-
公开(公告)号：CN116702908A
公开(公告)日：2023-09-05
申请号：CN202310574331.5
申请日：2023-05-22
Applicant: 福州大学
IPC: G06N5/045 , G06N5/025 , G06F18/15 , G06F18/211 , G06F18/214 , G06F18/22 , G06F18/23 , G06F123/02
Abstract: 本发明提出基于置信规则库的多标签时序数列预测模型，在建立预测模型时，引入置信规则库BRB推理模型，通过特征选择方法来对多标签时序数据预处理，以考虑前n个时刻的BRB建模方法来建模，包括以下步骤：步骤S1：特征选择过程，根据原数据的显著特征进行特征选择，得到处理后的数据；步骤S2：基于处理后的训练数据集，基于多标签时序数列的前n时刻来构建BRB推理模型；步骤S3：基于BRB推理模型，结合处理后的测试数据集，来计算预测结果；本发明能在处理多标签时序数据时具备高的预测准确性和模型可解释性。
-
公开(公告)号：CN115907219A
公开(公告)日：2023-04-04
申请号：CN202211670295.4
申请日：2022-12-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于LASSO和EBRB的碳排放量预测方法，包括以下步骤：步骤S1:构建LASSO回归基本模型，并基于LASSO回归基本模型进行筛选显著变量；步骤S2:将筛选得到的显著变量作为基础数据，构建生成EBRB推理模型；步骤S3:将需要预测的数据相关指标输入EBRB推理模型，得到预测结果。本发明能有效提高预测精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN118348441A
公开(公告)日：2024-07-16
申请号：CN202410627438.6
申请日：2024-05-20
Applicant: 福州大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提供基于LSTM‑EBRB的锂电池健康状态预测方法，包括以下步骤：步骤S1：提取锂电池的健康因子作为前提属性，构建EBRB推理模型的规则库；步骤S2：输入训练集数据，进行规则库推理，计算对应的激活权重；步骤S3：将S2得到的激活权重作为输入，训练一个长短期记忆（LSTM）神经网络模型；步骤S4：输入预测对象数据，设置预测起点，计算激活权重，以序列输入LSTM模型，进行预测，得到改进激活权重；步骤S5：合成激活规则，得到预测结果。
-
公开(公告)号：CN103020294A
公开(公告)日：2013-04-03
申请号：CN201210589392.0
申请日：2012-12-31
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于Web Services的旅游信息集成系统，包括城市景点信息获取及服务发布模块、服务逻辑处理模块、服务获取模块、城市景点信息服务接口和数据库；城市景点信息获取及服务发布模块从相关旅游信息网站上得到城市景点信息，储存在数据库中，并封装成Web服务，生成WSDL文档并发布到UDDI注册中心，以供调用；服务逻辑处理模块，接收用户发送来的用户服务请求，并将用户服务请求发送给服务获取模块，然后等待并接收服务获取模块的反馈数据，并返回给用户；服务获取模块，根据用户请求的服务类型，获取相应的服务并进行数据反馈。该系统有利于集成多种旅游信息，实现跨平台、跨语言的旅游信息共享。
-
公开(公告)号：CN119918728A
公开(公告)日：2025-05-02
申请号：CN202411974659.7
申请日：2024-12-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于LSTM和EBRB的光伏发电功率预测方法，属于光伏发电功率预测领域。所述方法，包括：步骤一，基于特征工程提取光伏发电功率影响因子；步骤二，基于LSTM构建预测模型；步骤三，基于EBRB构建推理模型；步骤四，构建基于LSTM和EBRB的Stacking集成模型；步骤五，将数据输入Stacking集成模型，得到光伏发电功率预测结果。本发明能有效提高光伏发电功率预测精度，保证电网运行的稳定性。本发明将LSTM与EBRB相结合，构建基于LSTM和EBRB的Stacking集成模型，有效提高了模型的可解释性和预测准确性，该研究为LSTM和EBRB在光伏发电功率预测领域的进一步应用与发展提供了支持。
