细颗粒物浓度仿真方法、装置、存储介质及电子设备

    公开(公告)号:CN111428405A

    公开(公告)日:2020-07-17

    申请号:CN202010202385.5

    申请日:2020-03-20

    Abstract: 本公开涉及一种细颗粒物浓度仿真方法、装置、存储介质及电子设备。获取第一目标网格区域中各网格对应的参考指标的预设值,其中,所述参考指标包括多个类别的二氧化碳排放指标,所述第一目标网格区域包括目标环境监测站点所在网格周围的r圈网格,r为大于零的自然数;根据所述预设值,通过预设的多层空间贝叶斯网络仿真模型,得到所述目标环境监测站点的细颗粒物浓度仿真结果。这样,可以根据该仿真结果,预估目标环境监测站点的细颗粒物浓度,以便人们提前做好防护措施,避免或减少对人体的危害。另外,基于预估的目标环境监测站点的细颗粒物浓度,还可以评估在该目标环境监测站点的监测区域内设置工厂是否合理,以便做出合理的规划。

    一种情感分析方法、装置和电子设备

    公开(公告)号:CN111191438A

    公开(公告)日:2020-05-22

    申请号:CN201911397843.9

    申请日:2019-12-30

    Abstract: 本发明公开了一种情感分析方法、装置和电子设备,方法包括:确定待分析文本中的待分析句子;基于预设主体信息库,对每个待分析句子进行主体匹配,预设主体信息库中包含多个主体信息;当待分析句子中匹配到目标主体时,利用主体情感自注意力机制确定待分析句子中的每个词对目标主体的加权系数,主体情感自注意力机制结合依存文法建模形成;确定待分析句子中的情感词以及情感词的极性;利用情感词、情感词的极性以及加权系数,确定待分析句子对于目标主体的情感值;合并待分析文本中所有匹配到目标主体的待分析句子的情感值,确定待分析文本对于目标主体的情感值。通过本发明,能够准确地确定文本中的目标主体的情感倾向。

    确定网络用户影响力的方法、装置、存储介质及电子设备

    公开(公告)号:CN110830306A

    公开(公告)日:2020-02-21

    申请号:CN201911143580.9

    申请日:2019-11-20

    Abstract: 本公开涉及一种确定网络用户影响力的方法、装置、存储介质及电子设备,可以获取目标用户的网络活动参数,所述网络活动参数表征所述目标用户在社交网络中产生的网络行为;根据所述网络活动参数确定所述目标用户分别对每个第一关联用户的网络活动影响强度;所述第一关联用户为所述社交网络中关注所述目标用户的用户,所述网络活动影响强度包括活跃度影响强度、传播力影响强度以及覆盖度影响强度中的一个或者多个;根据所述网络活动影响强度确定所述目标用户的用户影响力。

    一种本体库的数据写入方法及装置

    公开(公告)号:CN110795476A

    公开(公告)日:2020-02-14

    申请号:CN201910985063.X

    申请日:2019-10-16

    Abstract: 本申请公开了一种本体库的数据写入方法及装置,其中,该方法包括:基于本体配置信息,将至少一个外部数据源中的本体相关数据导入到列式存储的分布式数据库中,得到一个或多个本体实例的本体数据;其中,在分布式数据库中,来自不同外部数据源的相同本体实例的本体数据基于本体实例标识关联;基于本体实例标识将分布式数据库中存储的同一本体实例的本体数据进行聚合,并写入到本体库中。

    深度学习模型的训练方法、预测方法和装置

    公开(公告)号:CN110782008A

    公开(公告)日:2020-02-11

    申请号:CN201910983661.3

    申请日:2019-10-16

    Abstract: 本申请实施例公开了一种深度学习模型的训练方法、预测方法和装置,针对人工特征拟合XgBoost模型,并通过XgBoost模型提取特征,将提取的特征输入改进的Transformer模型当中,并进一步进行训练,通过该Transformer模型降低人工特征输入的维度,再将该Transformer输出的特征与BERT模型输出的特征进行连接并共同进行训练。通过这种方法,可以在不损失大量预测精度的基础上,有效地降低人工特征输入的维度,从而有效提高深度迁移学习的预测效果。

    一种基于模板的统一license控制方法

    公开(公告)号:CN109918869A

    公开(公告)日:2019-06-21

    申请号:CN201910112308.8

    申请日:2019-02-13

    Abstract: 本发明公开了一种基于模板的统一license控制方法,包括如下步骤:步骤S1、基于预先设定的模板格式,编写license基础信息文件;步骤S2、使用license生成程序加密生成license文件;步骤S3、上传至license服务端;步骤S4、当客户需要访问产品客户端的时候,产品客户端自动收集当前环境信息并进行加密处理,发送至license服务端;步骤S5、license服务端对环境信息进行数据解密和解析,并将其匹配查询对应的license基础信息;步骤S6、当查询到内存中对应的license基础信息后开始对数据进行比对,比对产品客户端收集的环境信息是否与license基础信息文件的内容的数据一致;如果不一致就会向产品客户端返回验证失败的信息。本发明可以有效节约开发时间、成本和提交检验效率。

    一种基于系统动力学模型的政策模拟系统及方法

    公开(公告)号:CN109447422A

    公开(公告)日:2019-03-08

    申请号:CN201811169757.8

    申请日:2018-10-08

    Abstract: 本发明公开了一种系统动力学模型的政策模拟系统及方法,分别对六大领域(人口、教育、经济、土地、医疗、劳动力)进行系统动力学建模,并获取用于政策模拟的各指标数据,并将指标数据导入数据库,然后利用模型预测未来一定时间内国家在各领域的状况,得出各指标结果。最后将预测结果写回数据库。本发明中,模型使用更加灵活的R语言编写,新增指标和删除指标都非常灵活,且基于web操作,何时何地都可以在有网络的条件下使用,结果也对各个指标进行展示。

Patent Agency Ranking