-
公开(公告)号：CN111563374A
公开(公告)日：2020-08-21
申请号：CN202010205874.6
申请日：2020-03-23
Applicant: 北京交通大学
IPC: G06F40/284 , G06F16/31 , G06F16/33 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00 , G06Q50/18
Abstract: 本发明提供了一种基于司法裁判文书的人员社交关系抽取方法，用以解决司法裁判文书中人员社交关系数据处理的问题。所述基于司法裁判文书的人员社交关系抽取方法，对裁判文书进行数据清洗、中文分词以及去停用词，构建基于预训练语言模型的词向量学习模型，再分别结合相关实体关联关系和实体属性的抽取裁判文书特征并进行融合，构建关系抽取模型，抽取裁判文书中相关人员的社交关系。本发明充分挖掘裁判文书数据中的实体关联关系以及司法实体的背景信息，支持司法工作人员理清裁判文书中人员之间的社交关系，挖掘涉案人员潜在的社交关系，有助于法务工作者进行案件相关人员的社交关系发现，减少了人工调查的成本。
-
公开(公告)号：CN110288121A
公开(公告)日：2019-09-27
申请号：CN201910407946.2
申请日：2019-05-16
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多粒度时间注意力机制的航班客座率预测方法。该方法包括：构建基于多粒度时间注意力机制的循环神经网络模型，将航线上所有起飞时刻的航班历史客座率时间序列作为所述编码器的输入序列，编码器对输入序列进行编码处理，解码器对编码器输出的编码信息进行解码处理，得到目标航班的航班客座率时间序列。本发明通过起飞时刻注意力机制捕获目标航班所在航线中不同起飞时刻航班客座率的时序依赖性及其它起飞时刻航班客座率对目标航班客座率的影响，同时采用起飞日注意力机制捕获目标航班的自身客座率序列的趋势性及周期性；结合考虑航班自身属性及节假日等外部因素的影响，最终使得本模型在航班客座率预测问题上取得了很好的效果。
-
公开(公告)号：CN106209446B
公开(公告)日：2019-07-09
申请号：CN201610526019.9
申请日：2016-07-06
Applicant: 北京交通大学
IPC: H04L12/24
Abstract: 本发明提供了一种数据中心服务器的业务应用逻辑网络的构建方法。该方法包括：从数据中心服务器的原始日志数据中提取出TCP连接数据、服务器的日志采样时间数据和服务器的IP列表数据；根据TCP连接数据、服务器的日志采样时间数据和服务器的IP列表数据构建服务器级别的TCP连接关系，计算出服务器级别的TCP连接关系的权重；根据服务器级别的TCP连接关系和服务器级别的TCP连接关系的权重构建数据中心服务器的业务应用逻辑网络。本发明实施例提出的服务器应用逻辑网络构建方法无须耗费大量人力物力去采集、统计数据，能自动构建基于应用的业务逻辑网络，有效辅助运维人员掌握数据中心的服务器架构及使用情况。
-
公开(公告)号：CN109522372A
公开(公告)日：2019-03-26
申请号：CN201811387226.6
申请日：2018-11-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种民航领域旅客价值的预测方法。该方法从四个维度评估民航领域的客户价值；其次，提出一种数值量化模型，利用AHP决策过程，将RFUM模型多维特征转化到一维数值空间，有利于从数值角度对用户价值变化进行分析；最后，提出一种序列依赖多任务学习模型，考虑用户消费意愿与消费金额的天然相关性，利用用户历史消费数据的时序特性，结合时序数据注意力机制与多任务学习过程，预测用户将来价值。本发明的实施结合民航领域的营销需求，能够更为准确地预测企业客户的生命周期价值，基于预测结果，企业可以更好地制定客户拓展策略，提高用户留存率，最大化利用客户价值，增强企业竞争力。
-
-
Patent Agency Ranking
公开(公告)号：CN118749927A
公开(公告)日：2024-10-11
申请号：CN202410775071.2
申请日：2024-06-17
Applicant: 北京交通大学
IPC: A61B5/0205 , A61B5/11 , A61B5/0533 , A61B5/18 , A61B5/16 , A61B5/00
