-
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：CN116260636B
公开(公告)日：2024-03-12
申请号：CN202310115872.1
申请日：2023-02-15
申请人： 昆明学院
IPC分类号： H04L9/40 , G06F18/2135 , G06F18/24 , G06F18/27 , H04L41/14
摘要： 本发明涉及信息安全技术领域，尤其为一种基于移动窗口的数据流安全动态监测方法，步骤一、对数据流进行处理，采用主成分分析方法把影响系统安全的数据流中的元素进行降维处理；步骤二、进行识别，通过多分类Logit模型来对降维处理后的数据流进行识别，给出该数据流是属于最大概率所对应的分类类型的结论；步骤三、动态监测，通过移动窗口来动态监测整个数据流，其中不同的窗口宽度能够识别出不同的特征分布。本申请通过主成分分析法来降维，减少了计算量，再通过多分类Logit模型来对数据流进行回归预判，相比传统的二维分类问题更加适用，具备更好的扩展性，最后通过移动窗口来动态监测整个数据流，从而避免对整个系统造成影响。
-
公开(公告)号：CN116260636A
公开(公告)日：2023-06-13
申请号：CN202310115872.1
申请日：2023-02-15
申请人： 昆明学院
IPC分类号： H04L9/40 , G06F18/2135 , G06F18/24 , G06F18/27 , H04L41/14
摘要： 本发明涉及信息安全技术领域，尤其为一种基于移动窗口的数据流安全动态监测方法，步骤一、对数据流进行处理，采用主成分分析方法把影响系统安全的数据流中的元素进行降维处理；步骤二、进行识别，通过多分类Logit模型来对降维处理后的数据流进行识别，给出该数据流是属于最大概率所对应的分类类型的结论；步骤三、动态监测，通过移动窗口来动态监测整个数据流，其中不同的窗口宽度能够识别出不同的特征分布。本申请通过主成分分析法来降维，减少了计算量，再通过多分类Logit模型来对数据流进行回归预判，相比传统的二维分类问题更加适用，具备更好的扩展性，最后通过移动窗口来动态监测整个数据流，从而避免对整个系统造成影响。
-
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。
-
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：CN221204048U
公开(公告)日：2024-06-25
申请号：CN202322740452.0
申请日：2023-10-12
申请人： 昆明学院
摘要： 本实用新型涉及咖啡豆烘焙技术领域，尤其为一种智能化咖啡豆自动温控烘培装置，包括箱体，所述箱体内部设置有用于对咖啡豆进行烘焙的加工组件，和用于自动控制温度的控温组件，所述加工组件包括有设置在箱体顶部的入料装置，所述入料装置下方设置有烘焙箱，所述烘焙箱内部设置有加热网和驱动电机，所述烘焙箱下方设置有旋转冷却箱和旋转电机，所述旋转冷却箱外部设置有风管和风扇，所述旋转冷却箱下方设置有下料口和收集箱，所述箱体底部设置有四个支架。本实用新型实现了咖啡豆在烘焙的过程中，自动调整烘焙温度和时间，提高烘焙效率，降低烘焙成本，提升咖啡豆品质。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.043 秒)
