公开(公告)号：CN101334392B

公开(公告)日：2011-11-30

申请号：CN200810115586.0

申请日：2008-06-25

Applicant: 北京信息科技大学

Inventor： 葛新权 ,  刘宇 ,  张健 ,  赵庆聪 ,  王涛 ,  金春华 ,  曲立 ,  李静文 ,  孙静 ,  何琼 ,  王斌 ,  刘文涛 ,  周飞跃

IPC: G01N33/00 ,  G06F19/00

Abstract: 本发明涉及一种有毒有害物质预警分析方法及系统。该方法包括：检测待测对象中有毒有害物质种类、含量，记录检测数据；根据检测数据，确定决策单元和评价指标；根据决策单元和评价指标，构建主成分分析模型和模糊综合评价模型，对有毒有害物质进行分析评价。本发明的方法为满足不同检测宽度和检测精度要求的有毒有害物质预警系统开发提供了方法基础，为预警分析提供了模糊评价依据，预警分析效率高，对模糊规则不确定性的处理能力强，分析方法先进、结果准确。

公开(公告)号：CN119579187A

公开(公告)日：2025-03-07

申请号：CN202411618942.6

申请日：2024-11-13

Applicant: 北京信息科技大学 ,  北京京信科高端信息产业技术研究院有限公司

Inventor： 张健 ,  李博 ,  廖梦洁 ,  黄磊 ,  焦万莹 ,  齐林

IPC: G06Q30/018 ,  G06Q30/02 ,  G06F18/25 ,  G06N3/0455

Abstract: 本发明属于智能算法欺诈识别领域，提出一种基于FTransformer‑LightGBM的进口商品价格欺诈识别方法，通过提出的双分支架构和动态特征融合，提高对价格欺诈数据的特征表达，进而提高进口商品价格欺诈类别识别准确率。首先，设计基于机器学习方法和深度学习方法构建的双分支架构，通过融合LightGBM和FTModel模型的输出特征，可以更好地应对数据的多样性，增强对欺诈价格数据的特征表达；其次，基于全连接层和Transformer设计一个基于FTModel的特征提取分支，聚焦复杂场景下商品价格欺诈数据关键特征的提取增强欺诈价格数据的特征表达，加强欺诈数据全局特征的提取；最后，提出的动态特征融合通过动态调整权重可以更加自主地选择有效特征，深度挖掘关联特征，提升模型识别性能。

公开(公告)号：CN119557588A

公开(公告)日：2025-03-04

申请号：CN202411606836.6

申请日：2024-11-12

Applicant: 北京信息科技大学

Inventor： 何琼 ,  郭雪晴 ,  陈进东 ,  张健 ,  王帅 ,  杨振威

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/047 ,  G06N3/092 ,  G06N3/006

Abstract: 本发明公开了一种基于人工智能的航空发动机寿命监测方法，涉及设备故障预测与健康管理领域，本发明通过构建基于多重优化的BiLSTM‑GRU‑Attention模型，并通过在推理阶段结合Dropout技术多次采样输出，直接在神经网络框架中进行不确定性量化，该方法能有效提高模型的全局搜索能力，避免陷入局部最优，从而提高模型对时序数据的预测精度，同时，使得模型在复杂任务中表现更稳定，收敛速度更快，减少了计算复杂度和内存需求，提升了模型的训练和预测效率，能够更好地处理高维多模态数据，提供更可靠的预测结果和风险评估，具备更强的泛化能力和适应性。

公开(公告)号：CN119474875A

公开(公告)日：2025-02-18

申请号：CN202411626662.X

申请日：2024-11-14

Applicant: 北京信息科技大学

Inventor： 米洁 ,  毛荣珍 ,  甄真 ,  张健

IPC: G06F18/214 ,  G01M13/00 ,  G01M13/021 ,  G01M13/04 ,  G01M13/045 ,  G06F17/18

Abstract: 本发明涉及数据处理领域，公开了一种机械复合故障数据增强方法、系统、介质及设备，其包括：获取各种单一故障数据，并设置狄利克雷分布的参数α，以控制狄利克雷分布的形状；在参数α的控制下，通过狄利克雷分布对各单一故障数据的混合系数分布进行采样，以生成各单一故障数据的混合系数βi；确定满足设定条件的混合系数βi，将各种单一故障数据根据确定的混合系数βi进行叠加混合，形成模拟复合故障数据。本发明解决了复合故障数据难于获取的难题，同时降低了获取复合故障数据的成本。

公开(公告)号：CN118820898A

公开(公告)日：2024-10-22

申请号：CN202410947586.6

申请日：2024-07-16

Applicant: 北京信息科技大学

Inventor： 米洁 ,  张健 ,  甄真 ,  周海龙

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及机械故障诊断领域，公开了一种基于深度学习的多源数据融合的方法、系统及存储介质，包括：将获取的多个传感器采集的设备运行状态信息进行预处理后，得到多源数据；对每个数据源进行特征提取，并确定每个数据源中提取的特征的重要程度，并进行多源融合；融合后的数据经卷积网络进行故障特征提取，由提取到的故障特征进行设备故障诊断分类。本发明能充分利用多传感器采集到的机械设备运行状态信息，降低计算和内存的需求，提高机械故障诊断的精度。

