-
公开(公告)号：CN113656707B
公开(公告)日：2024-09-17
申请号：CN202111027573.X
申请日：2021-09-02
申请人： 济南大学
IPC分类号： G06F16/9535 , G06F16/958 , G06F18/214 , G06F18/2413 , G06F18/23213 , G06Q40/06 , G06N3/0455 , G06N3/084
摘要： 本发明属于理财产品推荐领域，提供了一种理财产品推荐方法、系统、存储介质及设备。其中，该方法包括获取理财用户数据；基于理财用户数据和训练完成的自编码神经网络模型，得到推荐理财产品类型；其中，自编码神经网络模型的训练过程为：采用理财用户数据预训练自编码神经网络模型；将理财用户数据及其若干个最近邻数据拼接构成训练数据；以预训练的自编码神经网络模型中的参数为初始值，利用训练数据继续训练自编码神经网络模型，直至到达最大迭代次数或者损失误差小于停止阈值。
-
公开(公告)号：CN118585840A
公开(公告)日：2024-09-03
申请号：CN202410922820.X
申请日：2024-07-10
申请人： 济南大学
IPC分类号： G06F18/23 , G06F18/214 , G06F17/11 , G06F18/25 , G06N5/04
摘要： 本发明属于数据挖掘技术领域，提供了基于多重填充及变分网络的不完全数据聚类方法及系统，包括获取待聚类的不完全数据集；对缺失数据进行多重推断，得到多个填充结果；将填充结果编码为潜在表示，融合潜在分布，得到共享潜在分布；从高斯混合模型中选择一个聚类，根据所选聚类产生共享潜在变量，利用高斯混合模型计算聚类分配概率；定义目标函数，计算前后两次迭代的目标函数值之间的差值，如果满足设定条件，则终止迭代，如果不满足则重复执行上述步骤。本发明解决了传统的不完全数据聚类方法填充与聚类部分分离、推断过程无法获得足够的信息来处理高维数据的问题。
-
公开(公告)号：CN116363159B
公开(公告)日：2024-05-03
申请号：CN202310416529.0
申请日：2023-04-19
申请人： 济南大学
摘要： 本发明公开了一种基于多窗口差分阈值滤波法的点云道路边界提取方法，涉及雷达技术和道路边界提取领域，可应用于自主导航和安全驾驶中。具体步骤包括：获取原始点云样本数据，然后对于获取到的原始点云样本数据进行预处理，生成目标点云样本数据；使用基于形态学的地面点云滤波器对于目标点云样本数据进行地面滤波，将目标点云样本数据中的地面点云样本数据提取出来；设计合适的窗口对提取到的地面点云样本数据进行划分并进行差分运算，求解差分矩阵；根据所要研究区域的地面点云样本数据密度的均值确定差分阈值，再通过差分阈值对于差分矩阵进行滤波，并结合原始点云样本数据生成道路边界信息。
-
公开(公告)号：CN117236287A
公开(公告)日：2023-12-15
申请号：CN202311243891.9
申请日：2023-09-26
申请人： 济南大学
IPC分类号： G06F40/14 , G06Q10/04 , G06Q50/12 , G06N3/0464 , G06N3/084
摘要： 本发明涉及文本数据处理领域，具体为一种基于树结构的菜谱优化方法、系统、存储介质及设备，包括以下步骤：获取菜谱中的文本信息转换为菜谱树并构建数据集，基于菜谱树构建约束规则集合，根据得到的约束规则集合基于菜谱生成模型得到新的菜谱；在生成的新菜谱中选取待优化的目标菜谱进行潜空间编码，根据数据集中所有菜谱的潜空间编码与目标菜谱潜空间编码之间距离，筛选出距离最小的多个菜谱，筛选出的多个菜谱和目标菜谱共同作为待优化的菜谱；获取待优化菜谱的评价结果作为初始解，得到推荐的潜空间向量并生成规则序列的菜谱树，继续获取对应菜谱的评价结果并经若干次循环后取评价结果最高分对应的菜谱树作为优化后的菜谱。
-
公开(公告)号：CN116991968B
公开(公告)日：2023-12-08
申请号：CN202311243302.7
申请日：2023-09-26
申请人： 济南大学
IPC分类号： G06F16/31 , G06F40/211 , G06F18/214 , G06N3/0464 , G06N3/08
摘要： 本发明涉及文本数据处理领域，具体为一种基于树结构的菜谱生成方法、系统、存储介质及设备，包括以下步骤：获取菜谱中的文本信息，经预处理后构建菜谱文本数据集；基于数据集中的菜谱文本，提取动作关键字和食材关键字，将关键字通过设置的根节点进行拼接，得到树结构形式的菜谱，即菜谱树；基于菜谱树构建约束规则集合，根据得到的约束规则集合转换成预训练嵌入编码值集合，嵌入编码值基于自编码器网络进行训练，训练后，约束规则在网络中对应的潜空间编码作为嵌入编码；在菜谱生成模型的潜空间中，经高斯分布进行采样并传递给菜谱生成模型的解码器部分，模型的输出为生成的新菜谱。
