-
公开(公告)号:CN119007819A
公开(公告)日:2024-11-22
申请号:CN202411141189.6
申请日:2024-08-20
Applicant: 南京邮电大学
IPC: G16B40/00 , G16B40/20 , G16B30/10 , G06N3/042 , G06N3/0464 , G06N3/048 , G06F18/22 , G06F18/213 , G06F18/24 , G06F18/25
Abstract: 本发明公开了一种基于联合训练的多标签蛋白质交互作用的预测方法,先从包含多个PPI类型的数据库中选择交互作用数据作为原始数据源,对数据进行预处理,构建PPI数据集,然后对蛋白质序列进行特征提取,将获得的特征分为标称特征和序列特征,分别组成标称特征向量和序列特征向量,接着基于联合训练结构构建模型;使用图卷积网络从标称特征向量提取交互作用网络的关系结构;使用一维卷积神经网络对序列特征中的蛋白质序列信息进行编码并提取;最后应用全连接层进行多标签预测,根据性能反馈将模型投入使用。与现有方法相比,本发明可以显著提升对蛋白质交互作用类别预测的准确性,对蛋白质功能及药物开发等领域的研究具有推动作用。
-
公开(公告)号:CN118964985A
公开(公告)日:2024-11-15
申请号:CN202411015411.8
申请日:2024-07-26
Applicant: 南京邮电大学
IPC: G06F18/214 , G06F18/213 , H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/006
Abstract: 本发明公开了一种基于VMD分解与改进XGBoost的充电站短期负荷预测方法,首先,选取影响因素构建输入特征集,降低不相关特征的影响;然后,利用VMD算法将原本随机、非线性的负荷数据分解为有限个固有模态函数和残余分量,并和负荷影响因素一起作为XGBoost算法的输入;最后,采用PSO算法优化预测模型参数,对特征互异的各个分量数据分别预测并叠加重构输出预测值。本发明考虑多种负荷影响因素,对预处理后的时序数据集进行变分模态分解,并基于改进的极端梯度提升算法模型对时序数据集进行预测,可以提高负荷波动性强的充电桩的负荷预测精度,从而为电动汽车充电站的安全稳定运行提供有效预测服务。
-
公开(公告)号:CN118690936A
公开(公告)日:2024-09-24
申请号:CN202410787865.0
申请日:2024-06-18
Applicant: 南京邮电大学
IPC: G06Q10/047 , G06Q10/20 , G06Q50/06 , G06N5/01 , G06N20/00
Abstract: 本发明提供了一种基于分治思想的启发式算法结合强化学习的充电站运维路径规划方法,主要包括如下步骤:收集所有运维目标充电站的经纬度,并对栅格地图进行初始化;采用分而治之的思想,按所属行政区域对运维站点进行划分;选用启发式路径优化算法对区域间的路径进行规划;采用强化学习Q‑learning算法对各区域内的维修站点进行路径规划;将各区域内维修站点路径规划按区域间最短路径遍历顺序进行组合,再采用启发式路径优化算法进行局部调优;获得全部目标运维站点的路径规划路线与全局路径长度。
-
公开(公告)号:CN115731007A
公开(公告)日:2023-03-03
申请号:CN202211580746.5
申请日:2022-12-09
Applicant: 南京邮电大学
IPC: G06Q30/0601 , G06Q10/0631 , G06Q10/083
Abstract: 一种面向区域协同的强化学习实时订单派送方法,基于区域栏栅化处理构建空间地理信息;对空间位置价值信息进行编码,获取对应特征向量矩阵;结合订单分配矩阵和订单接受率因素,计算单个区域内的效益度指标;将子区域按流量权重分配计算总效益度指标,并确定因素限制条件集合;根据优化目标函数和约束条件提出约束优化方程组,通过拉格朗日乘子将求解约束优化问题转化成无约束优化问题;使用总效益度指标作为深度强化学习奖惩值;通过环境交互优化参数,进而获取训练好后的实时派单模型。本方法可以显著提高快递派单系统实时响应速度,有助于解决区域协同的智能派单效益最大化问题。
-
公开(公告)号:CN115292520B
公开(公告)日:2023-02-03
申请号:CN202211187813.7
申请日:2022-09-28
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F40/216 , G06F40/242 , G06F40/289 , G06F40/30 , G06F18/22 , G06N5/02
Abstract: 本发明公开了一种面向多源移动应用知识图谱构建方法,基于获取的来自不同数据源的移动应用数据,生成三元组集合;对实体与关系进行编码,获得对应的向量表示;计算实体向量之间的相似度,将相似度超过设定阈值的向量表示所对应的实体确定为初始语义等价实体对,并确定种子集合;根据元规则从种子集合中推理出潜在语义等价实体对;计算潜在语义等价实体对成立的概率;将计算的概率与设定概率阈值比较,根据比较结果最终确定多源移动应用中实体之间的语义等价关系,进而获得多源移动应用知识图谱。本发明可以显著降低多源数据在知识图谱构建过程中实体语义等价关系的人工标注成本。
