-
公开(公告)号：CN108921359B
公开(公告)日：2022-03-11
申请号：CN201810830683.1
申请日：2018-07-26
Applicant: 安徽大学 , 平安煤矿瓦斯治理国家工程研究中心有限责任公司
Abstract: 本发明公开了一种分布式瓦斯浓度预测方法，所述方法包括：A：利用瓦斯浓度历史监测数据训练神经网络模型，得到目标神经网络模型；B：利用所述目标神经网络模型进行瓦斯浓度的预测，得到预测结果；C：判断所述预测结果与实际监测结果的偏差是否小于第一预设阈值；D：若是，根据当前时刻之前的预设时间段内的瓦斯浓度监测数据对所述训练后的神经网络模型进行二次训练；然后返回执行所述B步骤。本发明实施例还提供了一种瓦斯浓度预测装置。应用本发明实施例，对瓦斯浓度预测更加准确。
-
公开(公告)号：CN108921359A
公开(公告)日：2018-11-30
申请号：CN201810830683.1
申请日：2018-07-26
Applicant: 安徽大学 , 平安煤矿瓦斯治理国家工程研究中心有限责任公司
Abstract: 本发明公开了一种分布式瓦斯浓度预测方法，所述方法包括：A：利用瓦斯浓度历史监测数据训练神经网络模型，得到目标神经网络模型；B：利用所述目标神经网络模型进行瓦斯浓度的预测，得到预测结果；C：判断所述预测结果与实际监测结果的偏差是否小于第一预设阈值；D：若是，根据当前时刻之前的预设时间段内的瓦斯浓度监测数据对所述训练后的神经网络模型进行二次训练；然后返回执行所述B步骤。本发明实施例还提供了一种瓦斯浓度预测装置。应用本发明实施例，对瓦斯浓度预测更加准确。
-
公开(公告)号：CN107341621A
公开(公告)日：2017-11-10
申请号：CN201710660597.6
申请日：2017-08-04
Applicant: 安徽大学 , 平安煤矿瓦斯治理国家工程研究中心有限责任公司
CPC classification number: G06Q10/0639 , G06Q50/02
Abstract: 本发明公开了一种分布式矿井通风实时解算和分析预警方法及系统，所述方法包括：在预设时间点获取井下目标位置的风速数据和目标位置的风压数据；根据设时间点与井下目标位置的风速数据和目标位置的风压数据建立消息队列；通过Storm对消息队列中的数据进行并行地分风处理，得到井下不同时间点目标位置的分风数据；根据井下目标位置的风速数据、井下目标位置的风压数据、井下目标位置的分风数据和预设数据进行井下目标位置安全性分析，并根据分析结果进行预警。
-
公开(公告)号：CN119721294A
公开(公告)日：2025-03-28
申请号：CN202411799316.1
申请日：2024-12-09
Applicant: 安徽大学
Abstract: 本发明涉及大数据处理技术领域，具体涉及一种基于因果推理的大数据处理框架配置调优方法、系统。本发明公开的方法通过对多个样本数据集进行采集，并采用多种因果结构学习算法对样本数据集进行分析以构建出与数据规模相关的分层因果结构模型，接着将目标规模大小数据纳入考虑范围、并构建出数据规模感知因果结构模型，以给出适应于目标新数据的配置参数集，从而实现针对于目标规模大小来进行适应性配置调优。本发明解决了现有基于因果推理的配置自动调优方法调优效果不佳的问题。
-
公开(公告)号：CN118410174B
公开(公告)日：2025-02-18
申请号：CN202410427692.1
申请日：2024-04-10
Applicant: 安徽大学
IPC: G06F16/36 , G06Q10/0631 , G06F18/241 , G06Q50/26
Abstract: 本发明涉及工单分类技术领域，具体涉及一种融合知识图谱的政务热线工单分类方法及系统。本发明的方法包括：预训练S‑BERT模型；引入ConceptNet知识图谱计算知识图谱嵌入矩阵P；结合预训练的S‑BERT模型、知识图谱嵌入矩阵P，基于政务热线工单数据集计算出投影矩阵Q；基于投影矩阵Q，计算标签分类以完成政务热线工单数据集X与标签集合Y的匹配。本发明可以提高政务热线工单分类准确性和效率，有望在实际中得到应用和推广。本发明解决了现有政务热线工单分类方法不能有效应对工单内容上的变化而导致分类效率、准确性不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN118505312A
公开(公告)日：2024-08-16
申请号：CN202410633671.5
申请日：2024-05-21
Applicant: 安徽大学 , 安徽乐萌科技有限公司
IPC: G06Q30/0251 , G06Q30/0241 , G06Q50/00
