公开(公告)号：CN119274720A

公开(公告)日：2025-01-07

申请号：CN202411793262.8

申请日：2024-12-09

Applicant: 济南大学 ,  中国建筑材料科学研究总院有限公司

Inventor： 王琳 ,  熊润 ,  吴旭 ,  张亮亮 ,  杨波 ,  侯鹏坤 ,  叶家元

IPC: G16C60/00 ,  G06F30/27 ,  G06F119/02

Abstract: 本公开提供了用以最小化孔隙率的水泥颗粒级配优化方法及系统，涉及水泥材料科学和工程技术领域，包括获取不同粒径分布的水泥颗粒；将水泥颗粒视为球体，根据不同粒径分布的水泥颗粒，生成球体集合；在每个粒径分布的球体集合中，按照比例采样，利用采样的球体构建三维模拟微观结构模型；利用三维模拟微观结构模型在三维盒子中模拟球体堆积过程，在模拟过程中，计算三维盒子内的孔隙率，根据球体之间的重叠体积和球体与边界的碰撞体积建立损失函数，通过梯度下降方法获取不同粒径分布的水泥配比的孔隙率；采用优化算法对各粒径分布的采样比例进行调整，以最小化损失函数，实现最小孔隙率的不同分布水泥粉末的颗粒级配，以优化水泥的强度。

公开(公告)号：CN119597922A

公开(公告)日：2025-03-11

申请号：CN202410944061.7

申请日：2024-07-15

Applicant: 济南大学

Inventor： 马坤 ,  刘筱云 ,  李广志 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/353 ,  G06F40/284 ,  G06F40/30 ,  G06F18/213 ,  G06F18/241 ,  G06F18/2431 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种面向互联网文本的多标签分类方法及系统，方法包括：获取待识别文本，并对待识别文本进行预处理；将预处理后的文本、标签集以及外部知识，均输入到训练后的多标签分类模型中，得到分类的多标签结果；其中，在训练后的多标签分类模型中，对预处理后的文本进行特征提取，得到文本特征表示；对文本特征表示进行平滑处理，得到平滑后的文本特征表示；同时，基于原始标签集和外部知识构建标签图，从标签图中提取标签特征表示；将平滑后的文本特征表示、标签特征表示以及原始标签集进行双粒度学习，得到分类特征，分类特征包括：文本‑标签中与分类相关的信息，和标签‑标签中与分类相关的信息；利用分类特征进行分类，得到分类结果。

公开(公告)号：CN119205281A

公开(公告)日：2024-12-27

申请号：CN202411718037.8

申请日：2024-11-28

Applicant: 济南大学

Inventor： 王琳 ,  彭伟 ,  张亮亮 ,  杨波 ,  韩亚敏 ,  刘双荣

IPC: G06Q30/0601 ,  G06Q40/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明涉及时间序列预测技术领域，提供了一种基于半高斯采样的金融产品推荐方法、系统、设备及介质。基于半高斯采样的金融产品推荐方法包括，获取多种金融产品的历史属性数据和历史热度数据，并进行预处理，构建样本集，将样本集划分为训练集和测试集，将训练集中的样本序号映射到半高斯分布的x轴区间[μ‑3σ，μ]内，计算每个样本的权重，并将权重转化为概率值；多项式分布利用所述概率值进行有放回的抽取若干个样本；基于抽取的若干个样本和每个样本对应的真实值，对动态时间卷积网络进行训练，得到训练好的动态时间卷积网络，用于预测所有金融产品的排名，并加排名靠前的若干金融产品推荐给用户。本发明能够生成更加精准的推荐结果。

公开(公告)号：CN114912027B

公开(公告)日：2024-12-27

申请号：CN202210608349.8

申请日：2022-05-31

Applicant: 济南大学

Inventor： 马坤 ,  郑楠 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/9535 ,  G06F18/2113 ,  G06F18/2431 ,  G06F18/241 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/20 ,  G06N20/20 ,  G06N5/01

Abstract: 本发明涉及学习方案推荐技术领域，提供了一种基于学习成效预测的学习方案推荐方法及系统，包括：获取待预测用户的基本数据以及对某个课程的学习行为数据，并进行预处理后，构建并筛选出分类特征，得到待预测用户的特征向量，输入训练好的在线课程学生学习成效预测模型，预测得到待预测用户对该课程的学习成效，当学习成效为未通过考核时，发送预警信息给待预测用户，并获取参考用户的学习效率和学习方案，将学习效率最高的参考用户的学习方案发送给待预测用户；并通过集成多个机器学习模型提高了模型对不同样本的泛化能力，实现了对有失败风险的学生做到准确预警和对预警学生进行最优、最适合的学习方案推荐。

