-
公开(公告)号：CN107544957A
公开(公告)日：2018-01-05
申请号：CN201710543480.X
申请日：2017-07-05
申请人： 华北电力大学
IPC分类号： G06F17/27
摘要： 本发明公开了属于网购商品评论的分析处理领域的一种面向商品目标词的情感倾向分析方法。包括四个步骤，1，语料预处理，将数据集进行分词，把类别标签按照类别个数转换成向量形式；2，词向量训练，把分词后评论数据通过CBOW模型训练得到词向量；3，神经网络结构，使用LSTM网络模型结构使网络注重整句内容；4，评论句情感分类，将神经网络输出作为Softmax函数的输入，得到最后结果。本发明在语义空间中语义刻画更准确；通过使用神经网络来训练数据优化神经网络中的权重和偏置参数，经过不断的迭代之后训练的参数使得损失值达到最小，此时使用这些训练后的参数来对测试集进行预测，这样能够得到更高的准确率。
-
公开(公告)号：CN105975477A
公开(公告)日：2016-09-28
申请号：CN201610214120.0
申请日：2016-04-07
申请人： 华北电力大学
IPC分类号： G06F17/30
摘要： 本发明公开了属于计算机应用技术领域的一种基于网络自动构建地名数据集的方法。该基于网络自动构建地名数据集包括如下步骤：1，使用谷歌搜索引擎API从谷歌数据库中提取地理空间数据；2，从提取出的数据中过滤掉不相关的网页；3，导入步骤2的输出，提取地理信息；4，选择地理编码工具，把提取的地址信息转换成地理坐标，然后标记在地图上。本发明充分发挥数据提取模块搜索引擎的优势，用恰当的搜索查询关键词从网页中检索地理信息。在网页过滤模块中，采用过滤算法来排除那些无用的干扰数据。从网页这种非结构化数据源中有效的动态的提取出地理信息，使数据同时具有高完整度和实时性。本方法有很高的实用价值。
-
公开(公告)号：CN102223414A
公开(公告)日：2011-10-19
申请号：CN201110167997.6
申请日：2011-06-21
申请人： 华北电力大学
摘要： 本发明公开了计算机网络技术领域中的一种实现网络资源命名与定位的方法。该方法包括如下步骤，采用网络本体语言OWL对网络资源进行统一命名；建立分布式网络拓扑结构；网络资源提供者注册网络资源；网络资源请求者定位请求的网络资源。本发明融合了语义网、分布式和Agent三种技术，实现了资源定位方法的平台无关性、可扩展性、互操作性和广泛性，保证可信与可靠基础上的各种资源类型的统一命名与定位。
-
公开(公告)号：CN109558968B
公开(公告)日：2023-08-22
申请号：CN201811302655.9
申请日：2018-11-02
申请人： 国网冀北电力有限公司经济技术研究院 , 华北电力大学 , 国网冀北电力有限公司 , 国家电网有限公司
发明人： 杨金刚 , 刘崇茹 , 李顺昕 , 沈卫东 , 徐诗甜 , 岳昊 , 朱全友 , 聂文海 , 苏晨博 , 何成明 , 王宇 , 石少伟 , 王洁聪 , 史智萍 , 谢国超 , 凌博文 , 李笑蓉 , 李博 , 刘昊宇 , 喻建瑜 , 何慧 , 赵微 , 运晨超 , 吴小明
IPC分类号： G06Q10/04 , G06Q10/0637 , G06Q50/06
摘要： 本发明公开了一种风电场出力相关性分析方法及装置，该方法包括：根据目标区域内多个风电场的历史风速数据确定风速联合分布函数模型，根据风速联合分布函数模型获得目标区域内多个风电场之间风速的相关性，根据风速联合分布函数模型及目标区域内多个风电场之间风速的相关性，获得目标区域内多个风电场的风机出力期望值。本发明利用基于Copula联合分布函数确定风速联合分布函数模型，并根据风速联合分布函数模型获得目标区域内多个风电场之间风速的相关性，因此，可以提高风电场出力期望值的预测精度，准确刻画风电场之间的相关性。
-
公开(公告)号：CN108280551A
公开(公告)日：2018-07-13
申请号：CN201810106023.9
申请日：2018-02-02
申请人： 华北电力大学
摘要： 本发明公开了属于光伏发电功率预测技术领域的一种利用长短期记忆网络的光伏发电功率预测方法。利用长短期记忆网络的光伏发电功率参数构建长短期记忆网络预测模型：搭建具有包含若干个神经元的隐藏层的长短期记忆网络，利用相关的五维特征向量：积日、环境温度、环境湿度、风速和太阳辐照度和以次日预测点前30天每天24个整点时刻的光伏功率值和天气数据作为原始数据，将这五维向量组成输入矩阵，输入到长短期记忆网络，进行预测点的功率预测；相对于所有的预测方法，本发明将当前时刻的光伏功率变化和以前光伏功率的变化之间建立了联系，实现了时间序列数据的动态建模，能更加充分的反映光伏功率的变化规律，实现更为精确的光伏功率预测。
-
公开(公告)号：CN105975477B
公开(公告)日：2019-11-08
申请号：CN201610214120.0
申请日：2016-04-07
申请人： 华北电力大学
