-
公开(公告)号:CN113779039A
公开(公告)日:2021-12-10
申请号:CN202111128707.7
申请日:2021-09-26
申请人: 辽宁工程技术大学
IPC分类号: G06F16/22 , G06F16/2453 , G06F16/2455 , G06F16/2457 , G06F16/2458 , G06F16/29
摘要: 本发明公开了一种Top‑k集合空间关键字近似查询方法,步骤为:对于空间对象数据集中不包含任意一个查询关键字的空间对象进行剪枝,将剩余的空间对象根据其到查询位置的欧式距离对其进行升序排序,然后将相关空间对象构建成VP‑Tree;利用VP‑Tree加速搜索空间对象的局部邻域;利用评分函数计算其综合距离分数,并按综合得分选出Top‑k组空间对象作为最终结果。本发明提出的空间对象关联度评估方法具有较高的准确性,提出的剪枝策略具有较高的执行效率,获取的Top‑k组空间对象具有较高的用户满意度。
-
公开(公告)号:CN110362652A
公开(公告)日:2019-10-22
申请号:CN201910657221.9
申请日:2019-07-19
申请人: 辽宁工程技术大学
IPC分类号: G06F16/31 , G06F16/33 , G06F16/387 , G06F17/27
摘要: 本发明公开了一种基于空间-语义-数值相关度的空间关键字Top-K查询方法,步骤为:利用Word Embedding技术对用户初始查询进行语义扩展;构建空间-语义-数值混合索引结构AKR-tree;空间-语义-数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展,生成一系列与初始查询关键字语义相关的查询关键字;然后构建空间-语义-数值混合索引结构AKR-tree,该索引结构能同时支持查询关键字的文本和语义匹配,并利用Skyline方法对数值属性进行处理;最后,利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象,并按空间-语义-数值的综合相关度进行排序。与现有同类方法相比,本发明方法具有更好的查询结果用户满意度,索引结构具有较快的查询响应时间。
-
公开(公告)号:CN106647501A
公开(公告)日:2017-05-10
申请号:CN201611217111.3
申请日:2016-12-26
申请人: 辽宁工程技术大学
IPC分类号: G05B19/042
CPC分类号: G05B19/0428 , G05B2219/24024
摘要: 本发明提供一种多功能农机深松智能远程监管系统及方法,该系统包括:主控制器、显示面板、GPS模块、GPRS模块、摄像头、语音报警装置、倾角传感器、机具识别装置;主控制器、显示面板、GPRS模块、语音报警装置设置于驾驶室内,GPS模块安装于驾驶室外侧,GPRS模块的天线设置于驾驶室外侧,摄像头安装于驾驶室后测,倾角传感器安装于犁臂上,机具识别装置安装于机具表面;在机具开始工作时,通过倾角传感器采集犁臂的角度信息,传输至主控制器,通过主控制器间隔一定时间读取一次犁臂的角度信息、GPS定位信息,根据犁臂的角度与作业深度的函数关系,确定当前的作业深度值,根据GPS定位信息确定作业面积。
-
公开(公告)号:CN112766078B
公开(公告)日:2024-04-16
申请号:CN202011639813.7
申请日:2020-12-31
申请人: 辽宁工程技术大学
IPC分类号: G06F18/24 , G06F18/21 , G06F18/2411 , G06F18/25 , G06N3/0442 , H02J3/00
摘要: 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法,采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理,并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预测模型,从而获得预测值。将初级预测模型的预测值和原始的时间序列数据进行融合,形成新的时间序列,作为门控循环单元神经网络网络的输入,建模学习特征内部动态变化规律,并引入注意力机制赋予GRU隐含状态不同的权重,最后完成短期负荷预测;该方法提高了时间轴上对隐式时间序列的特征提取能力和计算能力,对于具有周期和长期依赖关系的电力系统的负荷预测具有较高的准确率和精确度,具有一定的实用价值。
-
公开(公告)号:CN110490383B
公开(公告)日:2022-12-13
申请号:CN201910763512.6
申请日:2019-08-19
申请人: 辽宁工程技术大学
摘要: 本发明涉及钢铁热态生产优化技术领域,提供一种基于板坯聚类的一体化生产炉次计划优化方法,包括:步骤1:构建炉次计划优化模型;步骤2:对待计划板坯集合按钢级和厚度进行分类,得到多个初级类,每个初级类中板坯的钢级相同且厚度相同;步骤3:对每个初级类进行聚类,得到多个二级类;步骤4:给每个二级类中的板坯指派中间包,使中间包所浇铸的板坯重量最大化;步骤5:对每个中间包中的板坯,确定板坯宽度;步骤6:对每个中间包中的板坯,划分炉次。本发明能够在大规模组炉情况下快速获得稳定且更优的炉次计划,提高中间包利用率和生产效率,能够同时保证优化质量和优化效率。
-
