-
公开(公告)号：CN118365383A
公开(公告)日：2024-07-19
申请号：CN202410781224.4
申请日：2024-06-18
申请人： 昆明学院 , 云南中烟工业有限责任公司
IPC分类号： G06Q30/0204 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084
摘要： 本发明涉及深度学习技术领域，且公开了一种基于CGAN和深度CNN的消费流量识别方法获取消费者特征#imgabs0#和快消品特征#imgabs1#，通过收集消费者不同类别数据集，构建消费者特征#imgabs2#集合并依据消费者特征#imgabs3#获取快消品流量数据集#imgabs4#和快消品新流量数据集#imgabs5#，构造CGAN网络，并对构建完成的CGAN网络进行训练，构建CNN网络，并对CNN网络进行训练，通过构建的CGAN网络和CNN网络对消费流量进行识别。该基于CGAN和深度CNN的消费流量识别方法可以根据消费者群体特征和快消品特征生成快消品流量数据，不需要收集大量的真实数据，同时根据快消品流量数据判断这种快消品是否是该消费者群体的新流量，为快消品企业提供了一种有效的市场分析和营销策略的依据。
-
公开(公告)号：CN118365374A
公开(公告)日：2024-07-19
申请号：CN202410792683.2
申请日：2024-06-19
申请人： 昆明学院 , 云南中烟工业有限责任公司
IPC分类号： G06Q30/0202 , G06N20/20 , G06N5/01 , G06F17/18
摘要： 本发明涉及快消品技术领域，且公开了一种基于随机森林的快消品消费流量忠诚度预测方法，通过构建出训练集#imgabs0#，其次，用决策树作为基学习器，通过随机采样以及随机选取特征的方式对模型进行T轮次训练，不断降低模型的方差，采用交叉验证法在子树序列#imgabs1#中优选出#imgabs2#，输入快消品流量特征数据到#imgabs3#得到消费者忠诚度等级，该基于随机森林的快消品消费流量忠诚度预测方法具有较强的泛化能力，输入全面的快消品流量特征大数据可以预测出准确忠诚度等级，对于少数个性化的流量特征也同样适用。
-
公开(公告)号：CN113536079A
公开(公告)日：2021-10-22
申请号：CN202110805605.8
申请日：2021-07-16
申请人： 昆明学院
IPC分类号： G06F16/906
摘要： 本发明公开了一种基于相关性计算的数据自动分类方法，分别计算子元素与总体数据集的样本均值与标准差；再利用报童模型理论，计算出整个X的标准差总值以及所有指标Xi标准差指标之和，得出Minkowski不等式；然后判断不等式情况，进入下一个步骤；接着对数据集X进行两两组合，形成组合数据集H；然后对于H中的每个数据组合(Xi,Xj)，利用报童模型理论，可得另一个Minkowski不等式；紧随其后判断该不等式情况，判断数据组合(Xi,Xj)存在相关性，把数据组合(Xi,Xj)自动归入存在相关性数据的数据集H0，达到对存在相关性数据的数据进行分类的效果。该方法只需考虑Minkowski不等式的情况就可以分类出相关性数据，不必求解出具体的相关系数值，计算简单易实现。
-
公开(公告)号：CN117221855A
公开(公告)日：2023-12-12
申请号：CN202311467811.8
申请日：2023-11-07
发明人： 杨怡怀 , 申时凯 , 杨斌 , 张朝 , 佘玉梅 , 何俊 , 邓飞 , 洪孙焱 , 钱开国 , 王武 , 王宇娇 , 高扬水 , 熊磊 , 王思博 , 杨凯 , 王日嵛 , 张译文 , 张礼庆 , 刘小安
IPC分类号： H04W4/70 , H04W12/02 , H04W12/126 , H04L41/14
摘要： 本发明公开一种智能反射面辅助的D2D隐蔽通信系统及方法，属于无线通信、保密通信技术领域。所述系统包括基站、蜂窝用户、D2D对、窃听者和智能反射面；优化方法包括推导D2D对和基站接收信号的信干噪比和中断概率，以及窃听者的检测错误概率，找到最优检测门限，通过联合优化D2D发送端发射功率、蜂窝用户发送功率、智能反射面反射相位和反射元素幅度，实现D2D隐蔽通信的最大化隐蔽速率。数值结果表明，在不存在直射路径严重阴影衰落环境中，智能反射面显著提高了D2D通信系统的隐蔽性能。本发明对于隐蔽通信技术的发展和应用将产生重要的影响。
-
公开(公告)号：CN115549622A
公开(公告)日：2022-12-30
申请号：CN202211334960.2
申请日：2022-10-28
申请人： 昆明学院
摘要： 本发明涉及滤波器技术领域，尤其涉及一种IPD高性能的带通滤波器，包括衬底，设于衬底上的带通滤波器电路，设于衬底上的TSV通孔，以及设于衬底底部的背晶大地面；所述带通滤波器电路包括两个分别与输入端和输出端连接的LC匹配电路，至少一个设于两个LC匹配电路之间且与两个LC匹配电路串联的第一LC并联谐振器，以及设于第一LC并联谐振器与LC匹配电路之间且与地连接的第二LC并联谐振器；所述第二LC并联谐振器的数量与第一LC并联谐振器的数量相适配。本发明通过采用新型的电路拓扑结构，并结合IPD工艺，实现了小型化、高性能的滤波器特性。
