-
公开(公告)号：CN114330972A
公开(公告)日：2022-04-12
申请号：CN202111313556.2
申请日：2022-02-24
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于概率分布的设施设备评价方法及装置，主要解决现有技术中存在的现有设备设施评价方法中评估框架丢失特征之间的相关性和独立性及不具备扩展性的问题。该一种基于概率分布的设施设备评价方法包括包括根据设施设备的历史数据分析器分析其相关系生产评估框架，然后根据评估框架对设施设备的新数据进行评分输出结果。通过上述方案，本发明达到了自动建立评估框架，保留特征花间的相关性和独立性，用信息分布的形式来推算分值和权重，以防止信息丢失，多维度评价的目的。
-
公开(公告)号：CN112906829A
公开(公告)日：2021-06-04
申请号：CN202110391935.7
申请日：2021-04-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于Mnist数据集的数字识别模型构建方法及装置，主要解决现有技术中存在的现有数字模式识别精度不高，基于Mnist数据集识别模型易引起图像失真及在不同场景中泛化性还有待提升的问题。该发明利用空间金字塔池化层自适应处理多尺度信息输入的能力，使得模型方法支持任意尺度的图像数据输入。同时，模型通过能对多尺度信息的学习训练，具有较好的多尺度信息的表征性能。除此之外，该发明对迁移学习以及BN层的应用，极大降低了适应多环境数据训练的门槛，很好地促使了模型参数的有效学习以及模型训练效率的提升。因此，该模型方法具有较好的运行效率和泛化性。
-
公开(公告)号：CN112232607A
公开(公告)日：2021-01-15
申请号：CN202011485564.0
申请日：2020-12-16
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种地铁客流量预测方法及装置，主要解决现有技术中存在的现有客流量预测方法均为单一模型预测，预测精度不高，得出的预测结果不具有说服力的问题。该种地铁客流量预测方法先对对原始客流量数据进行预处理；然后分别将预处理后的数据输入LSTM模型和SVR模型中输出预测结果；然后将两个模型输出的预测结果通过熵值法求权得到最终的预测结果。通过上述方案，本发明达到了提升客流量预测精度，输出更具说服力预测结果的目的。
-
公开(公告)号：CN109344910A
公开(公告)日：2019-02-15
申请号：CN201811276025.9
申请日：2018-10-30
Applicant: 成都四方伟业软件股份有限公司
IPC: G06K9/62
Abstract: 本发明实施例提供的一种数据分类方法及装置，属于数据处理领域。该方法包括：获取训练样本集，然后取i为1到N，从训练样本集中提取第i个训练数据，判断第i个训练数据满足预设条件，在为是时，将第i个训练数据添加至支持向量机集合中，再计算所述第i个训练数据的权重，获得第i个权重值，将所述第i个权重值添加至权值集合中，基于所述支持向量机集合和所述权值集合生成决策函数，以利用所述决策函数对获取待分类数据进行分类。本方案中，可对训练样本集中的训练数据基于训练数据的类别分别赋予不同的权重，则能够从训练样本集中各类训练数据分布情况进行考虑，由此，在数据量不均衡的情况下，可达到较好的分类效果。
-
公开(公告)号：CN112906829B
公开(公告)日：2022-11-08
申请号：CN202110391935.7
申请日：2021-04-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于Mnist数据集的数字识别模型构建方法及装置，主要解决现有技术中存在的现有数字模式识别精度不高，基于Mnist数据集识别模型易引起图像失真及在不同场景中泛化性还有待提升的问题。该发明利用空间金字塔池化层自适应处理多尺度信息输入的能力，使得模型方法支持任意尺度的图像数据输入。同时，模型通过能对多尺度信息的学习训练，具有较好的多尺度信息的表征性能。除此之外，该发明对迁移学习以及BN层的应用，极大降低了适应多环境数据训练的门槛，很好地促使了模型参数的有效学习以及模型训练效率的提升。因此，该模型方法具有较好的运行效率和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN112232607B
公开(公告)日：2021-03-09
申请号：CN202011485564.0
申请日：2020-12-16
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种地铁客流量预测方法及装置，主要解决现有技术中存在的现有客流量预测方法均为单一模型预测，预测精度不高，得出的预测结果不具有说服力的问题。该种地铁客流量预测方法先对对原始客流量数据进行预处理；然后分别将预处理后的数据输入LSTM模型和SVR模型中输出预测结果；然后将两个模型输出的预测结果通过熵值法求权得到最终的预测结果。通过上述方案，本发明达到了提升客流量预测精度，输出更具说服力预测结果的目的。
-
公开(公告)号：CN110033366A
公开(公告)日：2019-07-19
申请号：CN201910322326.9
申请日：2019-04-22
Applicant: 成都四方伟业软件股份有限公司
IPC: G06Q40/02
Abstract: 本申请实施例提供一种信用评分方法和装置，其中，该信用评分方法利用决策树划分种群，并通过对划分后的种群进行不断采样迭代，以调整进化步长来快速获取最优决策树，进而基于得到的最优决策树进行信用评分，以实现大数据条件下的快速、高精度的信用评分，且本申请给出的信用评分方法具有较好的学习能力和普遍适用性。
-
公开(公告)号：CN111260264A
公开(公告)日：2020-06-09
申请号：CN202010370172.3
申请日：2020-05-06
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种资源型城市生态安全预警的方法及装置，基于“状态—胁迫—免疫，state-danger-immunity，SDI”模型将研究地区的生态安全综合考量分解成为生态环境状态、生态安全胁迫和生态风险免疫功能3个层面。本发明的贝叶斯网络根节点为资源型城市生态安全预警C；确定贝叶斯网络的中间节点Cj，包括：环境状态C1、生态安全胁迫C2和生态风险免疫能力C3。解决了现有的资源型城市生态安全预警的方法一般基于专家评分，受主观影响较大，分析比较片面的问题。
-
公开(公告)号：CN110825890A
公开(公告)日：2020-02-21
申请号：CN202010029435.4
申请日：2020-01-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种预训练模型知识图谱实体关系抽取方法及装置，基于蚁群算法，蚁群算法的基本原理可以概括为以下步骤：1、蚂蚁在觅食的路径上会分泌一种信息素，能被后面的蚂蚁识别；2、在碰到还未走过的路时会随机选择路走，同时在新的路径也释放信息素；3、路径越长信息素的浓度就会越低，后面的蚂蚁在分叉路口时会选择信息素浓度最高的一条路；4、因此如此循环下去，最优路径上的信息素浓度会越来越高；5、最终蚁群找到最优的觅食途径。本方案基于上述思路通过建立指针路径模型来进行实体关系抽取。解决了现有的实体关系抽取算法采用的机制较为复杂，在进行训练时，计算量较大，计算周期较长，且无法进行并行训练的问题。
-
公开(公告)号：CN114048796A
公开(公告)日：2022-02-15
申请号：CN202111211138.2
申请日：2021-10-18
Applicant: 成都四方伟业软件股份有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种改进型硬盘故障预测方法及装置，主要解决现有技术中存在的现有硬盘故障预测模型正负样本的不平衡、决策树易过拟合及随机采样生成的数据子集造成的决策树决策结果准确性差异化的问题。该一种改进型硬盘故障预测方法利用通过基于层次聚类改进的SMOTE算法缓解数据不平衡导致的偏差，使用引入了新的评价标准和限制条件的改进CCP剪枝方法解决决策树过拟合，结合AdaBoost和随机森林学习模型，采用投票法得出预测结果。通过上述方案，本发明达到了更加有效并且准确地进行硬盘故障预测。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.036 seconds)
