公开(公告)号：CN115600093A

公开(公告)日：2023-01-13

申请号：CN202211084552.6

申请日：2022-09-06

Applicant: 贵州大学(CN)

Inventor： 周鹏 ,  杨明宝 ,  李少波 ,  张钧星 ,  张安思 ,  傅广

IPC: G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082

Abstract: 本发明公开了一种多深度网络融合迁移蒸馏多工况旋转机械故障诊断模型，包括特征图转化模块、多深度网络融合迁移模块和知识蒸馏模块,特征图转化模块用于将原始信号数据和负载工况数据，分别归一化后，编码转化到图像的三个通道中；多深度网络融合迁移模块根据特征图转化模块得到的数据，采用parmeter based transfer learning的方式对多个网络同时进行迁移和训练；知识蒸馏模块用于对多深度网络融合迁移模块的模型进行压缩。本发明的多深度网络融合迁移学习多工况旋转机械故障诊断模型对WideResNet模块、ResNeSt模块和ResNet152模块进行集成，降低了模型训练所需时间。

公开(公告)号：CN115794768A

公开(公告)日：2023-03-14

申请号：CN202211085123.0

申请日：2022-09-06

Applicant: 贵州大学

Inventor： 杨明宝 ,  李少波 ,  周鹏 ,  刘交龙 ,  张黔富 ,  王堃

IPC: G06F16/21 ,  G06F16/27 ,  G06F16/182 ,  G06F16/18 ,  G06F16/2457 ,  G06F16/215 ,  G06F16/28 ,  G06F9/48

Abstract: 本发明公开了一种游戏引擎数据湖分层可扩展设计与流批组合即席分析系统，包括业务数据库模块、埋点数据模块、数据采集模块、数据存储模块、数据计算与查询模块和任务调度模块，数据采集模块对业务数据库模块和埋点数据模块进行采集处理，数据存储模块对采集后的数据进行处理存储，数据计算与查询模块对存储的数据进行分析，任务调度模块根据分析后的结果进行调配，数据计算与查询模块的Phonix子模块分别在hbase子模块上建立了多级索引和数据预计算，还包括对数据湖进行数据离线分层扩展设计的分层可扩展设计模块。本发明降低复杂业务指标实现难度，提高计算效率、代码复用性和可靠性，隔离了数据隐私，并解决了离线复杂指标计算过慢的问题。

公开(公告)号：CN114707064A

公开(公告)日：2022-07-05

申请号：CN202210313856.9

申请日：2022-03-29

Applicant: 贵州大学

Inventor： 李少波 ,  杨明宝 ,  周鹏 ,  张钧星 ,  张安思 ,  傅广

IPC: G06F16/9535 ,  G06F16/9538 ,  G06K9/62

Abstract: 本发明提供了一种基于多模型融合的快速云服务召回推荐方法，首先，对推荐物品进行清洗及预处理，包括但不限于去冗余、去噪、零空值填充，提取物品的数值、文本、图像特征过设计基于正态分布的局部敏感哈希多桶策略云服务召回方法，解决大规模云服务推荐时延高、较邻近点易丢失的问题，提高了推荐实时性；同时通过使用集成学习方法融合多模型特长的方法，解决云服务推荐结果缺乏多样性及模型自身各具局限性的问题，进而提高模型推荐效果。

公开(公告)号：CN114707064B

公开(公告)日：2025-03-28

申请号：CN202210313856.9

申请日：2022-03-29

Applicant: 贵州大学

Inventor： 李少波 ,  杨明宝 ,  周鹏 ,  张钧星 ,  张安思 ,  傅广

IPC: G06F16/9535 ,  G06F16/9538 ,  G06F18/25

Abstract: 本发明提供了一种基于多模型融合的快速云服务召回推荐方法，首先，对推荐物品进行清洗及预处理，包括但不限于去冗余、去噪、零空值填充，提取物品的数值、文本、图像特征过设计基于正态分布的局部敏感哈希多桶策略云服务召回方法，解决大规模云服务推荐时延高、较邻近点易丢失的问题，提高了推荐实时性；同时通过使用集成学习方法融合多模型特长的方法，解决云服务推荐结果缺乏多样性及模型自身各具局限性的问题，进而提高模型推荐效果。

公开(公告)号：CN115481316A

公开(公告)日：2022-12-16

申请号：CN202211069556.7

申请日：2022-09-01

Applicant: 贵州大学

Inventor： 李少波 ,  杨明宝 ,  周鹏 ,  王堃 ,  张黔富 ,  张钧星

IPC: G06F16/9535 ,  G06N20/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种多模型融合知识蒸馏推荐模型，包括集成学习模块和学生模块，集成学习模块使用全连接层将DeepFM模型、DIN模型和MMDIN模型的预测结果进行加权投票，得到最终的预测结果，其中，加权投票权重大小采用梯度下降法进行自适应调整，学生模块采用浅层DIN结构，使用软标签对学生模型收敛进行指导。本发明增加全连接层，对三个深度学习模型DeepFM、DIN、MMDIN模型的优点进行集成，并使用梯度下降法对全连接层参数进行更新。对模型的参数进行初始化，并对参数变化范围施加限制，使得集成模型更快更好得收敛并模拟各个模型进行投票的场景。

公开(公告)号：CN115292932A

公开(公告)日：2022-11-04

申请号：CN202210936714.8

申请日：2022-08-05

Applicant: 贵州大学

Inventor： 李少波 ,  张黔富 ,  周鹏 ,  杨明宝

IPC: G06F30/20 ,  G06Q10/06 ,  G06Q10/08 ,  G06F111/04

Abstract: 本发明公开了一种基于改进爬山法的多级供应链分销优化方法，该方法包括步骤：(1)建立供应链分销优化数学模型：(2)采用贪婪算法对步骤(1)中的优化数学模型求解，利用改进爬山法对初始解进行优化本发明利用增加记忆功能的改进爬山法来解决爬山法起始点选择对搜索结果影响较大的问题，从而能够有效解决大规模、多周期需求的多级供应链配送优化以及节点动态选择问题，为多级供应链分销网络优化提供一定的决策参考。