-
公开(公告)号:CN118691334A
公开(公告)日:2024-09-24
申请号:CN202410693422.5
申请日:2024-05-30
申请人: 中国电信股份有限公司
IPC分类号: G06Q30/0203 , G06Q30/0202 , G06Q50/50 , G06F18/25 , G06F18/27 , G06F18/22 , G06F40/30 , G06N3/045 , G06F16/35 , H04W24/08 , H04W64/00 , G06F123/00 , G06F123/02 , G06N5/01
摘要: 本申请公开了一种用户健康度评估方法、装置、电子设备和存储介质,包括:获取信令位置数据,从信令位置数据中提取时间分割向量与位置分割向量;获取用户感知数据,将用户感知数据分别与时间分割向量和位置分割向量进行匹配,得到时移用户健康度及差域用户健康度;获取客户服务文本,对客户服务文本进行文本情感分析,得到语义用户健康度;对时移用户健康度、差域用户健康度及语义用户健康度进行融合,得到用户健康度评估结果。这样,分别从时间、空间、直观感受三方面对用户健康度进行评估,实现对用户健康度的细粒度的立体评估,进一步地,通过更精确的用户健康度评估,可以指导运营商提供更出色的服务,增强无线网络市场竞争力。
-
公开(公告)号:CN116976165B
公开(公告)日:2024-07-30
申请号:CN202310839684.3
申请日:2023-07-10
申请人: 扬州大学
IPC分类号: G06F30/23 , G06F30/28 , G06F30/27 , G06F18/213 , G06F18/27 , G06T17/20 , G01M10/00 , G06F123/00 , G06F123/02 , G06F113/08 , G06F119/14
摘要: 本发明公开了一种基于空时结合的波能流资源测算方法及系统,首先确定波能流资源的测算区域和测算范围,并获取测算所需的波浪数据,接着按照空间分辨率将测算范围划分成网格,并计算测算范围内每个网格点每年的年均波能流大小,随后根据计算出的每年年均波能流值计算该区域的全年波能流总储量,然后按照季节划分,并划出测算区域内每个季节的多年的年均波能流分布;本发明实现了能充分结合波能流全年总储量、四季波能流分布和年均波能流变化趋势三个方面来测算波能流,不仅能从空间上描述波能流的特征,还能在时间尺度上体现出年均波能流的变化趋势,这对波浪能的测算和开发利用具有重要的意义,适合被广泛推广和使用。
-
公开(公告)号:CN118035935A
公开(公告)日:2024-05-14
申请号:CN202410170202.4
申请日:2024-02-06
申请人: 中国水利水电科学研究院
IPC分类号: G06F18/25 , G01D21/02 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06F18/214 , G06F18/21 , G06F18/22 , G06F123/00 , G06F123/02 , G06N3/048
摘要: 本发明公开了一种基于动态时空融合图神经网络的渠道水温预测方法,包括以下步骤:选取长距离渠段中的部分关键地点,实时检测收集水温、气温、流量相关数据;利用图谱嵌入技术将各因素从数据嵌入到高维度向量;定义目标映射函数,构建时空动态多元融合图神经网络模型;对收集的数据进行划分,将划分所得的训练集、测试集通过得到向量集,然后输入多元融合图神经网络的模型进行训练,最终实现对水温数据的预测。本发明可以有效的捕捉数据之间时间和空间的相关关系,提高水温预测的准确性,同时具有较强的自适应性和泛化能力,能够在不同场景下进行有效的预测。
-
公开(公告)号:CN116304835B
公开(公告)日:2023-08-29
申请号:CN202310341452.5
申请日:2023-03-31
申请人: 北京博华信智科技股份有限公司
IPC分类号: G06F18/24 , G01M13/00 , G06F18/23213 , G06F18/213 , G06F123/02 , G06F123/00
摘要: 本发明公开了一种基于AI的动设备工况监测管理方法、系统、电子设备及存储介质,该方法包括:根据动设备的平稳运行数据,采用聚类算法形成动设备的工况池;工况池中包括动设备的每个工况对应的聚类中心点和簇类内平均距离;采集动设备的实时数据集,根据实时数据集获取动设备的振动信号、过程量和动态量;根据振动信号计算熵特征值,根据熵特征值构建熵特征矩阵,监测动设备当前工况是否发生改变;根据振动信号进行时域特征值和频域特征值,根据过程量和动态量计算时域特征值,根据时域特征值和频域特征值结合工况池确定动设备的当前工况归属类别。该方法能实现突变点识别捕捉瞬态工况的改变,以及确定动设备当前工况的归属类别,普适性强。
-
公开(公告)号:CN115829101B
公开(公告)日:2023-06-06
申请号:CN202211479999.3
申请日:2022-11-21
申请人: 国网甘肃省电力公司酒泉供电公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/045 , G06F18/00 , G06F123/00