IPC分类号： G06F16/29 , G06F16/9537
摘要： 本发明公开了属于计算机应用技术领域的一种基于网络自动构建地名数据集的方法。该基于网络自动构建地名数据集包括如下步骤：1，使用谷歌搜索引擎API从谷歌数据库中提取地理空间数据；2，从提取出的数据中过滤掉不相关的网页；3，导入步骤2的输出，提取地理信息；4，选择地理编码工具，把提取的地址信息转换成地理坐标，然后标记在地图上。本发明充分发挥数据提取模块搜索引擎的优势，用恰当的搜索查询关键词从网页中检索地理信息。在网页过滤模块中，采用过滤算法来排除那些无用的干扰数据。从网页这种非结构化数据源中有效的动态的提取出地理信息，使数据同时具有高完整度和实时性。本方法有很高的实用价值。
-
公开(公告)号：CN110059860A
公开(公告)日：2019-07-26
申请号：CN201910216461.5
申请日：2019-03-21
申请人： 华北电力大学
IPC分类号： G06Q10/04
摘要： 本发明公开了属于电动汽车充电站布局技术领域的一种城市的公共充电站位置布局多目标优化方法。该方法包括：获取和处理数据；建立多目标优化模型；求解模型，得到公共充电站位置布局结果；可视化公共充电站位置布局结果等4个步骤。利用出租车轨迹数据和POI数据，采用子模函数的充电站位置布局多目标优化，充分考虑了充电可能性、充电意愿度和建站合适度三个标准用于充电站位置布局，利用网格搜索和贪婪算法来求解pareto最优集，最终得到充电站的位置集合，最后，进行了充电站位置布局结果的可视化展示。通过与传统的在用户覆盖率和充电桩利用率两个方面的对比，我们提出的多目标优化方法都能取得更好的结果。
-
公开(公告)号：CN108123847B
公开(公告)日：2019-06-11
申请号：CN201711340061.2
申请日：2017-12-14
申请人： 华北电力大学 , 国网冀北电力有限公司经济技术研究院
发明人： 吴润泽 , 李莉 , 吴万旭 , 朱全友 , 聂文海 , 赵庆凯 , 何慧 , 秦砺寒 , 于冉 , 史智萍 , 周洁 , 王旭冉 , 张嵩 , 刘志雄 , 宇文丽敏 , 门宝霞 , 张楠 , 樊冰 , 唐良瑞
摘要： 本发明公开了电力通信网络模型中节点影响力判断值确定方法及装置，包括：获取目标电力通信网的网络模型结构及目标电力通信网与电网的耦合情况，根据网络模型结构确定目标电力通信网的邻接矩阵，并利用耦合情况确定目标电力通信网与电网之间的耦合矩阵；确定第一动力学方程；根据邻接矩阵确定第二动力学方程；根据耦合矩阵确定第三动力学方程；根据第一动力学方程、第二动力学方程、第三动力学方程确定目标电力通信网中每个节点的综合动力学方程；利用综合动力学方程得到目标电力通信网中每个节点状态改变时网络达到全局同步的时间；根据目标电力通信网中每个节点状态改变时网络达到全局同步的时间确定目标电力通信网的每个节点的影响力判断值。
-
公开(公告)号：CN107153642A
公开(公告)日：2017-09-12
申请号：CN201710342178.8
申请日：2017-05-16
申请人： 华北电力大学
CPC分类号： G06F17/277 , G06F17/271 , G06F17/2775 , G06F17/2785 , G06N3/08
摘要： 本发明公开了属于计算机语言文字处理技术领域的一种基于神经网络识别文本评论情感倾向的分析方法。在处理文本评论数据上，首先使用CBOW进行处理，把每个句子准确分词为一个个词或者词语；每个句子都有一个对应的类别标签；然后利用长短时记忆LSTM模型判别评论的情感倾向性；得到每个句子的标签；进而与真实标签进行比较得到准确率，通过训练该神经网路模型得到其最好的准确率，即达到神经网络识别文本评论情感倾向分析的目的。借助GPU加速神经网络的训练过程，不仅提高情感分类的准确率，而且使大规模语料的训练速度得到提升；能有效的识别评论的情感倾向，尤其在电商、电影等其他面会有更好的应用前景。
-
公开(公告)号：CN103488782B
公开(公告)日：2016-07-27
申请号：CN201310460411.4
申请日：2013-09-30
申请人： 华北电力大学
发明人： 何慧
摘要： 本发明公开了音乐资源管理和音乐资源检索技术领域中的一种利用歌词识别音乐情感的方法。包括将已经标注音乐情感的歌曲的歌词放入歌词训练集中；预处理歌词训练集中每首歌曲的歌词得到歌词的特征集合；确定歌词训练集的优化特征集合；计算歌词训练集中每首歌曲的歌词的特征权值向量并形成歌词训练集的特征权值矩阵；建立歌词训练集的优化特征集合中的特征与音乐情感之间的特征指示函数；建立歌词训练集中每首歌曲的歌词与音乐情感的最大熵模型；计算所述最大熵模型，得到条件概率的最优解和最优拉格朗日乘子向量；最后计算待识别的歌词的音乐情感。本发明克服了通过音频文件确定音乐情感存在的训练和识别花费时间长、占用内存大等问题。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.03 秒)