-
公开(公告)号:CN118690302A
公开(公告)日:2024-09-24
申请号:CN202410860499.7
申请日:2024-06-28
Applicant: 南京邮电大学
IPC: G06F18/2433 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N3/006 , G06Q10/20 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及一种考虑数据增强和改进双向长短期记忆网络的充电桩故障诊断方法,首先,对充电桩的充电账单数据与维护工单数据进行预处理,构建充电账单与运维工单的时序数据集;然后,基于生成对抗网络生成模拟真实样本的数据,扩充预处理后时序数据集;再次,构建双向长短期记忆网络,对充电桩故障诊断方法进行建模;其次,基于粒子群优化算法,优化双向长短期记忆网络参数;最后,基于改进的双向长短期记忆网络的故障诊断方法,实现充电桩的复杂故障诊断。本发明通过生成对抗网络对预处理后的时序数据集进行数据增强,并基于改进的双向长短期记忆网络模型对时序数据集进行预测,可以提高数据量不足的充电桩故障诊断精度,从而充电桩的安全可靠性。
-
公开(公告)号:CN115891741B
公开(公告)日:2023-09-22
申请号:CN202211252896.3
申请日:2022-10-13
Applicant: 南京邮电大学 , 国网江苏省电力有限公司电力科学研究院 , 国电南瑞科技股份有限公司 , 南京大全自动化科技有限公司
IPC: B60L53/68
Abstract: 本发明公开了一种适用于电动汽车充电过程的远程故障预警方法及装置,获取本次充电过程的相关数据;对获得的充电过程的相关数据进行预处理,得到预处理后的充电过程的相关数据;对预处理后的充电过程的相关数据进行判断,判断充电过程是否异常;当电动汽车充电过程出现异常充电过程时,对电动汽车充电过程进行故障诊断,诊断出本次充电过程的故障类型;通过故障数据知识库,根据故障类型匹配出本次充电的具体故障。本发明通过分析电动汽车充电过程数据利用历史数据以及逻辑决策判断进行故障诊断,通过具有博弈能力的学习网络构建电动汽车的故障预警网络,无需设定判断阈值,可以为运维人员与电动汽车用户提供有效故障信息,保障用户与设备安全。
-
公开(公告)号:CN116683429A
公开(公告)日:2023-09-01
申请号:CN202310602249.9
申请日:2023-05-26
Applicant: 南京邮电大学 , 南京大全自动化科技有限公司
Abstract: 本发明提供一种抗分布式电源扰动的新型电力系统稳定控制装置,其结构包括:定位板、主机、接通器、输出件、衔接体,定位板与主机进行卡合衔接,主机表层中上端与接通器相连接,输出件设置于接通器下方并与主机进行电连接,衔接体嵌入于输出件的表层中心;本发明由接通器进一步改进后,根据电能输入件新配备的补偿器基础,利用无功补偿控制组件以及滤波电力容件的相互配合下可将分布式电源接入并离网后产生的波动进行处理,进而保证新型电力系统的电源质量,以至于根据控制通过改进后可符合抗分布式电源扰动的特点,提高控制装置的使用强度。
-
公开(公告)号:CN113656942A
公开(公告)日:2021-11-16
申请号:CN202110793830.4
申请日:2021-07-14
Applicant: 南京邮电大学
IPC: G06F30/20
Abstract: 本发明公开了一种不协调本体的综合构建方法、装置及存储介质,包括:设置多个参数,对多个参数进行赋值;从空集开始构建MIPS和MUPS,获得本体;依次添加新的MIPS和新的公理到本体中,使得本体满足所有参数,实现不协调本体的构建,所述多个参数包括:公理总数量、不可满足概念数量、MIPS数量、最小移除公理数、一个MUPS最多包含的公理数以及一个不可满足概念最多拥有的MUPS数量,本发明通过设置多个跟不协调本体密切相关的参数,从多个维度构建不协调本体,参数可以由用户根据自身需求进行设置,提供更好的个性化定制。
-
公开(公告)号:CN119047784B
公开(公告)日:2025-03-28
申请号:CN202411287073.3
申请日:2024-09-13
Applicant: 南京邮电大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06N3/08 , G06F40/186 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种基于大型语言模型的电动汽车充电站负荷有序调控方法,具体如下:首先,对电动汽车充电站的历史充电负荷时间序列数据进行采集,对历史充电负荷时间序列数据进行归一化处理,其次,对充电负荷时序片段分别采集对应的工作日/节假日、天气、气温、交通状况等环境数据,生成环境数据输入量;然后,以充电负荷时序片段和环境数据作为输入,构造充电负荷时间序列预测模型;构造双重优化目标,对充电负荷时间序列预测模型进行训练,实现对未来充电负荷进行预测;最后,基于所述充电负荷预测结果进行需求响应,并对充电站内充电设施进行调控,以根据所述负荷预测结果实现相应有序充电的优化管理。该方案提高了充电负荷预测的准确性。
-
-
-
-
-
-
-
-
-