摘要: 本发明公开了一种基于多尺度时间卷积网络的用电成本预测及优化方法,包括以下步骤:S1,构建基于多尺度时间卷积网络的用电成本预测模型;S2,构建基于用电成本预测的用电成本优化阈值规则库;S3,构建基于用电成本预测和阈值规则库的用电成本优化工具;本发明从平均负荷预测和最大负荷预测两大电力负荷成本关键指标出发,采用多个层次、步长不同的时间卷积网络提取用电成本预测中的电力负荷数据的时序特征,并根据用电用户的不同用电类型,挖掘用户用电数据的信息,制定阈值规则库,对用电成本进行更准确的预测,提供更丰富和个性化的用电成本优化方案。
-
公开(公告)号:CN111401435B
公开(公告)日:2023-04-07
申请号:CN202010173918.1
申请日:2020-03-13
申请人: 安徽工业大学
IPC分类号: G06F18/2415 , G06F18/10 , G06F18/213 , A61B5/00 , A61B5/11 , G06F123/00
摘要: 本发明公开了一种基于运动手环的人体运动模式识别方法,属于智能穿戴设备技术领域。本发明的人体运动模式识别方法通过采集人体数据、对数据进行样本处理、进行滤波处理、提取特征、选择特征等步骤进行人体运动模式的识别。本发明仅计算一段时间内每个窗口的加速度数据的均值、方差等特征,并使用简单的决策树分类模型进行识别,时间复杂度较低,算法简单,识别速度较快。同时提取并选择出了最有利于分类的特征,然后使用基于概率统计的决策树模型进行分类,保证了较高的识别准确率。本发明在获取实验样本过程中,选取窗口重合百分之五十,保证了人体运动动作的连贯性,确保实验结果的准确。
-
公开(公告)号:CN115630305A
公开(公告)日:2023-01-20
申请号:CN202211390825.X
申请日:2022-11-07
申请人: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号: G06F18/214 , G06F18/241 , G06F123/00
摘要: 本发明提供了一种基于迁移学习的跨被试脑机接口解码方法,用于脑机解码,包括以下步骤:获取多源域数据集;除去所述多源域数据集中负影响样本,得到目标多源域数据集;根据所述目标多源域数据集对分类器进行训练,获得分类模型;将目标域数据输入所述分类模型,得到分类结果完成解码。本发明降低了脑机接口校准所需时间;本发明所用的训练数据集全部来自不同的被试,因此在实际使用时,可以采用其他被试提前采集的数据进行训练,而不需要脑机接口当前使用者采集大量训练数据或采用少量数据。
-
公开(公告)号:CN115629355A
公开(公告)日:2023-01-20
申请号:CN202210576464.1
申请日:2022-05-25
申请人: 南京邮电大学
IPC分类号: G01S3/14 , G06F18/00 , G06N3/0464 , G06N3/048 , G06N3/082 , G06F123/00
摘要: 本发明属于物联网及信号处理技术领域,具体地说,是一种基于卷积神经网络的角度估计方法,根据SLA和ULA阵列流形矩阵对应关系的公式推导得到的理论协方差矩阵作为输入的标签,训练一个能够重构理论协方差矩阵的神经网络,该神经网络为带有8层的卷积神经网络。该方法是无网格估计方法,因此不具有网格效应带来的缺陷。并通过TensorFlow‑CPU 1.14.0的实验环境进行仿真分析,所提供的基于卷积神经网络的角度估计方法具有时间复杂度低的优点,并且在低快拍,低信噪比,小信源角度差值和多信源情况下均具有更好的估计性能且相比于有网格方法不存在网格效应。
-
公开(公告)号:CN115616357A
公开(公告)日:2023-01-17
申请号:CN202211289411.8
申请日:2022-10-20
申请人: 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国网宁夏电力有限公司吴忠供电公司 , 西安交通大学
IPC分类号: G01R31/12 , G06F18/10 , G06F18/24 , G06F123/00
摘要: 本发明提供高压开关柜中多源局部放电检测装置及定位方法,属于电力检测技术领域。方法包括:在待测开关柜组中,选取主端传感器测点和从端传感器测点,检测装置启动;检测装置按照计算机终端预设的采样频率、采样深度进行同步采样;提取出局放脉冲波形,将所得的主端传感器的Xm、以及从端传感器的Xs输出至计算机终端;计算机终端对信号组所有脉冲信号进行局放源归类分组以及脉冲型噪声信号筛除,得到k组脉冲信号集合Ymk和n组脉冲信号集合Ysn;对各集合Ymk与各集合Ysn进行依次配对分析,共产生k对配对;基于k对配对得到k个局放源的定位分布图。
-
公开(公告)号:CN115600151A
公开(公告)日:2023-01-13
申请号:CN202211177430.1
申请日:2022-09-26
申请人: 中车工业研究院有限公司(CN)
发明人: 林益耳
IPC分类号: G06F18/25 , G06F18/28 , G06F123/00
摘要: 本发明提供的缺失信号重构方法及装置,属于信息处理技术领域,所述方法包括:在时域上对缺失信号进行分解,获取N个长度为L的本征模态函数分量IMF;利用待重构的目标信号的目标中心频率,从所有所述IMF中筛选出有效IMF,构建有效IMF集合;对所述有效IMF集合中的有效IMF进行筛选,以根据筛选结果重构所述目标信号。本发明提供的缺失信号重构方法及装置,通过筛选有效IMF集合进行第一次去噪,再通过对有效IMF集合的筛选进行二次去噪,并根据筛选结果重构信号,实现重构信号的同时移除无用信息,更好的去除噪音,节省传统人工分析全部分解分量的人力成本与时间成本。
-
-
-
-
-
-
-
-
-