-
公开(公告)号：CN117035888A
公开(公告)日：2023-11-10
申请号：CN202310994742.X
申请日：2023-08-08
Applicant: 北京工业大学 , 北京林业大学 , 北京国汽优服认证服务有限公司
IPC: G06Q30/0283 , G06N20/00 , G06F18/24 , G06F18/25 , G06F18/214
Abstract: 本申请实施例提供了一种新能源车辆残值获取方法、装置、电子设备和存储介质，涉及车辆评估领域。方法包括：获取目标新能源车辆的残值影响静态数据和残值影响时序数据；其中，残值影响静态数据包括不具有时序特征的残值影响数据；残值影响时序数据包括具有时序特征的残值影响数据；将残值影响静态数据和残值影响时序数据输入目标车辆残值预测模型中，获取目标车辆残值预测模型输出的目标车辆残值影响系数；其中，目标车辆残值预测模型根据样本新能源车辆的样本残值影响静态数据、样本残值影响时序数据和对应的样本车辆残值影响系数训练得到；根据目标车辆残值影响系数，获取目标新能源车辆的车辆残值。能够提高新能源车辆残值获取结果的可靠性。
-
公开(公告)号：CN117035888B
公开(公告)日：2024-10-01
申请号：CN202310994742.X
申请日：2023-08-08
Applicant: 北京工业大学 , 北京林业大学 , 北京国汽优服认证服务有限公司
IPC: G06Q30/0283 , G06N20/00 , G06F18/24 , G06F18/25 , G06F18/214
Abstract: 本申请实施例提供了一种新能源车辆残值获取方法、装置、电子设备和存储介质，涉及车辆评估领域。方法包括：获取目标新能源车辆的残值影响静态数据和残值影响时序数据；其中，残值影响静态数据包括不具有时序特征的残值影响数据；残值影响时序数据包括具有时序特征的残值影响数据；将残值影响静态数据和残值影响时序数据输入目标车辆残值预测模型中，获取目标车辆残值预测模型输出的目标车辆残值影响系数；其中，目标车辆残值预测模型根据样本新能源车辆的样本残值影响静态数据、样本残值影响时序数据和对应的样本车辆残值影响系数训练得到；根据目标车辆残值影响系数，获取目标新能源车辆的车辆残值。能够提高新能源车辆残值获取结果的可靠性。
-
公开(公告)号：CN117035889A
公开(公告)日：2023-11-10
申请号：CN202310994746.8
申请日：2023-08-08
Applicant: 北京工业大学 , 北京国汽优服认证服务有限公司
IPC: G06Q30/0283 , G06Q30/0201 , G06F18/24 , G06F18/10
Abstract: 本申请实施例提供了一种新能源车辆残值计算方法、装置、电子设备和存储介质，涉及车辆评估领域。该方法包括：获取目标新能源车辆的折旧程度影响因素信息和市场价值影响因素信息，根据折旧程度影响因素信息获取目标新能源车辆的电池性能、损耗程度和使用寿命，根据市场价值影响因素信息获取目标新能源车辆的交易市场偏好程度，进一步根据电池性能、损耗程度和使用寿命获取综合成新率，根据交易市场偏好程度获取综合影响系数，并根据目标新能源车辆的新车购置价格、综合成新率和综合影响系数，采用重置成本法获取目标新能源车辆的车辆残值。能够使车辆残值的计算结果更符合交易市场实际情况，有效提高新能源车辆残值计算结果可靠性。
-
公开(公告)号：CN117582937A
公开(公告)日：2024-02-23
申请号：CN202410025545.1
申请日：2024-01-08
Applicant: 北京林业大学
IPC: B01J20/06 , C02F1/28 , B01J20/30 , C02F101/10
Abstract: 本发明公开了一种高效除磷环境吸附材料氢氧化镧及其合成方法，包括以下步骤：将镧盐和螯合剂、分散剂按照一定比例在水中混合均匀，加入沉淀剂将pH调节至碱性并反应一段时间，之后放入水热反应釜中高温反应。产物固液分离后经纯水和乙醇洗涤数次，干燥后即得。本发明制备的高活性氢氧化镧除磷吸附剂晶体结构精细完整，粒径分布均匀，且制备条件简单，操作便捷，无特殊设备要求，重现性好，具有显著的吸附效果。
-
公开(公告)号：CN118917056A
公开(公告)日：2024-11-08
申请号：CN202410931753.8
申请日：2024-07-11
Applicant: 北京工业大学
Abstract: 本公开实施例提供了一种采购供应交易虚拟仿真系统，包括实验者模块，实验者模块包括在线实验模块，在线实验模块中，供应商数据单元，用于向实验者展示预先存储的若干供应商对应的真实供应商数据，实验者在采购供应交易的实验过程中扮演采购商角色；供应商分析单元，用于响应于实验者对若干供应商中的至少一个参考供应商的选中操作，根据参考供应商的真实供应商数据，获得并展示参考供应商的画像；采购实验单元，用于响应于实验者根据至少一个供应商的画像做出选中操作，确定目标供应商，并根据采购任务和目标供应商，生成并展示采购情景，采购情景包括采购商视角下的各项采购流程，能够有效提高采购供应交易过程相关教学的教学效果。
-
Patent Agency Ranking
