公开(公告)号：CN115619025A

公开(公告)日：2023-01-17

申请号：CN202211318864.9

申请日：2022-10-26

Applicant: 安徽大学

Inventor： 朱家明 ,  宋楠 ,  娄星华 ,  汪小曼

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N5/01 ,  G06N20/20 ,  H02J3/00

Abstract: 本发明涉及基于MEEMD与最优组合集成的电力负荷三角模糊预测方法，与现有技术相比解决了电力负荷预测值通常为实值序列而造成信息损失的缺陷。本发明包括以下步骤：数据集的获取；数据集的分解；进行单项模型预测；构建三角模糊最优组合预测模型；电力负荷三角模糊预测结果的获得。本发明对电力负荷数据的原始数据进行经验模态分解，构建三角模糊数，使用XGBoost、MSVR、MLP三种模型进行组合预测，利用MEEMD算法与最优组合集成技术提高了预测的精度，分散了预测的风险。

公开(公告)号：CN114443844A

公开(公告)日：2022-05-06

申请号：CN202210054262.0

申请日：2022-01-18

Applicant: 安徽大学

Inventor： 陈洁 ,  宋楠 ,  赵姝 ,  张燕平

IPC: G06F16/35 ,  G06F40/216 ,  G06Q50/00

Abstract: 本发明提供了一种融合用户情感倾向的社交网络评论文本情感分析方法和系统，通过用户的历史评论的情感极性分布以及社交关系计算用户的情感倾向分值；以用户的情感倾向分值作为用户的属性信息，用户与用户之间的社交关系为边信息构建用户社交关系网络；提取用户情感倾向特征表示；提取评论文本的特征表示；通过联合策略融合评论文本特征和评论对应的用户情感倾向特征得到评论联合特征表示，构建逻辑回归模型对社交网络评论文本的情感极性进行预测分析。本发明结合了用户心理干预因素，在技术上把用户情感倾向特征和文本特征相融合得到特征增强的联合特征用于社交网络文本情感分析，相比传统的仅基于文本特征的情感分析方法有更高的精确度。