-
公开(公告)号：CN110472690A
公开(公告)日：2019-11-19
申请号：CN201910768987.4
申请日：2019-08-20
Applicant: 济南大学
Abstract: 本公开提供一种基于自适应模糊聚类的热电工业数据异常检测方法及系统。其中，热电工业数据异常检测方法包括实时获取d维度的热电工业数据作为样本，按照时间顺序存储至数据集S；将数据集S所分布空间的每一维划均分为相等的m个间隔段，生成不相交的网格；将数据集S中的映射到网格中计算各个网格的重心，作为新的数据点来代表相应网格内所包含的热电工业数据，形成网格重心数据集；利用自适应模糊聚类算对网格重心数据集P进行聚类，得到所有聚类中心；计算网格重心数据集中每个数据点所对应网格包含的热电工业数据与其最邻近的聚类中心的距离并与预设距离阈值比较，进而判断热电工业数据是否异常。
-
公开(公告)号：CN110459285A
公开(公告)日：2019-11-15
申请号：CN201910759623.X
申请日：2019-08-16
Applicant: 济南大学
IPC: G16H10/60 , G16H50/70 , G06F16/215 , G06F16/2458 , G06F16/29
Abstract: 本公开公开了疾病就诊数据的预处理方法、系统、设备及介质，包括：从医院服务器获取患者就诊记录；对获取的患者就诊记录进行数据清洗；对数据单位不统一的数据，转换到同一个数据单位；将名称不同但是含义相同的数据名称，转换到同一个数据名称；将汉字进行数值化处理；采用最大最小值归一化处理算法，对数据进行归一化处理；对患者就诊记录所对应的医院地理位置进行处理，得到预处理后的疾病就诊数据。计算机处理数据时，对分类型数据不敏感甚至出错，通过科学性的方法把具有多种分类型数据维度的医疗数据转化为机器可处理的数据，对后续数据挖掘出有价值信息具有重要意义。
-
公开(公告)号：CN110135740A
公开(公告)日：2019-08-16
申请号：CN201910419626.9
申请日：2019-05-20
Applicant: 济南大学
IPC: G06Q10/06 , G06K9/62 , G06F16/2455 , G06F16/2458
Abstract: 本公开提出了面向燃煤锅炉流程对象的实时知识发现方法及系统，包括：对采集到的锅炉的生产状态参数数据进行时序调整，得到正确的时序数据；采用基于滑动窗口的数据流聚类方法，保存每次聚类中心结果，每次对比上次聚类结果，如果相邻两次聚类结果的差值在设定范围内，不做任何操作，继续等待下一个数据流；否则，对变化趋势数学公式进行修改更新适用于最新的生产状态；继续进行后续知识发现的过程获得新的公式，通过关联规则算法进行关联链挖掘，得到各个生产参数最新的影响关系与变化规律，生成各参数之间的关联链；最后通过柔性神经树对数据进行建模预测，输出数据的新的变化趋势数学公式，从而辅助调整生产流程参数。
-
公开(公告)号：CN110019845A
公开(公告)日：2019-07-16
申请号：CN201910303799.4
申请日：2019-04-16
Applicant: 济南大学
IPC: G06F16/36 , G06F16/332
Abstract: 本公开公开了一种基于知识图谱的社区演化分析方法及装置，该方法包括：调取数据库中某领域特定时间的文献信息，构建待分析关系网络；检测每个时间步的待分析关系网络的社区结构；构建相同无序对比例矩阵计算相似性阈值，根据两个社区的所述相同无序对比例的值与相似性阈值判断两个社区间的相似性；根据社区间的相似性构建社区相似矩阵，进行社区匹配，采用非连续时间步跟踪社区演化依次获得每个社区的演化序列，同时检测社区生命周期中的关键事件，并统计所述关键事件的数量来反映社区的演化状况。
-
-
Patent Agency Ranking
公开(公告)号：CN113971797B
公开(公告)日：2025-02-07
申请号：CN202111473235.9
申请日：2021-12-02
Applicant: 山东海量信息技术研究院 , 济南大学
