-
公开(公告)号：CN118154349A
公开(公告)日：2024-06-07
申请号：CN202410163299.6
申请日：2024-02-05
Applicant: 云南南天电子信息产业股份有限公司 , 云南大学 , 云南农业大学
Abstract: 本发明涉及一种基于BoDA‑XGBoost的多行业综合能耗短期预测方法，属于机器学习技术领域。该方法包括对综合能耗数据预处理，并对预处理后的综合能耗数据进行数据增强，得到每天的综合能耗值；对不同行业的综合能耗进行特征提取并转为窗口回归数据集；为每个行业采用XGBoost算法，通过批学习的方式分别构建综合能耗短期预测模型，根据时间协变量和历史能耗数据，预测短期综合能耗；通过贝叶斯优化对预测模型自动调参；输入不同行业的综合能耗数据，进行综合能耗短期预测。本发明克服了传统方法不能有效地捕捉能耗数据变化规律，对不同行业进行综合能耗预测更具有针对性、准确性和有效性。
-
公开(公告)号：CN308675163S
公开(公告)日：2024-06-07
申请号：CN202330781382.6
申请日：2023-11-28
Applicant: 云南南天电子信息产业股份有限公司 , 云南大学 , 云南农业大学
Abstract: 1.本外观设计产品的名称：电子设备的能耗预测分析图形用户界面。
2.本外观设计产品的用途：用于实时监测能源消耗情况。
3.本外观设计产品的设计要点：在于显示屏幕中的能耗预测分析平台界面的界面内容。
4.最能表明设计要点的图片或照片：主视图。
5.显示屏幕面板为惯常设计，省略显示屏幕面板的其它视图。
6.图形用户界面的用途：用于能耗动态管理。
7.图形用户界面的人机交互方式：主视图为南天能耗管理系统中能耗预测分析的初始界面。
主视图左边有三个按钮，分别是行业现状、智能问答、模型训练。
主视图上面有四个按钮分别是企业画像、地区画像、行业画像和行业选择，点击不同的按钮可分别展示出能源消耗趋势、行业分布图、能耗对标图、能耗数据、企业红黑榜、能耗产量对比图等部分数据信息。
其中企业红黑榜功能是根据能耗数据、能源利用效率和节能减排等方面指标，将各重点用能单位分为红榜和黑榜，以图表和数据的形式展示出来，帮助用户了解各单位的能源管理情况和优劣，同时可以激励各单位积极推进节能减排工作。
企业画像是对企业的全面描述和呈现，准确反映企业的特点、核心价值和市场定位；地区画像是展现地区主要产业分布情况；行业画像是对行业区域的能耗的消耗做进一步的分析和展示。
现就“行业画像”做进一步的功能描述：主视图为南天能耗管理系统中能耗预测分析的初始界面。
变化状态图1是主视图点击上方的“行业画像”按钮之后的界面；变化状态图2是变化状态图1点击“综合分析”按钮之后的界面；变化状态图3是变化状态图2点击上方的“行业”和“日期”对应的“请选择”按钮后再点击 “确认”按钮之后的界面。-
公开(公告)号：CN119515440A
公开(公告)日：2025-02-25
申请号：CN202411557184.1
申请日：2024-11-04
Applicant: 云南大学
IPC: G06Q30/0202 , G06Q30/0201 , G06Q30/01 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向多行为稀疏数据的客户转化率预测方法，包括：数据预处理，获取客户行为数据集，构建客户特征信息的序列数据以及点击和转化客户‑项目交互图数据；定义转换率预测模型CF4CVR，包括构建转化率预测模型CF4CVR和任务定义，所述任务是通过客户‑项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2来预测发生点击和转换的概率；使用S2中构建的客户‑项目特征信息S，客户集合U，项目集合V以及多行为的交互图A1,A2的数据集对CF4CVR模型进行训练并保存训练权重；声明CF4CVR模型并加载训练权重，将客户输入到模型CF4CVR中，计算客户和其他项目发生转化的概率。
-
公开(公告)号：CN118365921B
公开(公告)日：2025-01-28
申请号：CN202410279189.6
申请日：2024-03-12
Applicant: 云南大学
IPC: G06V10/764 , G06V10/774 , G06T7/194 , G06T7/11 , G06N3/0464 , G06N3/08 , G06T3/4038 , G06T5/50 , G06V20/10
Abstract: 本发明公开了一种面向低计算资源装备的农田障碍物检测方法，包括以下步骤：步骤一：收集农田图像数据；步骤二：使用图像合成方法，将障碍物合成到农田图像数据中构建成带障碍物的农田图像目标检测数据集；步骤三：在Imagenet数据集上进行知识蒸馏的预训练，将大模型压缩成轻量级模型；步骤四：将轻量级模型作为backbone适应Mask R‑CNN框架中的FPN组件成为检测模型；步骤五：读取农田图像目标检测数据集，并使用数据增强，将检测模型在构建好的带障碍物的农田数据集进行微调；步骤六：将训练好的模型部署到低计算资源的农业装备。这样可以获得带障碍物的目标检测数据集以及适用于低计算资源装备的目标检测模型，实现农业设备自动检测障碍的智能化设计。
-
公开(公告)号：CN114519147A
公开(公告)日：2022-05-20
申请号：CN202210145866.6
申请日：2022-02-17
Applicant: 云南大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于GCN的增强影响扩散社交推荐方法，基于信任的传递性和动态性特点，模拟社交递归动态传播影响的过程，构建了增强影响扩散模型，将基于用户与物品的历史交互记录的信任融合到递归社交动态建模中，以解决不同用户因信任关系而面向不同物品进行推荐的问题；同时，引入了注意力机制，为社交图中的用户给予不同的重要性，以解决同阶领域权重分配问题；在递归计算长距离的社交关系时，提出基于残差连接方式来减少噪声的影响；最后，预测用户未来的行为和偏好。本发明充分利用了用户周围邻居的偏好来减轻用户稀疏性，设计了一个基于神经网络的模型模拟社交影响递归传播过程，从而提升推荐性能。