Abstract: 基于任务难度感知的飞行员抗应激能力评分方法，涉及心理状态评估技术领域及计算机程序技术领域。包括数据采集步骤、数据预处理步骤、压力源表征步骤、能力表现基本项建模步骤、能力表现个性化项建模步骤、映射主过程步骤以及模型评估步骤。本发明考虑到飞行员在不同任务难度下应激反应表现的动态反馈过程，以定量评分的方式精准地评估特定任务难度下受试飞行员的抗应激能力，进一步实现了不同飞行员个体间的个性化特征提取方案。完成了不同任务难度到受试者抗应激水平的细粒度级评估关系映射，可实现在不同任务难度下飞行员抗应激能力的个性化动态评估，进而为飞行员训练方案设置以及任务执行人选的决策提供有效建议。
-
公开(公告)号：CN112529305B
公开(公告)日：2024-08-02
申请号：CN202011485308.1
申请日：2020-12-16
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q10/083 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的快递员揽件顺序预测方法，属于物流优化领域。所述揽件顺序预测方法包括：采集历史揽件数据，提取待揽收包裹的特征和快递员个人揽件特征作为原始数据集，并划分为训练集、验证集和测试集；基于深度学习算法构建快递员揽件顺序预测模型，使用所述训练集和验证集对所述快递员揽件顺序预测模型进行训练，并使用测试集对训练完成的模型进行测试；测试达标时，通过快递员揽件顺序预测模型，输入当前快递员信息，对该快递员的待揽收包裹的揽件顺序进行预测，输出所预测的当前待预测快递员在预定时间段内的揽件顺序。本发明优化了物流调度，提高了预测揽件到达时间的准确性，提高了揽收效率，降低了逾期率。
-
公开(公告)号：CN110287987B
公开(公告)日：2021-06-25
申请号：CN201910407940.5
申请日：2019-05-16
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明涉及大型数据中心运维技术领域，尤其涉及一种带层次网络结构的业务系统层次组织结构发现方法。该方法利用日志大数据建立了一种自动化集群发现、分层的方法，可以用来自动绘制复杂业务系统的业务架构图，从而提高运维效率和系统架构信息的时效性。该方法构建的业务系统架构图可以真实反映业务系统在服务器上的运行的业务逻辑关系，辅助运维人员管理。且本发明的输入仅需要数据中心的服务器日志数据，能够自动发现复杂业务系统的业务架构图，不仅结果准确，而且无须过多人操作，节省了大量人力、物力开支。
-
公开(公告)号：CN108259567B
公开(公告)日：2020-09-29
申请号：CN201711403565.4
申请日：2017-12-22
Applicant: 北京交通大学
Abstract: 本发明涉及服务器运维管理技术领域，尤其涉及一种基于服务器应用逻辑的大型数据中心业务子系统发现方法。所述方法通过构建数据中心系统架构图，有效克服了传统运维方法的缺陷，无须耗费大量人力物力财力去采集、统计数据；无须运维人员对数据中心的应用的系统架构有充分的经验知识；能自动构建基于应用的业务逻辑网络，有效辅助运维人员掌握数据中心的服务器架构及使用情况。
-
公开(公告)号：CN111562996A
公开(公告)日：2020-08-21
申请号：CN202010282009.1
申请日：2020-04-11
Applicant: 北京交通大学
IPC: G06F11/07
Abstract: 本发明提供了一种关键性能指标数据的时序异常检测方法，用以解决现有技术中时序数据异常检测效率低、准确率低的问题。所述时序异常检测方法，先对采集的时序数据中缺失值及异常值进行修正，再提取特征对数据进行拼接，将拼接数据划分为训练集和测试集，在优化目标函数的基础上训练得到异常检测模型，再进行测试及评估得到评估标准，以所述评估标准和异常检测模型，对待检测数据进行时间序列异常检测。本发明对具有周期性的不同时间序列数据的异常检测，从时间序列数据中提取不同维度的特征以保证考虑到数据在不同维度上的相关性都能被模型学习到，减少了异常标注带来的成本，同时适用于正负样本极不均匀的场景，提高了检测效率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