Abstract: 本发明提供线下商家广告投放方法及系统，方法包括：获得种子集合VS。对于给出的商家v0,从位置社交网络G＝ 中获得v0所在的多个社区的种子节点VS；利用Naive OCS算法获得社区集合OCset；获得空间感知社区集合CLUSTERset；明确线上广告的目标用户；确定线下广告的具体投放位置。本发明解决了潜在顾客群体发掘困难、社区结构凝聚性及空间凝聚性较差的技术问题。
-
公开(公告)号：CN117197576A
公开(公告)日：2023-12-08
申请号：CN202311208995.6
申请日：2023-09-19
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于非线性池化与深度可分离卷积的适用于MCU部署的图像分类方法，涉及机器学习领域。该图像分类方法，具体包括以下步骤：步骤1.MCU‑BLOCK‑A的获取，对轻量化神经网络MobileNets的深度可分离卷积进行改进得到MCU‑BLOCK‑A，利用一个深度卷积和逐点卷积，并在它们之间加入了BN层和高效通道注意力机制，最后再增加一层深度卷积，并将输入与最后一层深度卷积输出进行残差连接，步骤2.MCU‑BLOCK‑B的获取，步骤3.结合非线性池化层构建模型。本发明所提出的模型参数量低、峰值内存占用少，满足大部分MCU资源需求，并取得了较好的分类性能。将机器学习模型在MCU上运行，可以避免将数据上传到云，极大地保护了数据隐私，加速实时处理和响应，大大减少了能源消耗。
-
公开(公告)号：CN116541617A
公开(公告)日：2023-08-04
申请号：CN202310777988.1
申请日：2023-06-29
Applicant: 安徽大学
IPC: G06F16/9537 , G06F16/9536 , G06F16/29
Abstract: 本发明提供参会用户及地点推荐方法及系统，方法包括：从活动举办方获得核心用户集合，从位置社交网络中得到每个用户的轨迹序列；利用局部社区检测算法挖掘核心用户集合所在的社区，从而获得参会用户；利用简单加权偏好融合策略，计算核心用户集合中每个轨迹点的评分，以生成轨迹点推荐列表；根据以上步骤得到参会用户名单和轨迹点，提供给活动举办方。（1）本发明从活动举办方角度出发，将生活轨迹上相似且社交关系联系密切的用户作为参加活动的潜在用户。再根据这些用户的轨迹数据，确定举办活动的地点。（2）本发明采用局部社区发现算法来获得参会用户。相比于访问整个数据集的传统推荐技术，具有更低的时间开销。本发明更适用于大数据集。
-
公开(公告)号：CN112800345A
公开(公告)日：2021-05-14
申请号：CN202110171341.5
申请日：2021-02-03
Applicant: 安徽大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 一种社区角色感知的用户需求主动预测方法和系统，采用局部社区发现算法从社交网络中挖掘目标用户集Us中的每个用户所在的局部社区Ci，所有用户所在的社区的并集记为融合对应的社交网络子图和多个用户评分数据，得到一个异质信息网络；通过度量社区Ci中的用户与目标用户i在局部结构上的差异，寻找与用户i有相似角色的用户，并计算这些用户与用户i的角色相似程度；利用与用户有相似角色的用户的评分信息，对用户从两个角度进行预测：对各个项的需求程度和评分值，筛选出需求程度和评分值都高的项，并将这些项推荐给用户。本发明的优点在于：结合用户的社交信息和评分数据，为缺乏历史行为数据而无法捕捉到实际需求的用户提供了一种需求的主动预测方法。
-
公开(公告)号：CN106529721B
公开(公告)日：2018-12-25
申请号：CN201610983314.7
申请日：2016-11-08
Applicant: 安徽大学
Abstract: 本发明公开了一种深度特征提取的广告点击率预测系统及其预测方法。所述系统包括：广告日志数据采集子系统，其用于采集广告点击日志数据；分区检测子系统，其用于对所述广告点击日志数据进行分区检测；十层稀疏约束特征提取隐层子系统，其用于在经过分区检测后的广告点击日志数据中提取广告数据的深度特征；空间约束模型生成子系统，其用于根据所述深度特征进行空间约束得到预测模型。其中，当有新的广告点击日志数据输入时，所述预测模型就能得到对应的预测结果。本发明能提取广告点击日志数据中的深度特征，针对大量广告点击日志数据先进行分区模块检测，加强稀疏规划，融合空间约束进而生成预测模型。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.085 seconds)
