基于人工智能的全过程咨询项目风险预测方法

    公开(公告)号:CN120046987A

    公开(公告)日:2025-05-27

    申请号:CN202510309800.X

    申请日:2025-03-17

    Abstract: 本发明公开了基于人工智能的全过程咨询项目风险预测方法,属于项目管理风险预测技术领域,包括在项目管理过程中采集进度报告、质量检测报告、资源使用情况的多源异构数据,对采集到的项目过程数据进行人工标注。基于自适应合成抽样的SMOTE算法进行样本生成,实现项目过程数据扩充。利用深度神经网络分类器进行全过程咨询项目风险预测,深度神经网络分类器包含时序特征分离层,并通过增强式全局搜索优化权重更新过程。本发明基于动态参数门控机制的SMOTE算法,通过初始化权重矩阵、高动态特征异常检测、特征重要性动态评估和合成样本生成与调节等步骤,优先生成与高风险特征相关的合成样本,有效解决样本不平衡问题,并增强模型对关键风险特征的敏感度。

    基于多传感器数据融合的工程巡查机器人定位方法

    公开(公告)号:CN119803482A

    公开(公告)日:2025-04-11

    申请号:CN202510200600.0

    申请日:2025-02-24

    Abstract: 本发明涉及数据处理领域,具体涉及基于多传感器数据融合的工程巡查机器人定位方法,该方法包括:通过至少两个不同类型的传感器采集真实传感器数据,通过基于元学习的生成对抗网络算法产生生成传感器数据,采用基于海浪能量捕获优化的神经网络算法训练特征提取模型,采用基于动态调整矩阵的自编码器算法对特征降维模型进行训练,采用基于自适应错误校正项的极限学习机算法训练分类器,采集新的真实传感器数据输入训练完成的分类器中,得到工程巡查机器人在位置环境中的位置分类。现有的定位方法因样本数据量较少和数据处理能力较弱的原因定位精度较为不准确,而本发明对样本数据量进行扩充并对数据处理进行优化,因而具有较为准确的定位精度。

Patent Agency Ranking