-
公开(公告)号：CN118212692A
公开(公告)日：2024-06-18
申请号：CN202410369829.2
申请日：2024-03-28
Applicant: 福州大学
IPC: G06V40/20 , G06V10/764 , G06N5/04 , G06V10/774 , G06V10/74
Abstract: 本发明涉及一种基于熵值法和SBRB的智能家居多人活动识别方法。包括：基于收集到的活动数据集采用熵值法对其进行分析，客观地得到各个数据特征的重要程度，并对此给前提属性进行赋值；随后，基于选定的特征构建SBRB模型，该模型包含一系列定义前提属性与活动关系的规则，在一系列的规则中利用规则间的相似度对其进行规则合并，进一步简化SBRB模型构建生成SBRB推理模型；最后，将收集的传感器数据输入到SBRB模型中，利用模型通过计算规则的激活权重和匹配度来识别当前的多人活动，得到不同居民的活动类别。该方法旨在提高智能家居系统中对居民活动的识别精度和效率，能在保护居民隐私的条件下，通过分析和处理居民活动数据，实现更为精准和动态的活动识别。
-
公开(公告)号：CN308369637S
公开(公告)日：2023-12-12
申请号：CN202330028012.5
申请日：2023-01-19
Applicant: 福州大学
Abstract: 1.本外观设计产品的名称：带切换功能模块图形用户界面的显示屏幕面板。
2.本外观设计产品的用途：本外观设计产品用于运行程序、用户与机器的交互以及显
示界面内容。
3.本外观设计产品的设计要点：在于产品屏幕中的图形用户界面内容，其余部分为惯
常设计。
4.最能表明设计要点的图片或照片：主视图。
5.不涉及设计要点，省略后视图;不涉及设计要点，省略左视图;不涉及设计要点，省略
右视图;不涉及设计要点，省略俯视图;不涉及设计要点，省略仰视图。
6.图形用户界面的用途：本外观设计的图形用户界面主要用于 切换功能模块、用户与
机器的交互以及显示每个步骤输出的结果。
7.图形用户界面的变化状态说明：账号登录后进入主视图的交互初始界面，点击主视
图的图形用户界面中的“Drop file here or click to upload”，呈现界面变化状态图1的
图形用户界面；当用户在界面变化状态图1中选择需要处理的Excel数据文件后，点击运行
按钮后，呈现界面变化状态图2的图形用户界面，生成最优alpha图；当用户点击界面变化状
态图2的图形用户界面中“Next step”按钮时，呈现变化状态图3的图形用户界面，生成
alpha取值；当点击界面变化状态图3的图形用户界面中“Next step”按钮时，呈现变化状态
图4的图形用户界面，生成Lasso回归分析评分；当用户点击界面变化状态图4的图形用户界
面中“Next step”按钮时，呈现变化状态图5的图形用户界面，生成各数据指标相关系数。当
用户点击主视图的图形用户界面中的“置信规律库分析”并点击“click to upload
TrainSet”按钮时，呈现变化状态图6的图形用户界面，用以选择框选择训练集数据文件；当
用户点击主视图的图形用户界面中的“置信规律库分析” 并点击“click to upload
TestSet”按钮时，呈现变化状态图7的图形用户界面，用以选择框选择测试集数据文件；完
成后拖动滑块或填写评价等级个数，呈现变化状态图8的图形用户界面；当用户点击界面变
化状态图8的图形用户界面中“运行”按钮时，呈现变化状态图9的图形用户界面，生成第 条
规则中候选等级 的置信度；当用户点击界面变化状态图9的图形用户界面中“Next step”
按钮时，呈现变化状态图10的图形用户界面，生成第 条扩展置信规则中第 个前提属性的
个体匹配度；当用户点击界面变化状态图10的图形用户界面中“Next step”按钮时，呈现变
化状态图11的图形用户界面，生成激活权重；当用户点击界面变化状态图11的图形用户界
面中“Next step”按钮时，呈现变化状态图12的图形用户界面，生成预测结果。当用户点击
右上角“admin”按钮时，呈现变化状态图13的图形用户界面，进入用户个人信息界面或退出
登录。
4
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
