/60 , G06N20/20 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了基于多任务学习的肠癌诊断电子病历属性值抽取方法，具体为一种端到端的神经网络模型从文本的多个实例中提取属性值。首先，对于每个实例使用预训练的词嵌入来更好地初始化神经网络模型中的参数。其次，使用领域语料库(训练数据)对其进行微调来捕获特定领域的语义/知识。然后，使用BiLSTM层来考虑多条句子上下文信息，以获得更好的句子表示。接着，考虑到并非所有句子对每一个属性提取器都有用，本发明使用注意力机制为不同的属性提取器选择最重要的实例，并相应地减少其它实例所带来的噪声。最后，在输出层使用多任务学习机制，共同学习相关任务以同时解决多个多类问题任务，从而获得更好的结果并减少过拟合的风险。同时，还对每个任务的损失贡献做出了不同重要性的区分。
-
公开(公告)号：CN110580311A
公开(公告)日：2019-12-17
申请号：CN201910540175.4
申请日：2019-06-21
Applicant: 东华大学
IPC: G06F16/953 , G06K9/62
Abstract: 本发明涉及种动态时间感知协同过滤方法。本发明在传统的协同过滤中添加动态时间因子以对数据集进行训练和优化，从而在数据集中引入时间因子，提高推荐结果的时效性，从而提高用户的满意度。在推荐上，本发明采用了top-k算法，以使得测试的推荐结果更有代表性和客观性以及平台无关性。
-
公开(公告)号：CN118627795A
公开(公告)日：2024-09-10
申请号：CN202410666000.9
申请日：2024-05-27
Applicant: 东华大学
IPC: G06Q10/0631 , G06Q10/10 , G06Q30/0283 , G06Q50/08 , G06F30/13 , G06F16/25
Abstract: 本申请公开了一种基于大模型的智慧建筑全周期管理方法、设备及介质，该方法包括以下步骤：分析目标建筑的需求，基于目标建筑的需求构建目标建筑的BIM模型并与大模型进行集成；获取建筑信息数据，基于大模型对建筑信息数据进行预处理，得到处理结果；基于处理结果对智慧建筑的全生命周期的监管与分析，得到监管结果，全生命周期包括建筑设计阶段、施工阶段、运营阶段、改造阶段与退役阶段；基于大模型对目标建筑全生命周期内的性能进行预测与实时预警，建立反馈机制，生成反馈信息，基于反馈信息对目标建筑进行优化改造；通过大模型对智慧建筑的全周期管理，大幅度减少管理人员的工作压力，显著提升工作效率及对智慧建筑检测的准确性和覆盖率。
-
公开(公告)号：CN111768072B
公开(公告)日：2023-04-18
申请号：CN202010422560.1
申请日：2020-05-19
Applicant: 东华大学
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明公开了一种印染车间排产系统，其特征在于，包括生产单管理模块、查询模块、排产模块、车卡管理模块、系统设置模块；本系统主要应用在印染车间的自动化智能的生产计划排产系统。本系统对管理部门下达的订单，首先通过算法基于花型、加工量等信息自动生成相应的生产单，并将其加入待产生产单缓冲池中。然后对每个生产单自动关联对应的工艺，并根据加工量和车间机台车速等信息确定该生产单在每道工序的加工时长。最后从生产单缓冲池中获取一定量生产单，根据调度算法为每个生产单指定具体的加工机台和加工时段，还可以根据生产单、车卡等进行排产查询。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