-
公开(公告)号：CN113569967A
公开(公告)日：2021-10-29
申请号：CN202110870540.5
申请日：2021-07-30
申请人： 昆明学院
摘要： 本发明公开了一种基于监督机器学习的茶叶杂质数据标注方法，首先，采用传统的图像处理方法，提取茶叶和杂质的特征向量；其次，给特征向量中的每个元素添加相应的标注位；再次，采用人工判别方法，划分得到测试集及训练集；第四，对测试集中的每个特征元素进行数据标注，采用人工和监督机器学习方法相结合，提高了准确性，确保了工作效率。
-
公开(公告)号：CN118054977B
公开(公告)日：2024-06-28
申请号：CN202410455355.3
申请日：2024-04-16
IPC分类号： H04L9/40 , H04W12/03 , H04W12/122 , H04W24/02 , H04B17/382 , H04B7/155
摘要： 本发明公开一种基于hybrid模式的联合隐蔽和安全通信系统及方法，属于无线及移动通信、保密通信技术领域。所述系统包括一个发送端，一个智能反射面，一个安全通信合法用户接收端、一个隐蔽通信合法用户接收端、一个窃听者和一个监听者。根据隐蔽信号和安全信号是否在相同频带上同时传输数据，将系统划分为underlay和overlay模式。在考虑隐蔽要求、安全传输中断概率、智能反射面反射元素的幅度和相位变化，以及安全和隐蔽通信的发射功率限制等约束条件，分别提出了优化问题P1和P2，旨在最大化隐蔽通信速率。本发明根据发送端信道状态在两种模式下灵活切换，以实现最佳的隐蔽通信系统性能，为通信系统的安全性、隐蔽性和性能优化提供了创新性的解决方案。
-
公开(公告)号：CN117725981B
公开(公告)日：2024-04-30
申请号：CN202410176910.9
申请日：2024-02-08
申请人： 昆明学院
IPC分类号： G06N3/09 , G06N3/0985 , H02J3/00
摘要： 本发明涉及配电网故障预测技术领域，且公开了一种基于最佳时间窗口机制的配电网故障预测方法对配电网的历史数据进行故障标注，并建立神经网络模型，之后建立最佳时间窗口机制，最后对模型进行训练，并配合最佳时间窗口机制对故障进行预测。该基于最佳时间窗口机制的配电网故障预测方法通过对建立的神经网络模型寻找到最优权重，并配合历史数据，建立一个最佳时间窗口机制，并训练出一个最佳时间窗口宽度#imgabs0#，再把实时数据作为网络数据输入，用输出值出现锯齿状的状态来进行故障预测，当锯齿状状态迭代次数间隔#imgabs1#时，预判故障即将发生，发出警报，当锯齿状状态迭代次数间隔#imgabs2#时，预判故障不会发生，不发出警报。
-
公开(公告)号：CN117221855B
公开(公告)日：2024-02-02
申请号：CN202311467811.8
申请日：2023-11-07
发明人： 杨怡怀 , 申时凯 , 杨斌 , 张朝 , 佘玉梅 , 何俊 , 邓飞 , 洪孙焱 , 钱开国 , 王武 , 王宇娇 , 高扬水 , 熊磊 , 王思博 , 杨凯 , 王日嵛 , 张译文 , 张礼庆 , 刘小安
IPC分类号： H04W4/70 , H04W12/02 , H04W12/126 , H04L41/14
摘要： 本发明公开一种智能反射面辅助的D2D隐蔽通信系统及方法，属于无线通信、保密通信技术领域。所述系统包括基站、蜂窝用户、D2D对、窃听者和智能反射面；优化方法包括推导D2D对和基站接收信号的信干噪比和中断概率，以及窃听者的检测错误概率，找到最优检测门限，通过联合优化D2D发送端发射功率、蜂窝用户发送功率、智能反射面反射相位和反射元素幅度，实现D2D隐蔽通信的最大化隐蔽速率。数值结果表明，在不存在直射路径严重阴影衰落环境中，智能反射面显著提高了D2D通信系统的隐蔽性能。本发明对于隐蔽通信技术的发展和应用将产生重要的影响。
-
公开(公告)号：CN113569967B
公开(公告)日：2023-01-10
申请号：CN202110870540.5
申请日：2021-07-30
申请人： 昆明学院
IPC分类号： G06V10/774 , G06V10/764 , G06T5/00 , G06T7/40 , G06T7/90 , G06N20/00 , G06F17/16
摘要： 本发明公开了一种基于监督机器学习的茶叶杂质数据标注方法，首先，采用传统的图像处理方法，提取茶叶和杂质的特征向量；其次，给特征向量中的每个元素添加相应的标注位；再次，采用人工判别方法，划分得到测试集及训练集；第四，对测试集中的每个特征元素进行数据标注，采用人工和监督机器学习方法相结合，提高了准确性，确保了工作效率。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.085 秒)
