-
公开(公告)号：CN107958395B
公开(公告)日：2021-11-26
申请号：CN201711332503.9
申请日：2017-12-13
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种电力系统异常用户的识别方法，其特征在于，包括以下步骤：欧式距离的获取；用户地址与台区地址特征词相似度的获取；用户历史用电负荷的余弦距离；用户异常概率的计算和用户异常的识别。本发明通过简单的步骤，实现了通过地理位置信息数据、地址名称以及用电负荷识别是否为异常用户，提高了电力系统的工作效率。
-
公开(公告)号：CN109300483B
公开(公告)日：2021-10-29
申请号：CN201811071307.5
申请日：2018-09-14
Applicant: 美林数据技术股份有限公司
IPC: G10L21/0208 , G10L21/0272 , G10L25/24 , G10L25/27 , G10L25/60 , G10L25/87
Abstract: 本发明公开了一种智能化音频异音检测方法，其特征在于，包括以下步骤：步骤一、WAV格式转换：将待分析音频文件使用WAV文件标准进行整理，以转换为标准的WAV格式文件；步骤二、分割音频数据，提取有效的音频数据；步骤三、对音频数据的结构化数据的提取：步骤四、分割音频数据，使用机器学习中有监督学习算法提取出混合状态下静音房内的音频数据，步骤五、VAD动态提取有效音频数据：步骤六、机器学习检测音频数据的异音：机器学习算法用来完成对步骤五中最后的音频数据的分析建模，并检测音频数据中是否有异音，并返回检测结果。解决了传统的基于噪音分贝人工检测存在易疲劳易误判的问题。
-
公开(公告)号：CN107507038B
公开(公告)日：2021-03-19
申请号：CN201710780176.7
申请日：2017-09-01
Applicant: 美林数据技术股份有限公司
Abstract: 本发明公开了一种基于stacking和bagging算法的电费敏感用户分析方法，根据电费敏感的分类目标，基于电费敏感的原始数据表的几个核心业务指标，利用优区算法，解决非平衡和不相容问题，构建训练集和测试集。一方面，进一步细化基于电费敏感相关的核心业务结构化特征。另一方面，基于分词和词频统计的非结构化文本特征，利用stacking方法构建电费敏感的初级模型，为每个样本生成扩展的stacking特征。然后，将二者的特征进行合并作为整体输入。这样利用bagging和vote算法，在训练集和测试集上构建电费敏感的次级模型。利用训练好的模型，对验证集进行预测，并在实际业务中进行验证。从而，能提高了电力公司对用户的电费敏感度的掌握，有利于为电力客户提供差异化、针对性的优质供电服务。
-
公开(公告)号：CN107193876B
公开(公告)日：2020-10-09
申请号：CN201710267672.2
申请日：2017-04-21
Applicant: 美林数据技术股份有限公司
IPC: G06F16/215 , G06F16/23
Abstract: 本发明公开了一种基于最近邻KNN算法的缺失数据填补方法，包括：自动识别数据集中的存在缺失值的特征属性；遍历存在缺失值的特征属性利用近邻KNN算法逐步填充缺失值；在对每一个特征属性进行缺失值填充过程中，迭代KNN算法参数k，获得不同参数配置的KNN模型簇；根据优化目标函数遴选最优模型，并利用该模型对缺失数据进行缺失值填充。由于算法参数k对KNN算法影响较大，在此，我们采用寻优的策略运用到缺失值填充模型的建模中，可以很大程度提高模型的精度，填充数据的质量相应有了很大程度的提高。
-
公开(公告)号：CN110163381A
公开(公告)日：2019-08-23
申请号：CN201910343675.9
申请日：2019-04-26
Applicant: 美林数据技术股份有限公司
IPC: G06N20/20
Abstract: 本公开提供一种智能学习方法及装置，涉及信息技术领域，能够解决人工智能学习过程中，集成学习的数据自适应及集成方式不够灵活的问题。具体技术方案为：获取第一集成信息，第一集成信息用于指示一级算法内各个算法节点之间的逻辑关系；根据第一集成信息和至少一个基学习算法构建至少一个一级算法，一个一级算法包括至少一个基学习算法；获取第二集成信息，第二集成信息用于指示二级算法内各个算法节点之间的逻辑关系；根据至少一个一级算法构建二级算法，二级算法包括至少一个一级算法。本公开用于人工智能学习。
