一种基于联合训练的多标签蛋白质交互作用的预测方法

    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

    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。

    一种基于VMD分解与改进XGBoost的充电站短期负荷预测方法及装置

    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

    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。

    一种面向区域协同的强化学习实时订单派送方法

    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

    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。

    一种面向多源移动应用知识图谱构建方法

    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

    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。

    一种不协调本体的综合构建方法、装置及存储介质

    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

    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。

    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及系统

    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

    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。

Patent Agency Ranking