公开(公告)号：CN118820897A

公开(公告)日：2024-10-22

申请号：CN202410947538.7

申请日：2024-07-16

Applicant: 北京信息科技大学

Inventor： 米洁 ,  张健 ,  甄真 ,  毛荣珍

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及机械故障诊断领域，公开了一种基于多输出的深度神经网络复合故障诊断方法及系统，其包括：将传感器采集到的设备状态数据经过预处理后，传输至深度神经网络，进行故障特征提取；通过全局平均/或最大池化对提取到的特征图进行平均/或最大池化，将特征图转化为用于表征设备运行状态的全局特征；将全局特征进行复合故障分解及诊断，以使经全连接层后的每个输出对应一个机械设备的单故障类型。本发明的能提高模型训练的效率，降低对复合故障数据的需求，以实现能应用于实际中的复合故障诊断。

公开(公告)号：CN116975707A

公开(公告)日：2023-10-31

申请号：CN202310664940.X

申请日：2023-06-06

Applicant: 北京信息科技大学

Inventor： 廖梦洁 ,  张健 ,  田宇 ,  李博 ,  黄磊 ,  齐林

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/22 ,  G06F18/214 ,  G06N3/045 ,  G06N3/08 ,  G06N3/047 ,  G06Q40/10

Abstract: 本发明涉及深度学习领域，公开了一种基于深度学习的税号分类及关联要素识别方法；本发明通过Bert预训练语言模型构建，通过使用多层次税号分类任务顺序学习的方式建模税号编码层次结构，更高精度的编码是低精度编码进一步划分的结果，主要包括：数据集构建、模型构建、模型训练和黑白样本识别；本发明使用税号向量逐一与申报要素向量进行相似度计算，获得关联要素，并形成完整的自然语言描述；本发明解决了过往研究中未充分利用不同层次分类特征的问题，缓解了预训练语言模型全量参数微调带来的训练开销问题，增加了分类结果的可解释性，同时加快了研判速度，增速通关效率。

公开(公告)号：CN115055678B

公开(公告)日：2023-06-27

申请号：CN202210583011.1

申请日：2022-05-25

Applicant: 北京信息科技大学

Inventor： 李俊东 ,  张健

IPC: B22F1/16 ,  B22F1/054 ,  B22F9/24 ,  C01G3/02 ,  B82Y20/00 ,  B82Y30/00 ,  B82Y40/00

Abstract: 本发明公开了一种金颗粒‑氧化亚铜纳米杯的制备方法，包括以下步骤：二氧化硅‑金种子纳米球的制备步骤；二氧化硅‑金种子‑酚醛树脂纳米球的制备步骤；二氧化硅‑金纳米结构‑酚醛树脂纳米结构的制备步骤；金颗粒‑氧化亚铜纳米杯的制备步骤。同时用时域有限差分算法仿真了金颗粒‑氧化亚铜纳米杯的光物理学特性。本发明的制备方法成本低、速度快、重复性好、获得的金颗粒‑氧化亚铜纳米杯光谱和形貌高度可控，相关实验和理论仿真研究结果在金颗粒‑氧化亚铜光物理学研究领域和光学领域应用具有重要意义。

公开(公告)号：CN113177733B

公开(公告)日：2023-05-02

申请号：CN202110554758.X

申请日：2021-05-20

Applicant: 北京信息科技大学

Inventor： 王鑫 ,  王莹 ,  陈进东 ,  张健 ,  曹丽娜

IPC: G06Q10/067 ,  G06Q40/03 ,  G06Q40/12 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08 ,  G06F18/2415

Abstract: 本发明公开了一种基于卷积神经网络的中小微企业数据建模方法及系统，本发明是卷积神经网络在中小微企业信息处理领域的具体应用，进一步拓展了深度学习算法的应用范围，方法具有较高的针对性和实用性，对于企业的信息既用到了时序信息(如财务信息等)，也用到了非时序信息(如企业信息等)，这在卷积神经网络的具体应用中具有较高的创新性，并通过信用风险识别的应用场景说明了对时序信息与非时序信息特征提取与融合的具体方法及流程。

公开(公告)号：CN115983888A

公开(公告)日：2023-04-18

申请号：CN202310020817.4

申请日：2023-01-06

Applicant: 北京信息科技大学

Inventor： 倪渊 ,  董飞星 ,  张健 ,  邹萌

IPC: G06Q30/0201 ,  G06Q30/0203 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明公开一种基于数据融合的电影票房预测方法、系统及电子设备，涉及计算机技术领域，该方法包括：对包括电影相关数据、中国微观数据、百度搜索数据和疫情数据的数据集进行预处理；预处理后的数据集包括训练集和测试集；采用训练集训练基学习器，并计算训练后的基学习器在测试集中拟合优度；构建元学习器的训练数据和测试数据，并根据训练数据和测试数据训练元学习器；训练数据为将测试集中的数据输入至训练后的基学习器后得到的预测结果；测试数据为采用拟合优度对训练后的基学习器得到的预测结果进行加权平均后得到的数据；训练后的元学习器用于预测电影票房。本发明通过数据融合能够合理、准确地预测电影票房。