-
公开(公告)号：CN116822180A
公开(公告)日：2023-09-29
申请号：CN202310720444.1
申请日：2023-06-19
申请人： 中国水利水电科学研究院 , 江苏大学
IPC分类号： G06F30/20 , G06N3/006 , G06F111/06 , G06F111/04
摘要： 本发明涉及一种模拟河渠输水过程的积分时滞模型参数辨识方法，该方法以原始序列数据的时滞特性分析为切入点，确定具有时滞特性的参数辨识序列集，然后构建积分时滞模型参数多目标优化识别的目标函数，并采用粒子群算法高效求解，最终实现积分时滞参数辨识过程，无需依赖高精度的河渠参数，也不需要构建复杂的水动力学模型或求解繁杂的计算公式，从而使得参数辨识精度高的同时辨识过程更简便、高效，有利于提高实时调度的效率和精度，降低水资源的调度风险。
-
公开(公告)号：CN118134294A
公开(公告)日：2024-06-04
申请号：CN202410557852.4
申请日：2024-05-08
申请人： 中国水利水电科学研究院 , 江苏大学
IPC分类号： G06Q10/0637 , G06Q50/06 , G06Q50/26 , G06F18/27 , G06N3/0442 , G06N3/08
摘要： 本发明涉及一种污水水量实时预报方法，该方法采用线性回归模型、支持向量回归模型、梯度增强回归模型和长短期记忆网络模型对污水厂污水进水量进行初步预测，然后将各初步预测结果与污水厂的污水进水量历史数据差分序列及采用CEEMDAN算法分解的模态分量输入transformer模型，并采用构建的时间感知异常敏感损失函数对预报结果结果进行优化，从而提高预报精度，并增加了本预报方法的适用性。
-
公开(公告)号：CN116822180B
公开(公告)日：2024-01-19
申请号：CN202310720444.1
申请日：2023-06-19
申请人： 中国水利水电科学研究院 , 江苏大学
IPC分类号： G06F30/20 , G06N3/006 , G06F111/06 , G06F111/04
摘要： 本发明涉及一种模拟河渠输水过程的积分时滞模型参数辨识方法，该方法以原始序列数据的时滞特性分析为切入点，确定具有时滞特性的参数辨识序列集，然后构建积分时滞模型参数多目标优化识别的目标函数，并采用粒子群算法高效求解，最终实现积分时滞参数辨识过程，无需依赖高精度的河渠参数，也不需要构建复杂的水动力学模型或求解繁杂的计算公式，从而使得参数辨识精度高的同时辨识过程更简便、高效，有利于提高实时调度的效率和精度，降低水资源的调度风险。
-
公开(公告)号：CN110309302A
公开(公告)日：2019-10-08
申请号：CN201910414208.0
申请日：2019-05-17
申请人： 江苏大学
摘要： 本发明公开了一种结合SVM和半监督聚类的不平衡文本分类方法及系统，对待处理文本进行预处理，获得向量格式的文本数据作为数据集；使用训练集对SVM分类器进行训练得到分类模型，利用分类模型对测试集进行预测，得到测试集的所属类别和置信度；利用半监督聚类算法对数据集进行聚簇，得到测试集的所属类别及其置信度；将SVM分类器和半监督聚类算法的所获得测试集所属类别及其置信度进行融合，得到最终的输出。本发明结合了不平衡文本分类的技术领域中不同类型的方法，实现了不同方法的优势互补，使用向量化和归一化的方法，弥补了在处理高维稀疏的文本数据时，因为有标签文本过少而导致的文本分类结果不精确的缺点。有效解决了文本类别不平衡的问题。
-
公开(公告)号：CN110309302B
公开(公告)日：2023-03-24
申请号：CN201910414208.0
申请日：2019-05-17
申请人： 江苏大学
IPC分类号： G06F16/35 , G06F18/2411 , G06F18/214 , G06F18/23213 , G06F18/25
摘要： 本发明公开了一种结合SVM和半监督聚类的不平衡文本分类方法及系统，对待处理文本进行预处理，获得向量格式的文本数据作为数据集；使用训练集对SVM分类器进行训练得到分类模型，利用分类模型对测试集进行预测，得到测试集的所属类别和置信度；利用半监督聚类算法对数据集进行聚簇，得到测试集的所属类别及其置信度；将SVM分类器和半监督聚类算法的所获得测试集所属类别及其置信度进行融合，得到最终的输出。本发明结合了不平衡文本分类的技术领域中不同类型的方法，实现了不同方法的优势互补，使用向量化和归一化的方法，弥补了在处理高维稀疏的文本数据时，因为有标签文本过少而导致的文本分类结果不精确的缺点。有效解决了文本类别不平衡的问题。
-
-
-
-
搜索结果
5 条记录 (耗时 0.033 秒)