公开(公告)号：CN117390174B
公开(公告)日：2024-09-24
申请号：CN202311616745.6
申请日：2023-11-29
Applicant: 北京工业大学
IPC: G06F16/335 , G06F16/35 , G06F18/2411 , G06F18/2415 , G06F18/243 , G06F18/214 , G06F18/21
Abstract: 本申请公开了一种学术论文推荐方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域。该方法包括：确定目标专利文献和至少一个参考学术论文；使用目标分类模型，从至少一个参考学术论文中确定与目标专利文献具有直接引用关系的学术论文，作为待推荐的学术论文；其中，目标分类模型由多个正样本和多个负样本对初始目标分类模型训练得到；正样本包括存在直接引用关系的专利文献和学术论文；负样本包括存在非直接引用关系的专利文献和学术论文。本申请实施例通过构建专利文献与学术论文间的异质信息网络，充分融合专利文献与学术论文的关联关系，实现专利文献与学术论文间的链路预测，为目标专利文献高效的提供待推荐的学术论文。
-
公开(公告)号：CN118628190A
公开(公告)日：2024-09-10
申请号：CN202410796174.7
申请日：2024-06-19
Applicant: 北京工业大学
IPC: G06Q30/0283 , G06Q30/0201 , G06N3/08
Abstract: 本公开实施例提供了一种新能源车辆残值获取方法、装置、电子设备和存储介质，涉及车辆评估技术领域。其中，方法包括：获取目标新能源车辆的车况数据；将车况数据输入至预先训练的残值计算模型中，获得残值计算模型输出的残值计算系数；根据残值计算系数和目标新能源车辆的当前新车购置价格，获取目标新能源车辆的车辆残值。其中，残值计算模型训练时，样本数据对应的标签为残值计算系数，根据与每一无标签数据相似的有标签数据，对无标签数据的标签进行预测，将预测结果作为无标签数据对应的伪标签，能够有效扩充有标签数据用于模型训练，提高模型的性能和泛化能力，从而提高新能源车辆残值获取结果的准确性。
-
公开(公告)号：CN114691814A
公开(公告)日：2022-07-01
申请号：CN202210398913.8
申请日：2022-04-15
Applicant: 北京工业大学
Abstract: 本申请实施例提供一种信息处理方法、装置、电子设备及存储介质，涉及科技情报、数据挖掘、文献计量分析领域。该方法包括获取待处理网络；待处理网络包括多个第一元素和多个第二元素；确定各第一元素的初始权重和各第二元素的初始权重；将各第一元素的初始权重对应转换为各第二元素的转换权重；将每一第二元素的初始权重和每一第二元素的转换权重进行加权处理，得到每一第二元素的融合权重；基于各第二元素的融合权重，确定目标领域的演化路径。本申请实施例可以将节点权重和链接权重相互转换，基于节点或链接的融合权重，得到演化路径，弥补了现有技术的链接重要性或节点重要性的演化轨迹探测方法的不足，提高了演化路径的准确性。
-
公开(公告)号：CN111767706B
公开(公告)日：2022-02-22
申请号：CN202010568868.7
申请日：2020-06-19
Applicant: 北京工业大学
IPC: G06F40/194 , G06F40/30 , G06K9/62
Abstract: 本申请实施例提供了一种文本相似度的计算方法、装置、电子设备及介质。该方法包括：对于每两个目标文本，计算一个目标文本所包含的各个第一序列与另一个目标文本所包含的各个第二序列之间的相似度，得到两个目标文本之间的序列相似度，第一序列和第二序列为分别从对应目标文本中提取的实体关系序列；对于每两个目标文本，利用该两个目标文本之间的序列相似度，计算该两个目标文本的相似度。本申请实施例实现了通过计算一个文本所包含的各个实体关系序列与另一个文本所包含的各个实体关系序列之间的相似度，从而计算两个文本之间的相似度，可以大大提升结算结果的准确性。
-
公开(公告)号：CN106779429A
公开(公告)日：2017-05-31
申请号：CN201611211608.4
申请日：2016-12-25
Applicant: 北京工业大学
Abstract: 本发明公开了基于AFC刷卡数据的轨道换乘站点客流拥塞风险评价方法，包括：AFC原始交易数据预处理；基于AFC刷卡数据的轨道换乘站点客流拥塞评价。以数据库分析和数据挖掘技术为依托，对AFC原始刷卡数据进行提取、剔除和筛选、换乘客流识别等预处理。基于AFC刷卡数据获取不同时段换乘站点的进站、出站及换乘客流量，基于人工实地测量换乘站内各典型位置的物理参数；构建典型位置客流饱和度评价指标，用于综合衡量各位置的客流需求与供给关系；根据评价时段内的指标极大值作为模型的输入值进行模型参数的标定；根据熵权法计算不同典型位置的饱和度指标在模型中的权重，并对风险评价进行聚类，划分轨道换乘站点客流拥塞五级风险等级。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.081 seconds)
