-
公开(公告)号：CN107290967B
公开(公告)日：2018-08-31
申请号：CN201710666932.3
申请日：2017-08-07
申请人： 合肥工业大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种液压机服务功能的自动加载方法及系统。该方法包括：获取i个服务功能构件链；获取每个服务功能构件链在预设时间段内的单项使用次数；计算i个所述服务功能构件链在所述预设时间段内的总使用次数；计算每个所述服务功能构件链在所述预设时间段内出现的单项概率；计算每个所述服务功能构件链的单项信息熵；确定i个所述服务功能构件链的整体信息熵；建立测量周期内i个所述服务功能构件链的需求矩阵；确定所述测量周期内各个所述预设时间段用户使用的所述服务功能构件链的需求序列；根据用户当前的输入操作指令，按照所述需求序列自动加载所述液压机下一时刻的服务功能。采用本发明所提供的方法或装置能够提高液压机智能服务的响应速度。
-
公开(公告)号：CN107577823B
公开(公告)日：2018-08-28
申请号：CN201710954748.9
申请日：2017-10-13
申请人： 合肥工业大学
摘要： 本发明提供了一种多样性增强的医疗资讯推荐方法及装置，以解决相关技术中推荐资讯内容较为单一的问题。该方法包括：获取第一用户集合中第一用户对预选资讯集合中的预选资讯的第一评分；其中，预选资讯包括医疗资讯，根据第一评分以及目标用户对预选资讯的第二评分计算目标用户与第一用户之间的相似度；根据计算出的相似度计算目标用户与第一用户之间的多样性度量值；根据该多样性度量值选择预设个数的第一用户作为目标用户的最近邻；根据该最近邻对预选资讯的评分计算目标用户对预选资讯的评分；根据计算出的预选资讯的评分确定目标资讯，将确定出的目标资讯推荐给目标用户。本发明提高了推荐资讯内容的多样性。
-
公开(公告)号：CN108417272A
公开(公告)日：2018-08-17
申请号：CN201810129816.2
申请日：2018-02-08
申请人： 合肥工业大学
摘要： 本发明提供一种带时序约束的相似病例推荐方法及装置，所述方法包括：获取患者未被诊断的目标病例；提取所述目标病例的特征向量；将所述特征向量输入已建立的LSTM模型，得到所述患者患各类疾病的预测结果，其中，所述LSTM模型是根据已诊断的历史病例的每一阶段的特征向量训练得到的；根据所述预测结果从已诊断的病例中推荐相似病例。提高了疾病预测以及病例推荐的准确率。
-
公开(公告)号：CN108416695A
公开(公告)日：2018-08-17
申请号：CN201810157119.8
申请日：2018-02-24
申请人： 合肥工业大学
摘要： 本发明提供一种基于深度学习的电力负荷概率密度预测方法和系统、存储介质，涉及用电技术领域。方法包括：S101、采集在预设历史时间段内用户的电力负荷数据、气象数据以及空气质量数据，并将采集到的数据划分为训练集和测试集；S102、确定用于进行电力负荷预测的深度学习模型；S103、将测试集输入用于进行电力负荷预测的深度学习模型，得到用户在第三时间区间内不同分位点下的电力负荷预测数据；S104、进行核密度估计得到用户在第三时间区间内电力负荷的概率密度曲线。本发明基于较高准确率的电力负荷预测数据进行核密度估计，进而得到较高准确率的概率密度曲线，从而得知用户在未来时间段内电力负荷的概率分布情况。
-
公开(公告)号：CN108305675A
公开(公告)日：2018-07-20
申请号：CN201810077938.1
申请日：2018-01-26
申请人： 合肥工业大学
IPC分类号： G16H40/20
摘要： 本发明提供一种多样性增强的智能导诊方法及系统，涉及医疗领域。本发明实施例根据每个医生的评价、每个医生所属的医院的排名，以及每个医生所属的医院与患者当前位置的距离，确定每个医生的能力权重、第一医院权重以及车程权重，并据此建立智能导诊模型，最后利用智能导诊模型确定每个医生的推荐指数，并选取最大的所述推荐指数对应的医生作为推荐医生。上述技术方案解决了医院资源分配不均的问题，同时在推荐医生时结合了患者与医院的车程以及医院的排名等因素，能够为患者提供最优的看诊医生建议。
-
公开(公告)号：CN108280552A
公开(公告)日：2018-07-13
申请号：CN201810157549.X
