公开(公告)号：CN119474564A

公开(公告)日：2025-02-18

申请号：CN202411617270.7

申请日：2024-11-13

Applicant: 辽宁大学

Inventor： 李默 ,  赵钊凇 ,  丁琳琳 ,  于世东

IPC: G06F16/9537 ,  G06F16/9535 ,  G06F18/2131 ,  G06F18/25 ,  G06Q50/00 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06F123/02

Abstract: 一种融合全局周期性和局部规律性的下一个兴趣点推荐方法，步骤为：1获取历史数据并预处理，得到数据集；2提取数据集中的相关属性，组成用户的签到序列；3将用户短期签到序列中的距离跨度信息构建图结构用于图卷积网络，更新兴趣点的嵌入表示；4对用户的兴趣点签到序列编码，生成签到的嵌入表示，并划分为以签到为单位和以天为单位的签到序列嵌入表示；5根据签到序列的嵌入表示，构建代表用户的短期偏好嵌入表示和长期偏好嵌入表示；6根据用户长期和短期的偏好嵌入表示，预测用户下一次兴趣点是某些地点的概率；7选取最优的几个兴趣点进行推荐，得到推荐集合。本发明通过上述方法，实现更具个性化、更精准的下一个兴趣点推荐。

公开(公告)号：CN119828219A

公开(公告)日：2025-04-15

申请号：CN202510022165.7

申请日：2025-01-07

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  朱晨利 ,  李默 ,  罗浩 ,  于世东 ,  李昱达 ,  包鑫阳

IPC: G01V1/28 ,  G06F18/214 ,  G06F18/2433 ,  G01V1/30 ,  G01V1/34 ,  G06F123/02

Abstract: 本发明属于矿山动力灾害防治领域，为一种基于岩石变形局部化状态的矿震时间预测方法。首先，该方法通过理论分析建立了矿震与变形局部化之间的联系。然后，利用数字图像相关技术和声发射监测技术获取岩石变形破坏的详细物理信息。随后，通过扩展的Saito理论构建了时间预测模型，并引入了声发射空间聚集性指标来识别变形局部化开始的关键时间点。通过分析声发射事件，确定了“平静期”这一重要的前兆特征，并将其作为预测模型的关键参数，成功预测了岩石的失稳破坏时间。基于微震事件，在现场实例应用中较为准确的提前预测出矿震发生的时间。