-
公开(公告)号：CN113869055B
公开(公告)日：2024-11-19
申请号：CN202111194442.0
申请日：2021-10-13
申请人： 天津大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院
IPC分类号： G06F40/295 , G06F40/30 , G06F40/211 , G06F40/151 , G06F18/2415 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/088 , G06Q10/10 , G06Q50/06 , G06N3/048
-
公开(公告)号：CN113869054B
公开(公告)日：2024-07-26
申请号：CN202111193129.5
申请日：2021-10-13
申请人： 天津大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院
IPC分类号： G06F40/295 , G06F40/30 , G06F16/35 , G06F40/151 , G06F18/2415 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/09 , G06N3/084 , G06Q50/06 , G06N3/048
摘要： 本发明公开了一种基于深度学习的电力领域项目特征识别方法，包括如下步骤：根据电力项目文档提炼电力领域的项目特征，基于项目特征建立项目业务标签体系；对电力项目文档进行文本预处理；借助文本标注工具对预处理后的电力项目文档进行实体标注，生成电力项目文档所对应的BIO格式数据集；利用ERNIE模型、Bi‑GRU神经网络和CRF模型建立网络学习模型，将BIO格式数据集输入网络学习模型进行训练得到实体识别模型；利用实体识别模型对新的电力项目文档进行特征识别。本发明可以电力项目文档进行精简，有效节省项目文档管理成本，帮助公司合理安排项目计划管理。
-
公开(公告)号：CN113869055A
公开(公告)日：2021-12-31
申请号：CN202111194442.0
申请日：2021-10-13
申请人： 天津大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院
IPC分类号： G06F40/295 , G06F40/30 , G06F40/211 , G06F40/151 , G06F16/35 , G06Q10/10 , G06Q50/06 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于深度学习的电网项目特征属性识别方法，包括如下步骤：根据电网项目文档的类别和项目业务管理需求总结项目业务特征，基于项目业务特征建立项目标签体系；基于项目标签体系对电网项目文档进行分类；对分类后的电网项目文档进行文本预处理；借助开源文本标注工具对预处理后的电网项目文档进行实体标注，生成电网项目文档所对应的BIO格式数据集；利用BERT模型、Bi‑GRU神经网络和CRF模型建立网络学习模型，将BIO格式数据集输入网络学习模型进行训练得到实体识别模型；利用实体识别模型对新的电网项目文档进行特征识别。本发明有利于提高项目管理与投资效率，完善识别技术规则，提高公司业务管理效率。
-
公开(公告)号：CN113869054A
公开(公告)日：2021-12-31
申请号：CN202111193129.5
申请日：2021-10-13
申请人： 天津大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院
IPC分类号： G06F40/295 , G06F40/30 , G06F16/35 , G06F40/151 , G06Q10/10 , G06Q50/06 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于深度学习的电力领域项目特征识别方法，包括如下步骤：根据电力项目文档提炼电力领域的项目特征，基于项目特征建立项目业务标签体系；对电力项目文档进行文本预处理；借助文本标注工具对预处理后的电力项目文档进行实体标注，生成电力项目文档所对应的BIO格式数据集；利用ERNIE模型、Bi‑GRU神经网络和CRF模型建立网络学习模型，将BIO格式数据集输入网络学习模型进行训练得到实体识别模型；利用实体识别模型对新的电力项目文档进行特征识别。本发明可以电力项目文档进行精简，有效节省项目文档管理成本，帮助公司合理安排项目计划管理。
-
公开(公告)号：CN112822045A
公开(公告)日：2021-05-18
申请号：CN202011644100.X
申请日：2020-12-31
申请人： 天津大学
摘要： 本发明公开了一种基于多特征混合神经网络的内容传播热区预测方法，包括：对内容的传播数据进行分类和筛选，确定传播数据的GPS信息；通过Geohash编码算法对GPS信息进行编码；根据传播数据的Geohash编码构建静态内容传播图；根据静态内容传播图构建内容传播时空图；将内容传播时空图与内容传播时空图的空间特征矩阵输入到GCN模型中进行特征提取和融合，输出表征向量；将表征向量输入到LSTM模型中进行计算，输出热区预测矩阵。本发明能够准确的内容传播热点预测，指导服务器部署和内容缓存策略制定，改善用户体验，减轻蜂窝网络传输压力。
-
公开(公告)号：CN112822045B
公开(公告)日：2022-04-12
申请号：CN202011644100.X
申请日：2020-12-31
申请人： 天津大学
IPC分类号： H04L41/147 , H04W28/14 , H04L67/568 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于多特征混合神经网络的内容传播热区预测方法，包括：对内容的传播数据进行分类和筛选，确定传播数据的GPS信息；通过Geohash编码算法对GPS信息进行编码；根据传播数据的Geohash编码构建静态内容传播图；根据静态内容传播图构建内容传播时空图；将内容传播时空图与内容传播时空图的空间特征矩阵输入到GCN模型中进行特征提取和融合，输出表征向量；将表征向量输入到LSTM模型中进行计算，输出热区预测矩阵。本发明能够准确的内容传播热点预测，指导服务器部署和内容缓存策略制定，改善用户体验，减轻蜂窝网络传输压力。
-
公开(公告)号：CN113240185A
公开(公告)日：2021-08-10
申请号：CN202110570856.2
申请日：2021-05-25
申请人： 天津大学
IPC分类号： G06Q10/04 , G06Q10/06 , G06Q50/26 , G06K9/62 , G06F16/215
摘要： 本发明提出了一种基于随机森林的县域碳排放的预测方法，其考虑多特征的随机森林模型来训练和预测县域中的碳排放量，它能够综合提取县域内的多维度特征，面对县域的大数据量可以实现并行训练操作，训练速度快，且实现简单。此外，在用随机森林模型训练完成后，可以得到每种特性影响碳排放的重要程度，从而实现碳排放污染有效治理。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.07 秒)
