数据库参数配置优化方法、装置、电子设备及存储介质

    公开(公告)号:CN116401232B

    公开(公告)日:2024-01-30

    申请号:CN202310315950.2

    申请日:2023-03-24

    摘要: 本公开提供一种数据库参数配置优化方法、装置、电子设备及存储介质。方法包括:确定目标工作负载和目标性能指标;基于特征选择技术,获取目标工作负载的相似工作负载;根据相似工作负载对应的参数配置项的值对初始性能指标预测模型进行训练,得到目标性能指标预测模型;根据目标性能指标预测模型,确定使得目标性能指标为最优预测值的一组目标参数配置项;根据目标参数配置项执行目标工作负载,获取目标性能指标的值;若目标性能指标的值大于等于预设阈值,则确定目标性能指标的值对应的一组参数配置项为优化参数配置项。本方法能够避免数据库管理员凭借经验进行参数优化造成的资源浪费,提高数据库管理系统的性能。

    电机的运行控制方法及系统

    公开(公告)号:CN117458955A

    公开(公告)日:2024-01-26

    申请号:CN202311806923.1

    申请日:2023-12-26

    发明人: 刘洪 杨珍 刘诗敏

    摘要: 本申请涉及人工智能技术领域,公开了一种电机的运行控制方法及系统。所述方法包括:对目标电机进行运行状态信号采集和经验模态分解,得到测试运行电流数据以及测试电机振动数据;进行特征提取,得到测试运行电流特征以及测试电机振动特征;进行电机故障预测建模,得到目标电机故障诊断模型集;对实时运行电流数据以及实时电机振动数据进行核主元分析,得到异常运行电流数据以及异常电机振动数据;将异常运行电流数据以及异常电机振动数据输入目标电机故障诊断模型集进行电机故障诊断,得到目标电机故障诊断结果;通过自适应控制算法,根据目标电机故障诊断结果生成目标电机的电机运行参数控制策略,本申请提高了电机的运行控制准确率。

    一种基于时间序列模型的压裂作业多时间步压力预测方法

    公开(公告)号:CN117349610A

    公开(公告)日:2024-01-05

    申请号:CN202311640195.1

    申请日:2023-12-04

    摘要: 本发明公开了一种基于时间序列模型的压裂作业多时间步压力预测方法,包括以下步骤:基于多层感知器构建时间序列模型;利用时间序列模型进行压力预测:将采集的压裂作业数据中的非时间特征进行转化并清洗异常数据,得到标准化数据;利用输入数据的均值对标准化数据进行拆分,实现对输入数据的特征分离;在时间维度上,将提取的特征数据划分为非重叠的长度为n的片段;将片段映射到指定的维度,并与位置编码相加,形成特征编码矩阵,作为编码器的输入;将特征编码矩阵输入时间序列模型,得到井口压力预测结果。本发明利用特征分离模块避免数据集分布偏移。同时,采用改进后的编码器和解码器进行特征提取,降低模型计算复杂度,有效提高预测可靠性。

    一种基于多特征建模与注意力增强的电力回路短期能耗预测方法及系统

    公开(公告)号:CN117293803A

    公开(公告)日:2023-12-26

    申请号:CN202311244927.5

    申请日:2023-09-25

    申请人: 武汉大学

    摘要: 本发明涉及一种基于多特征建模与注意力增强的电力回路短期能耗预测方法,针对实际环境采样的电力回路能耗感知数据进行数据预处理和多特征建模构造回路能耗多特征数据集,随后构建双注意力增强的能耗预测网络,在双向GRU神经网络提取的时序特征的基础上,分别在时间和特征维度上进行注意力计算,最后融合构造表达效果更强的回路能耗时序特征完成电力回路短期能耗预测。本发明使得实际采集的回路能耗数据可以直接用于模型预测,同时构建注意力增强的能耗预测网络对回路能耗影响因子进行时序特征提取,并同时在时间步和多特征两个维度进行注意力的集成,捕捉待预测能耗最相关的时间步以及影响较大的特征维度,进而提高短期预测准确率。