-
公开(公告)号：CN109933622A
公开(公告)日：2019-06-25
申请号：CN201910142861.6
申请日：2019-02-26
Applicant: 美林数据技术股份有限公司
IPC: G06F16/248 , G06F16/242 , G06F16/2455
Abstract: 本发明提供了一种数据可视化系统及实现方法，其中系统包括：可视化设计组件，被配置成用于生成可视化数据包，所述可视化数据包括目标数据与图形，所述目标数据与图形在系统后台建立映射关系，所述目标数据为系统经转化之后的数据；可视化界面，用于显示可视化设计组件的的数据包。本发明解决了以往过度依赖SQL运算的局面，能够适应较为复杂的数据计算逻辑。
-
公开(公告)号：CN109886623A
公开(公告)日：2019-06-14
申请号：CN201910089880.7
申请日：2019-01-30
Applicant: 美林数据技术股份有限公司
Abstract: 本公开提供一种产品数据的组包处理方法及装置，涉及数据处理领域，能够根据产品的物料范围实现对产品各个阶段数据的自动化组包，解决现有人工组包工作量大且易出错的问题。具体技术方案为：获取目标产品的物料范围；根据预先设置的配置信息和目标产品的物料范围，从至少一个数据列表中获取目标产品中每个待组包物料对应的数据信息；对目标产品的每个待组包物料对应的数据信息进行组包。本发明用于对产品数据的自动化组包。
-
公开(公告)号：CN109697238A
公开(公告)日：2019-04-30
申请号：CN201811599580.5
申请日：2018-12-26
Applicant: 美林数据技术股份有限公司
Abstract: 本公开提供一种数据处理方法及装置，涉及信息技术领域，能够直观地向用户展示图数据库中的数据。具体技术方案为：获取目标数据，所述目标数据包括图数据库所存储的K个节点，所述K个节点包括标签，K≥1；根据所述K个节点的标签，将所述K个节点划分为G个分组，G≥1；显示目标分组的节点，所述目标分组为所述G个分组中的任一分组。本公开用于数据处理。
-
公开(公告)号：CN109615555A
公开(公告)日：2019-04-12
申请号：CN201810859842.0
申请日：2018-08-01
Applicant: 美林数据技术股份有限公司 , 国网陕西省电力公司 , 国网陕西省电力公司宝鸡供电公司
Abstract: 本发明公开基于集成学习算法的用户异常用电行为识别方法及系统，其中识别方法包括步骤一、获取电网的所有电力数据；步骤二、将步骤一获得的电力数据进行筛选，剔除不符合数据协议格式要求的电力数据；步骤三、将步骤二合格的电力数据进行标注，标注方式包括区域，日期，消费额以及用户年龄；步骤四、构建学习模型，将上述标注的电力数据按照标注方式输入至学习模型中；步骤五、所述学习模型根据对应的学习算法定位出疑似异常用电用户。本发明根据电力数据中包含的区域，日期，消费额以及用户年龄等信息，利用学习算法，快速发现用电异常，准确率高，能有效帮助有关部门缩小排查范围，并为电力公司节约人力物力资源。
-
公开(公告)号：CN106372152A
公开(公告)日：2017-02-01
申请号：CN201610767969.0
申请日：2016-08-30
Applicant: 西安美林数据技术股份有限公司
IPC: G06F17/30
CPC classification number: G06F16/958
Abstract: 本发明公开了一种在线表单开发系统，包括：由用户进行设定的自定义模块，所述自定义模块连接有数据库，所述自定义模块用于设定数据模型模块，业务模型模块以及视图模型模块的参数；与数据库连接的模型校验引擎模块，所述模型校验引擎模块用于将自定义模块设定的参数进行验证，筛选出符合规则的自定义模块；以及与所述模型校验引擎模块连接的视图模型模块，对应的数据模型模块，业务模型模块；所述视图模型模块通过视图渲染引擎模块进行数据展示，所述数据模型模块通过数据访问引擎模块连接数据库，所述业务模型模块通过业务逻辑引擎模块连接有数据访问引擎模块。此发明关键是基于领域模型语言技术，以在线的方式快速构建Web应用系统。
