公开(公告)号：CN111222698A

公开(公告)日：2020-06-02

申请号：CN202010010352.0

申请日：2020-01-06

Applicant: 重庆邮电大学

Inventor： 周小力 ,  刘应欢

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04

Abstract: 本发明请求保护一种面向物联网的基于长短时记忆网络的积水水位预测方法，用于城市积水点未来水位的预测，其包括以下步骤：采集多特征变量的积水时间数据，进行数据清洗和归一化处理，将数据按比例划分为训练集和测试集；将训练集数据送入LSTM神经网络中，对网络进行迭代优化；利用已训练好的LSTM网络预测模型对测试集进行预测，并评估模型误差。本发明的方法能够提取积水特征数据之间的时间关系，有效预测内涝点积水水位。相比BP,RNN神经网络，本发明方法对积水水位预测的RMSE和MAE都最小，具有更好地拟合实际积水水位的效果。

公开(公告)号：CN111222698B

公开(公告)日：2022-12-27

申请号：CN202010010352.0

申请日：2020-01-06

Applicant: 重庆邮电大学

Inventor： 周小力 ,  刘应欢

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04

Abstract: 本发明请求保护一种面向物联网的基于长短时记忆网络的积水水位预测方法，用于城市积水点未来水位的预测，其包括以下步骤：采集多特征变量的积水时间数据，进行数据清洗和归一化处理，将数据按比例划分为训练集和测试集；将训练集数据送入LSTM神经网络中，对网络进行迭代优化；利用已训练好的LSTM网络预测模型对测试集进行预测，并评估模型误差。本发明的方法能够提取积水特征数据之间的时间关系，有效预测内涝点积水水位。相比BP,RNN神经网络，本发明方法对积水水位预测的RMSE和MAE都最小，具有更好地拟合实际积水水位的效果。

公开(公告)号：CN118301670A

公开(公告)日：2024-07-05

申请号：CN202410490987.3

申请日：2024-04-23

Applicant: 重庆邮电大学

Inventor： 周小力 ,  唐桐 ,  祝志远 ,  吴大鹏 ,  王汝言 ,  彭海英 ,  张鸿

IPC: H04W28/084 ,  H04W28/08 ,  H04W28/02 ,  H04L41/044 ,  H04L41/142 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明涉及一种分层协作内容缓存方法，属于无线通信技术领域。该方法包括：S1：构建一个分层协作的、支持缓存的异构网络模型；S2：根据用户容忍时延约束和缓存容量限制，构建面向系统内容交付成本最小化的边缘缓存优化问题；S3：建立一个部分可观察的马尔可夫决策过程模型，用于描述和解决缓存决策问题；S4：提出通过采用集中训练与分布执行的协作缓存框架；S5：设计一种基于长短期记忆网络和多智能体深度确定性策略梯度的协作缓存算法，以更好的应对动态环境变化的时变特性，更新不同时隙的缓存决策。本发明通过优化缓存决策和执行流程，有效地降低了系统整体的内容交付成本，并提高了缓存命中率。

公开(公告)号：CN118229342A

公开(公告)日：2024-06-21

申请号：CN202410491001.4

申请日：2024-04-23

Applicant: 重庆邮电大学

Inventor： 周小力 ,  唐桐 ,  祝志远 ,  吴大鹏 ,  王汝言 ,  彭海英 ,  张鸿

IPC: G06Q30/0202 ,  G06F16/9535 ,  G06F18/25 ,  G06Q30/0251 ,  G06F18/241 ,  G06N3/045

Abstract: 本发明涉及一种基于特征交叉的用户偏好预测方法，属于人工智能技术领域，包括以下步骤：S1：对数据集进行划分，构建训练集；S2：对数据集进行预处理，得到特征向量；S3：构造用户偏好预测模型，所述偏好预测模型从输入到输出依次包括嵌入层、交叉层和输出层；所述交叉层包括粗粒度特征交叉模块、细粒度特征交叉模块和特征融合模块；输出层根据用户兴趣特征得到预测结果；S4：输入训练集数据到用户偏好预测模型，并使用交叉熵函数对模型进行训练优化；S5：输入测试集数据到用户偏好预测模型得到预测结果。