公开(公告)号：CN116664232A

公开(公告)日：2023-08-29

申请号：CN202310599950.X

申请日：2023-05-25

Applicant: 安徽大学绿色产业创新研究院

Inventor： 崔小娟 ,  赵依 ,  刘尚缘 ,  郭兴 ,  蒿心杰 ,  叶梦成 ,  张顺 ,  邹铭敏 ,  王学军

IPC: G06Q30/0601 ,  G06F18/23 ,  G06N20/00

Abstract: 本发明公开了一种基于上下文老虎机的联邦个性化商品推荐方法，包括：1、各本地服务器收集其用户的行为数据，初始化各本地服务器参数；2、各本地服务器根据上下文老虎机算法选择最优臂，接收反馈并更新参数；3、中心服务器接收并聚合来自本地服务器的数据，并对本地服务器进行聚类；4、中心服务器和本地服务器进行协同训练，调整参数；5、重复步骤3‑4，直到达到预设的停止条件，从而得到基于上下文老虎机的联邦个性化推荐模型，用于对不同本地服务器潜在的异构用户作出推荐。本发明能为同一簇的用户推荐相似商品，并根据用户反馈和历史数据不断调整推荐策略，能适应不断变化的推荐环境要求，从而能提高推荐效果和用户满意度。

公开(公告)号：CN117171641A

公开(公告)日：2023-12-05

申请号：CN202311124140.5

申请日：2023-09-01

Applicant: 安徽大学绿色产业创新研究院

Inventor： 崔小娟 ,  江超超 ,  赵依 ,  崔潇汉 ,  张顺 ,  邹铭敏

IPC: G06F18/241 ,  G06F18/2321 ,  G06F18/214 ,  G06N3/0442 ,  G01D21/02

Abstract: 本发明公开了一种基于改进DBSCAN算法和多尺度LSTM神经网络的气体浓度预测方法，包括：1、获取气体吸收光谱数据、实验环境的温度和湿度数据；2、使用改进DBSCAN聚类算法对原始数据进行筛选构造数据集并进行归一化处理；3、使用特征提取网络提取变量之间的特征并构造多尺度的LSTM神经网络气体浓度预测模型；4、使用气体浓度预测模型和测试集进行预测得到最终预测值。本发明通过对数据进行筛选和异常数据的修正，并根据修正后的数据集构造了多尺度LSTM神经网络，用于实现对气体浓度值的预测，为监测环境中的气体浓度变化提供了依据。