申请日：2018-02-24
申请人： 合肥工业大学
摘要： 本发明提供一种基于深度学习的电力负荷预测方法和系统、存储介质，涉及用电技术领域。方法包括：S101、采集在预设历史时间段内用户的电力负荷数据、气象数据以及空气质量数据，并将采集到的数据划分为训练集和测试集；S102、确定用于进行电力负荷预测的深度学习模型；S103、将所述测试集输入所述用于进行电力负荷预测的深度学习模型，得到用户在第三时间区间内的电力负荷预测数据。本发明采用深度学习的方式进行电力负荷预测，而且深度学习过程中不仅考虑电力负荷数据，还考虑气象数据和空气质量数据，能够提供电力负荷预测的准确性。
-
公开(公告)号：CN108269009A
公开(公告)日：2018-07-10
申请号：CN201810010401.3
申请日：2018-01-05
申请人： 合肥工业大学
IPC分类号： G06Q10/06
CPC分类号： G06Q10/06312
摘要： 本发明公开了一种多成像卫星区域覆盖任务动态规划方法，属于卫星通信技术领域。该多成像卫星区域覆盖任务动态规划方法包括两个阶段，将生成覆盖模式和选择覆盖模式相分离，使得该方法结构合理、层次清晰；该多成像卫星区域覆盖任务动态规划方法基于贪婪算法的思想，能够提供至少一个覆盖方案，使得多个成像卫星尽可能的早地完成区域覆盖任务。
-
公开(公告)号：CN107909572A
公开(公告)日：2018-04-13
申请号：CN201711147823.7
申请日：2017-11-17
申请人： 合肥工业大学 , 卫宁健康科技集团股份有限公司
CPC分类号： G06T7/0012 , G06N3/0454 , G06T5/20 , G06T7/10 , G06T2207/10116 , G06T2207/20021 , G06T2207/30064
摘要： 本发明提供一种基于图像增强的肺结节检测方法及系统，其中方法包括：将进行预处理后的所述胸片正位图按预设比例分为训练集、验证集及测试集；在所述训练集及所述验证集上将胸片正位图中抠出的肺结节区域作为模型训练的负样本，将胸片正位图中其他区域随机裁剪作为模型训练的正样本，对所述负样本进行变形处理以增强负样本数量；利用滑动窗口将整张的JPG图像的胸片正位图分成不重叠的图像块，然后将所述图像块输入到所述卷积神经网络模型中判断所述图像块的为正样本或负样本。本发明可提高肺结节的检测效率，降低假阳性率；并通过对负样本进行变形处理，可以克服胸片数据不足导致的模型的过拟合现象。
-
公开(公告)号：CN107886442A
公开(公告)日：2018-04-06
申请号：CN201711217525.0
申请日：2017-11-28
申请人： 合肥工业大学
CPC分类号： G06Q50/01 , G06F17/18 , G06K9/6269
摘要： 本发明提供了一种基于微博文本的公众情感分布建模方法及装置。该方法包括：获取预设时间段内第一预设数量条微博文本数据；利用支持向量机对第一预设数量条微博文本数据进行情感识别，得到第二预设数量种情感；对不同情感分类的微博文本进行统计，得到每个用户分类对应的多维数据；多维数据的维数等于所述第二预设数量；基于多维数据，利用K-S检测算法对基于多维数据建立模型；根据模型的P-value值判断多维数据是否服从多元高斯分布；若不服从，利用残差和的方法对微博数据进行幂律分布检验。可见，本发明将微博文本处理为多维数据，结合多元高斯分布和幂律分布检验对情感的建模和分析，定性或者定量地分析微博用户的情感并检测异常用户。
-
公开(公告)号：CN107728602A
公开(公告)日：2018-02-23
申请号：CN201710900679.3
申请日：2017-09-28
申请人： 合肥工业大学
IPC分类号： G05B23/02
摘要： 本发明公开了一种液压成形装备故障的个性化服务方法及系统。该方法包括：获取液压成形装备的故障数据和特征数据；集成所述故障数据和所述特征数据，生成初始液压成形装备信息；对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案。采用本发明所提供的个性化服务方法或系统能够快速有效地诊断出故障类型，得到相应的个性化服务方案，避免人工一一排查，提高服务效率、降低服务成本。
-
-
-
-
-
-
-
-
-
搜索结果
433 条记录 (耗时 0.096 秒)