-
Patent Agency Ranking
公开(公告)号：CN111723214A
公开(公告)日：2020-09-29
申请号：CN202010516462.4
申请日：2020-06-09
Applicant: 云南大学
IPC: G06F16/36 , G06F16/31 , G06F16/28 , G06F40/205
Abstract: 本发明公开了一种面向模式的非功能需求知识精化方法，涉及需求工程和知识图谱精化领域，其特征在于，通过将建立的非功能需求知识图谱进行扩展得到具有模式集的四元组集，读取所述四元组集进行预处理并初始化实体、关系和模式的表示向量，利用投影矩阵把实体和关系的向量投影到模式空间得到评分函数，同时检测非功能需求知识图谱中的层次结构计算获得层次约束间距，再结合评分函数获得损失函数，采用随梯度下降法对知识图谱嵌入向量进行优化训练得到表示向量，根据表示向量和评分函数进行知识补全和知识查错。本发明在知识图谱中增加了模式，并引入层次结构进行优化，提高了知识精化的质量，确保了重用知识的正确性和完整性。
-
公开(公告)号：CN111723214B
公开(公告)日：2024-05-17
申请号：CN202010516462.4
申请日：2020-06-09
Applicant: 云南大学
IPC: G06F16/36 , G06F16/31 , G06F16/28 , G06F40/205
Abstract: 本发明公开了一种面向模式的非功能需求知识精化方法，涉及需求工程和知识图谱精化领域，其特征在于，通过将建立的非功能需求知识图谱进行扩展得到具有模式集的四元组集，读取所述四元组集进行预处理并初始化实体、关系和模式的表示向量，利用投影矩阵把实体和关系的向量投影到模式空间得到评分函数，同时检测非功能需求知识图谱中的层次结构计算获得层次约束间距，再结合评分函数获得损失函数，采用随梯度下降法对知识图谱嵌入向量进行优化训练得到表示向量，根据表示向量和评分函数进行知识补全和知识查错。本发明在知识图谱中增加了模式，并引入层次结构进行优化，提高了知识精化的质量，确保了重用知识的正确性和完整性。
-
公开(公告)号：CN116738201B
公开(公告)日：2024-01-16
申请号：CN202310129147.X
申请日：2023-02-17
Applicant: 云南大学
IPC: G06F18/213 , G06F18/241 , G06F18/22 , G06F16/901 , G06Q40/04 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提供基于图对比学习的非法账户识别方法，交易数据预处理，将交易数据构建为交易网络图；对账户历史交易特征进行提取；通过广度优先遍历抽样得到每个账户节点子图，基于账户余额，交易大小，交易频率过滤邻居节点，保留重要邻居，生成对比样本；对比学习，使用生成的对比样本和原样本进行对比学习，训练模型得到包含局部结构和节点特征的嵌入表示；分类识别，将得到的节点嵌入进行全连接层处理，通过多分类进行非法账户的分类识别。克服了传统方法不能有效地捕获图的固有局部结构特征、类不
-
公开(公告)号：CN116992854A
公开(公告)日：2023-11-03
申请号：CN202310455706.6
申请日：2023-04-25
Applicant: 云南大学
IPC: G06F40/205 , G06F40/289 , G06F40/284 , G06F40/295 , G06N3/04 , G06N3/088
Abstract: 本发明提供一种基于AMR对比学习的文本摘要生成的方法，首先根据给定的文本‑摘要生成对应的AMR，并将语义联系映射为节点添加到原有概念节点序列中，对比原文与摘要对应的节点序列，获得关键词位置列表；第二步对输入的原文‑摘要对，以及原文节点序列、摘要节点序列进行文本编码；第三步使用图神经网络对AMR进行编码；第四步构建正负样本对，与文本嵌入表示进行连接，从而实现基于AMR的对比学习；最后将原文文本上下文表示向量输入编码器，在每个解码步骤中生成新的目标摘要向量，组成最终摘要。本发明在文本摘要生成过程中增加更多隐含信息，帮助生成质量更高的摘要，解决了现有技术生成的摘要存在语义无关、事实不一致、信息性低的问题。
-
公开(公告)号：CN116738201A
公开(公告)日：2023-09-12
申请号：CN202310129147.X
申请日：2023-02-17
Applicant: 云南大学
IPC: G06F18/213 , G06F18/241 , G06F18/22 , G06F16/901 , G06Q40/04 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提供基于图对比学习的非法账户识别方法，交易数据预处理，将交易数据构建为交易网络图；对账户历史交易特征进行提取；通过广度优先遍历抽样得到每个账户节点子图，基于账户余额，交易大小，交易频率过滤邻居节点，保留重要邻居，生成对比样本；对比学习，使用生成的对比样本和原样本进行对比学习，训练模型得到包含局部结构和节点特征的嵌入表示；分类识别，将得到的节点嵌入进行全连接层处理，通过多分类进行非法账户的分类识别。克服了传统方法不能有效地捕获图的固有局部结构特征、类不平衡问题。对非法账户识别更具有针对性、准确性和有效性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.088 seconds)
