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。

    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。

    数据处理方法及装置
    35.
    发明授权

    公开(公告)号:CN106202503B

    公开(公告)日:2019-08-16

    申请号:CN201610574191.1

    申请日:2016-07-19

    Abstract: 本发明实施例提供一种数据处理方法及装置,涉及计算机技术领域。其中,所述方法包括:当监听到有新的网络数据时,将所述新的网络数据存储至数据源;采用流式计算框架storm将所述数据源中的网络数据进行拓扑处理,得到数据拓扑;将所述数据拓扑中的各网络数据发射至storm中对应的数据操作节点bolt中进行处理,得到处理结果;将所述处理结果存入存储介质中。本发明实施例提供的技术方案实现了数据处理的实时性。

    一种分布式定时任务调度系统及方法

    公开(公告)号:CN109558230A

    公开(公告)日:2019-04-02

    申请号:CN201811413089.9

    申请日:2018-11-23

    Abstract: 本发明公开了一种分布式定时任务调度系统及方法,执行引擎用于通过sdk根据任务散列算法将待执行任务散列后写入redis zset分片中;redis zset分片用于缓存待执行任务;执行器中部署有一个或以上的执行器实例,每个执行器实例均包含有一个轮询线程和执行线程,轮询线程用于从redis zset分片中获取执行时间小于当前系统时间的任务,交给执行线程执行;发送器用于执行过滤器过滤之后的任务,将对应的消息发送至相应的目标。本发明采用redis的有序集合redis zset作为存储介质,并且支持任务散列存储以及多执行器实例分布式调度,提供了对指定时间点调度执行特定任务的特性,从而从底层解决自定义任务指定任意时间点执行的实现。

    一种相似线索的归并方法
    38.
    发明公开

    公开(公告)号:CN109460475A

    公开(公告)日:2019-03-12

    申请号:CN201811523833.0

    申请日:2018-12-13

    Abstract: 本发明公开了一种相似线索的归并方法,包括如下步骤:S1、对于新线索,如果数据库中没有已有线索,则新线索自成一个分组;否则提取新线索和所有已有线索中的人名、地名、物品名、组织名以及关键词,并对每条线索提取得到的人名、地名、物品名、组织名以及关键词进行向量化;S2、将向量化后的新线索和已有线索逐一进行相似度计算并进行大小比较,当新线索与某一已有线索的相似度最大并且大于或等于预设的阈值时,则新线索归并至该已有线索的分组中;当新线索与各条已有线索的相似度都小于预设的阈值时,则该新线索自成一个分组;S3、将步骤S2处理后的新线索和分组结果存储至数据库中。本发明方法能够保证归并的实时性和归并效果。

    一种基于自然语言处理的多语言分析方法和装置

    公开(公告)号:CN108197109A

    公开(公告)日:2018-06-22

    申请号:CN201711488119.8

    申请日:2017-12-29

    Abstract: 一种基于自然语言处理的多语言分析方法和装置,包括:通过语种检测训练模型选择输入自然语句文本信息语言种类;通过训练得到的词向量模型,得到计算机可识别的对应词语的词嵌入表达信息,并对得到的词嵌入表达信息通过TF-IDF方式提取得到关键词;根据关键词和关键词权重计算得到文章向量和每个预设类目的类目向量,计算自然语句文本信息的文章与每个预设类目的相似度来确定所述自然语句文本信息的文本分类结果;将自然语句文本信息的词嵌入表达信息,输入训练后的卷积神经网络和双向门循环单元的并行架构的文本情感分析模型,并通过计算得到最终的情感倾向值。本发明解决了传统多语言分析方法需要了解相关语言学的领域知识且需要大量人工操作的问题。

Patent Agency Ranking