    基于最优时频谱与CNN-ALSTM网络的滚动轴承寿命预测方法

    公开(公告)号:CN117235481A

    公开(公告)日:2023-12-15

    申请号:CN202311188927.8

    申请日:2023-09-13

    摘要: 本发明公开了一种基于最优时频谱与CNN‑ALSTM网络的滚动轴承寿命预测方法,包括:步骤1,获取轴承全寿命周期的振动数据集X={x1,x2,…,xn},以时频能量评价指标作为适应度函数,通过蛇群优化算法对广义S变换的调节因子p进行寻优,得到振动数据集中每组振动数据的最优时频谱;步骤2,根据步骤1依次得到每组振动数据对应的最优时频谱,生成轴承全寿命周期的最优时频谱数据集S={S1,S2,…,Sn};步骤3,在CNN网络结构的卷积层后增加一层稠密卷积层,将自注意力机制加入到LSTM网络的第一层,建立CNN‑ALSTM网络;将最优时频谱数据集S送入CNN‑ALSTM网络中进行训练,得到轴承的剩余使用寿命预测模型。本发明可提高旋转机械轴承部件的预测精度,达到旋转机械设备剩余使用寿命的精准预测目的。

    基于另类数据的政府采购中标供应商贷款意愿指标体系的分析方法

    公开(公告)号:CN116977052A

    公开(公告)日:2023-10-31

    申请号:CN202310782565.9

    申请日:2023-06-29

    摘要: 本发明涉及基于另类数据的政府采购中标供应商贷款意愿指标体系的分析方法,属于大数据分析技术领域。所述分析方法采集获得多样化的另类数据,并对采集的相关数据进行处理,建立数据库,经多次筛选后建立政府采购中标供应商贷款意愿指标体系,利用基于随机森林的特征递归消除法将贷款意愿指标全部代入进行超参数优化的随机森林模型,根据供应商综合评价指数模型的剔除特征前后模型效果和特征重要性评估指标判定,对数据进行分析,生成供应商贷款意愿综合评价指数。本发明深度挖掘政府采购活动中形成的数据价值,用数据创造财富,促进小微企业健康可持续发展,同时为融资平台和金融机构挖掘有贷款意愿的目标客户提供有益参考。

    一种复杂网络优化方法、设备及介质

    公开(公告)号:CN116796835A

    公开(公告)日:2023-09-22

    申请号:CN202310853554.5

    申请日:2023-07-12

    摘要: 本发明公开了一种复杂网络优化方法、设备及介质,包括以下步骤:对复杂网络中节点的特征信息开展特征工程,生成衍生变量库,所述复杂网络包括多个节点、节点与节点之间的关系和与节点对应的属性信息,所述特征信息包括属性信息;生成所述复杂网络中该节点的质量标签;根据所述质量标签和所述衍生变量库对所述衍生变量库中的变量进行筛选,得到重要变量集;对所述重要变量集中的变量进行聚类分析,得到与不同变量组合对应的聚类结果;根据预设判定指标对所述聚类结果进行筛选,得到待更新的变量组合;根据待更新的变量组合对所述复杂网络中节点的属性信息进行更新。其实现复杂网络的自适应优化,效率高。

    一种基于回归和自适应的激光测量模型校准方法

    公开(公告)号:CN116756492A

    公开(公告)日:2023-09-15

    申请号:CN202310735791.1

    申请日:2023-06-21

    摘要: 本发明公开了一种基于回归和自适应的激光测量模型校准方法,包括以下步骤;A、采用激光测量装置测量产品的尺寸,得到多组三维点云数据;B、对多组三维点云数据进行滤波处理;C、将处理后的三维点云数据输入初始模型,并对三维点云数据进行分类;D、将分类后的三维点云数据输入更新模型中进行修正,得到产品校准后的全尺寸数据,本发明采用的校准方法操作简单,能够对产品进行三维尺寸扫描,在精度、易用性、便捷维护性等多个方面进行全方位提升,同时能够对测量后的产品尺寸数据进行修正,极大的提高了产品尺寸的精准度。