公开(公告)号:CN110362652B
公开(公告)日:2022-11-22
申请号:CN201910657221.9
申请日:2019-07-19
申请人: 辽宁工程技术大学
IPC分类号: G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
摘要: 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法,步骤为:利用Word Embedding技术对用户初始查询进行语义扩展;构建空间‑语义‑数值混合索引结构AKR‑tree;空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展,生成一系列与初始查询关键字语义相关的查询关键字;然后构建空间‑语义‑数值混合索引结构AKR‑tree,该索引结构能同时支持查询关键字的文本和语义匹配,并利用Skyline方法对数值属性进行处理;最后,利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象,并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比,本发明方法具有更好的查询结果用户满意度,索引结构具有较快的查询响应时间。
-
公开(公告)号:CN112905900A
公开(公告)日:2021-06-04
申请号:CN202110363686.0
申请日:2021-04-02
申请人: 辽宁工程技术大学
IPC分类号: G06F16/9535 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于图卷积注意力机制的协同过滤推荐算法,该方法包括:首先是数据采集、处理以及划分数据集,其次是GACF模型的构建,最后是模型训练以及通过预测用户与项目之间的关联分数进行推荐。本发明提出的图卷积注意力机制协同过滤模型,首先利用图嵌入技术将用户‑项目的交互信息映射到向量空间,然后通过图卷积网络学习用户‑项目交互图的嵌入表达,再利用注意力机制为邻居节点分配不同的权重,聚合邻居节点的特征信息可使邻居节点之间的权重仅依赖于节点之间的特征表达,从而提高模型的泛化能力,最后将图卷积层学习到的多个嵌入向量加权聚合,得到用户‑项目之间的关联分数。
-
公开(公告)号:CN112270199A
公开(公告)日:2021-01-26
申请号:CN202011208313.8
申请日:2020-11-03
申请人: 辽宁工程技术大学
IPC分类号: G06F40/30 , G06F40/194 , G06N3/08 , G06F16/332
摘要: 本发明公开了一种基于CGAN方法的个性化语义空间关键字Top‑K查询方法,步骤为:对于空间对象文本信息中的每个单词/词组,使用CGAN方法生成一系列与之相关的关键字,存储在单词语义相似度表中,用于对查询关键字的语义扩展;构建AIR‑tree混合索引结构;利用构建的AIR‑tree混合索引进行查询结果快速匹配;得到匹配结果的综合得分,并按综合得分选出top‑k个最终结果。本发明通过利用条件对抗生成网络技术实现空间关键字查询的语义扩展,并通过构建AIR‑tree混合索引以及数值属性元组的Skyline集合,提升查询效率以及对文本和数值查询的支持;本发明可以支持空间关键字的语义近似查询,能处理数值属性,具有较高的查询效率,在很大程度上提高了查询结果的用户满意度和查询效率。
-
公开(公告)号:CN110490383A
公开(公告)日:2019-11-22
申请号:CN201910763512.6
申请日:2019-08-19
申请人: 辽宁工程技术大学
摘要: 本发明涉及钢铁热态生产优化技术领域,提供一种基于板坯聚类的一体化生产炉次计划优化方法,包括:步骤1:构建炉次计划优化模型;步骤2:对待计划板坯集合按钢级和厚度进行分类,得到多个初级类,每个初级类中板坯的钢级相同且厚度相同;步骤3:对每个初级类进行聚类,得到多个二级类;步骤4:给每个二级类中的板坯指派中间包,使中间包所浇铸的板坯重量最大化;步骤5:对每个中间包中的板坯,确定板坯宽度;步骤6:对每个中间包中的板坯,划分炉次。本发明能够在大规模组炉情况下快速获得稳定且更优的炉次计划,提高中间包利用率和生产效率,能够同时保证优化质量和优化效率。
-
公开(公告)号:CN112905900B
公开(公告)日:2023-11-17
申请号:CN202110363686.0
申请日:2021-04-02
申请人: 辽宁工程技术大学
IPC分类号: G06F16/9535 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
摘要: 本发明公开了一种基于图卷积注意力机制的协同过滤推荐方法,该方法包括:首先是数据采集、处理以及划分数据集,其次是GACF模型的构建,最后是模型训练以及通过预测用户与项目之间的关联分数进行推荐。本发明提出的图卷积注意力机制协同过滤模型,首先利用图嵌入技术将用户‑项目的交互信息映射到向量空间,然后通过图卷积网络学习用户‑项目交互图的嵌入表达,再利用注意力机制为邻居节点分配不同的权重,聚合邻居节点的特征信息可使邻居节点之间的权重仅依赖于节点之间的特征表达,从而提高模型的泛化能力,最后将图卷积层学习到的多个嵌入向量加权聚合,得到用户‑项目之间的关联分数。
-
-
-
-
-
-
-
-
-