公开(公告)号：CN114491509B

公开(公告)日：2024-07-30

申请号：CN202210106774.7

申请日：2022-01-28

Applicant: 济南大学

Inventor： 陈贞翔 ,  李恩龙 ,  朱宇辉 ,  荆山 ,  杨波 ,  彭立志 ,  赵川

IPC: G06F21/53 ,  G06F21/55 ,  G06F21/56

Abstract: 本公开提供了一种基于沙箱的恶意程序行为分析处理方法及系统，其执行于网络编程虚拟执行环境中，所述方法包括：沙箱守护程序启动，加载配置信息并加载沙箱程序主要组件；任务管理组件进行一切必要初始化操作，并监听通信接口；任务管理组件开始运行任务针对每个任务生成工作环境；任务实例控制组件进入工作目录并准备开始任务；沙箱虚拟机代理组件配合任务实例控制组件开始任务；任务控制实例控制并报告任务状态；任务调度组件收集完成的任务，并调用各功能组件对任务进行处理并归档。

公开(公告)号：CN117785218A

公开(公告)日：2024-03-29

申请号：CN202311815990.X

申请日：2023-12-26

Applicant: 济南大学

Inventor： 马坤 ,  樊雯昊 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F8/60 ,  G06F9/455

Abstract: 本发明提供了一种基于算法胶囊的算法模型部署实施方法及系统，包括：获取待部署的算法模型，并根据预设任务对所述算法模型进行预先训练；将训练好的算法模型作为算法胶囊的外部属性，并对算法胶囊进行配置；其中，所述算法胶囊包括外部属性和内部结构，所述外部属性包括训练好的算法模型源码以及算法胶囊的外部依赖；所述内部结构包括基于外部属性构建的输入输出接口层、核心层以及环境依赖层；所述核心层用于对当前算法模型对应任务的输入数据按照其对应应用领域进行预处理；基于预处理的输入数据，请求算法模型的数据处理服务，获得处理结果；将配置后的算法胶囊转化为容器镜像，进而实现算法模型的部署实施。

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

Applicant: 济南大学

Inventor： 王琳 ,  姜炳哲 ,  杨波 ,  陈贞翔 ,  周劲 ,  陈振学

IPC: G06F40/14 ,  G06Q10/04 ,  G06Q50/12 ,  G06N3/0464 ,  G06N3/084

Abstract: 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

Applicant: 济南大学

Inventor： 王琳 ,  姜炳哲 ,  杨波 ,  陈贞翔 ,  周劲 ,  陈振学

IPC: G06F16/31 ,  G06F40/211 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 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：CN117174219A

公开(公告)日：2023-12-05

申请号：CN202311442782.X

申请日：2023-11-02

Applicant: 济南大学

Inventor： 王琳 ,  邢择正 ,  吴旭 ,  杨波 ,  王栋

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明涉及水泥强度技术领域，提供了一种基于隐变量模型的水泥强度条件概率分布估计方法及系统。该方法包括，获取待观测水泥颗粒粒径分布和检测仪器的工作参数，采用已训练的隐变量模型，得到水泥抗压强度的条件概率分布；隐变量模型的训练过程包括：将历史水泥颗粒粒径分布和检测的仪器的工作参数作为样本数据、水泥的抗压强度作为标签，构建数据集，包括训练集和测试集；采用训练集训练隐变量模型，采用测试集对训练后的隐变量模型进行测试，得到水泥抗压强度的条件概率分布，以此计算每条数据的累计概率密度值，构建实际累计概率曲线，在实际累计概率曲线与目标曲线之间的差值在设定范围内时，得到已训练的隐变量模型。

公开(公告)号：CN117151451A

公开(公告)日：2023-12-01

申请号：CN202210543298.5

申请日：2022-05-19

Applicant: 济南大学

Inventor： 王殿熙 ,  杨波 ,  李金萍

IPC: G06Q10/0635 ,  G06N3/043 ,  G06Q50/04

Abstract: 本发明公开了一种基于信任度分析的产品关键零件识别方法及系统。首先，将零件功能属性及其在产品发生故障时的敏感度作为网络基本属性，依据零件间的功能与结构关联建立产品复杂网络模型；其次，将零件的功能权重划分为自功能权重与网络属性功能权重两个层面，并分别采用多层层析分析模型以及改进的HITS算法对两者进行量化求解；基于三角模糊理论，使用失效风险指数值定义零件对产品故障的敏感度；最后，引入具有冲突系数与可信度改进的证据理论，并基于功能属性及故障敏感度构建零件作为关键零件的信任度模型，利用此模型，得到产品的关键零件及其信任度排序结果。基于该方法，实现了对产品关键零件的精准识别，达到以关键零件信任度为依据对零件重要度进行排序的目的。本发明亦可应用于其他与关联建模和关键元素识别相关的实际问题中。