IPC: G06V20/59 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，提供了一种基于动作行为特征的危险驾驶行为识别方法及系统，该网络以CenterNet为目标检测主体，将ResNet‑50和Hourglass网络各自做了改进并结合，用作CenterNet的主干。为了提升精度和速度，在其他多个模块也都做了改进，并采集自然条件下的驾驶员危险驾驶行为数据集用于评估网络，实验部分分别做了消融实验和对比实验，证明每一个模块的改进都可以对模型性能产生积极影响。
-
公开(公告)号：CN113971797A
公开(公告)日：2022-01-25
申请号：CN202111473235.9
申请日：2021-12-02
Applicant: 山东海量信息技术研究院 , 济南大学
Abstract: 本发明属于计算机视觉技术领域，提供了一种基于动作行为特征的危险驾驶行为识别方法及系统，该网络以CenterNet为目标检测主体，将ResNet‑50和Hourglass网络各自做了改进并结合，用作CenterNet的主干。为了提升精度和速度，在其他多个模块也都做了改进，并采集自然条件下的驾驶员危险驾驶行为数据集用于评估网络，实验部分分别做了消融实验和对比实验，证明每一个模块的改进都可以对模型性能产生积极影响。
-
公开(公告)号：CN109241367A
公开(公告)日：2019-01-18
申请号：CN201810885037.5
申请日：2018-08-06
Applicant: 济南大学
IPC: G06F16/904
Abstract: 本发明提供一种基于降维窗口的主成分分析方法及系统，包括如下步骤：1.输入待处理数据集X；S2.初始化降维窗口参数e和结束条件参数a；3.根据输入数据集X计算得到初始相关系数矩阵B；4.根据初始相关系数矩阵B计算得到相关系数矩阵P；5.根据相关系数矩阵P判断是否符合结束条件；若是，进入步骤6；若否，进入步骤7；6.输出降维结果数据集X`；7.为相关系数矩阵P添加降维窗口，并将相关系数矩阵P每行元素按大小排列；8.判断是否出现窗口溢出，或者，出现窗口宽度优化后无变化；若是，进入步骤9；若否，进入步骤10；9.优化降维窗口参数；返回步骤7；10.在降维窗口内对数据进行降维处理；返回步骤3。
-
公开(公告)号：CN107229751A
公开(公告)日：2017-10-03
申请号：CN201710507953.0
申请日：2017-06-28
Applicant: 济南大学
IPC: G06F17/30
CPC classification number: G06F17/30516 , G06F17/30445 , G06F17/30539 , G06F2216/03
Abstract: 本发明涉及一种面向流式数据的并行增量式关联规则挖掘方法，对传统静态的关联规则挖掘方法进行了改进，提出了面向动态数据流的并行增量式关联规则提取方法，其基本步骤如下：1、在原事务数据库中，根据数据对象的时序划分层次，将整个事务数据库随机划分成若干个非重叠区域；2、利用并行计算平台挖掘出局部频繁项集，生成全局候选项集，进而计算得到全局频繁项集；3、对新增数据流进行增量挖掘，使用局部剪枝的方法，减少扫描数据集次数，得到增量式全局规则。
-
公开(公告)号：CN104346442A
公开(公告)日：2015-02-11
申请号：CN201410541881.8
申请日：2014-10-14
Applicant: 济南大学
IPC: G06F17/30
CPC classification number: G06F16/35
Abstract: 本发明涉及一种面向流程对象数据的规则提取方法，包括如下步骤：步骤S1：确定流程对象数据的最佳聚簇数量；步骤S2：采用K-means算法对流程对象数据进行聚类，同时验证步骤S1中的最佳聚簇数量的合理性，如果步骤S1中的最佳聚簇数量合理则转到步骤S3，否则转到步骤S1；步骤S3：采用Apriori维间关联规则算法挖掘不同测点的聚类间的关联规则；步骤S4：确定流程对象数据的最强关联链；步骤S5：根据最强关联链上所有测点的状态值，得到记载各测点状态值的状态链，根据状态链对相关行业进行指导；提高数据规则提取的效率，以及从流程对象数据中提取知识的能力。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.08 seconds)