-
公开(公告)号：CN116541734A
公开(公告)日：2023-08-04
申请号：CN202310502078.2
申请日：2023-04-28
申请人： 济南大学
IPC分类号： G06F18/2321 , G06F16/2458
摘要： 本发明属于机器学习领域，提供了一种基于自适应密度峰值聚类的工业数据划分方法及系统，其方案为：基于工业设备用电数据和自适应密度峰值聚类算法进行聚类得到数据划分结果；其中，所述自适应密度峰值聚类算法的构建过程为：引入数据点的共享邻居调整数据点之间的距离度量值，计算数据点的局部域密度；结合数据点的局部域密度，引入密度衰减现象，通过密度衰减现象将数据点自适应地汇聚成微簇；采用两阶段分配策略代替一阶段分配策略，对数据进行划分，第一阶段，将微簇合并形成簇主干，第二阶段，用第一阶段已分配的簇主干指导第二步剩余数据点的分配。
-
公开(公告)号：CN116363159A
公开(公告)日：2023-06-30
申请号：CN202310416529.0
申请日：2023-04-19
申请人： 济南大学
摘要： 本发明公开了一种基于多窗口差分阈值滤波法的点云道路边界提取方法，涉及雷达技术和道路边界提取领域，可应用于自主导航和安全驾驶中。具体步骤包括：获取原始点云样本数据，然后对于获取到的原始点云样本数据进行预处理，生成目标点云样本数据；使用基于形态学的地面点云滤波器对于目标点云样本数据进行地面滤波，将目标点云样本数据中的地面点云样本数据提取出来；设计合适的窗口对提取到的地面点云样本数据进行划分并进行差分运算，求解差分矩阵；根据所要研究区域的地面点云样本数据密度的均值确定差分阈值，再通过差分阈值对于差分矩阵进行滤波，并结合原始点云样本数据生成道路边界信息。
-
公开(公告)号：CN113656707A
公开(公告)日：2021-11-16
申请号：CN202111027573.X
申请日：2021-09-02
申请人： 济南大学
IPC分类号： G06F16/9535 , G06F16/958 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q40/06
摘要： 本发明属于理财产品推荐领域，提供了一种理财产品推荐方法、系统、存储介质及设备。其中，该方法包括获取理财用户数据；基于理财用户数据和训练完成的自编码神经网络模型，得到推荐理财产品类型；其中，自编码神经网络模型的训练过程为：采用理财用户数据预训练自编码神经网络模型；将理财用户数据及其若干个最近邻数据拼接构成训练数据；以预训练的自编码神经网络模型中的参数为初始值，利用训练数据继续训练自编码神经网络模型，直至到达最大迭代次数或者损失误差小于停止阈值。
-
公开(公告)号：CN110197256A
公开(公告)日：2019-09-03
申请号：CN201910363959.4
申请日：2019-04-30
申请人： 济南大学
摘要： 本发明提供了一种基于类神经网络的专业认证权重优化方法及系统，基于BP神经网络模型，并添加了反馈机制，即在BP神经网络模型的每轮计算后均向相关教师和专业负责人反馈BP神经网络模型各层之间的最新的权重值以及相应计算所得的各误差项的值，并在每次反馈后，均由相关教师参与并调整输入层到第一隐含层的各权重值、并由专业负责人参与并调整第一隐含层到第二隐含层以及第二隐含层到输出层的各权重值，直至BP神经网络模型依据预先设定的循环次数完成各相应次的循环计算，最后输出优化后的各层之间的权重。本发明用于调整教学专业的专业认证权重。
-
公开(公告)号：CN102711247A
公开(公告)日：2012-10-03
申请号：CN201210232196.8
申请日：2012-07-06
申请人： 济南大学
摘要： 本发明涉及一种免锚节点的三维无线传感器网络物理定位方法。它采用局部集中全局分布式思想，解决了测距类方法普遍存在的反转分歧问题，以较小的计算量和通信量实现精确的物理定位。包括以下步骤：1）WSN系统初始化，各传感器节点查找自己的相邻节点并测量与相邻节点间的距离和相对的角度信息；2）各节点构建自己的本地空间直角坐标系，所有坐标系都符合右手法则，且z轴总是指向同一个半空间；3）计算各邻节点的本地坐标；4）相邻节点求解基于齐次坐标的三维坐标系变换矩阵，通过变换矩阵的转换可以计算出相对于另一个本地坐标系的坐标；5）选定全局坐标系原点，各节点通过坐标系变换矩阵的递归式传递，计算出全局物理坐标。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.029 秒)
