-
公开(公告)号：CN119899547A
公开(公告)日：2025-04-29
申请号：CN202411940258.X
申请日：2024-12-26
Applicant: 重庆大学溧阳智慧城市研究院 , 重庆市文物考古研究院(重庆文化遗产保护中心) , 重庆大学 , 河南省文物考古研究院 , 河南大学
Abstract: 本发明公开了一种微生物诱导羟基磷灰石修复骨角质文物的方法，属于文物修复技术领域。方法包括以下步骤：将动物骨粉溶于酸溶液中，然后调节pH，得到骨粉絮凝溶液；将骨粉絮凝溶液离心，去除上清液得到絮凝物；将絮凝物敷贴在待修复区域，并将产脲酶微生物菌液和尿素溶液等体积施加在骨角质文物待修复位置，直至形成胶接，最后在待修复位置涂抹保护性材料，完成修复。本发明通过产脲酶微生物缓慢升高pH，在钙盐和磷酸根存在的作用下，缓慢生成羟基磷灰石完成对骨角质文物的修复；修复材料与骨角质文物成分具有高度的一致性，无毒无害，可以充分还原骨角质文物原貌；具有短时高效性，能够做到及时修复骨角质文物断裂破坏，修复后的材料强度高。
-
公开(公告)号：CN119824930A
公开(公告)日：2025-04-15
申请号：CN202411833131.8
申请日：2024-12-13
Applicant: 重庆大学溧阳智慧城市研究院 , 江苏斯维尔建筑设计院有限公司
Abstract: 本发明公开了一种激发土体原位微生物的激发液喷洒装置及边坡加固方法，属于生物岩土工程技术领域，解决了现有边坡治理方式人力消耗大、环境破坏大的问题；其具体包括飞行主体，飞行主体底部设置有降落支架组件；降落支架组件底部连接有激发液容器；激发液容器内部设置有输液管道，输液管道贯穿激发液容器的底部并与喷头连接。本发明中，飞行主体通过降落支架组件带动激发液容器飞升至待加固岩土体区域上方；激发液容器内部的微生物激发液通过喷头喷出，喷洒至待加固岩土体区域表面，以诱导土体内部的原位细菌大量繁殖；再以同样的方式将胶结溶液喷洒至待加固岩土体区域表面，在待加固岩土体区域表面形成沉淀，实现对土体的加固。
-
公开(公告)号：CN118863431A
公开(公告)日：2024-10-29
申请号：CN202410958024.1
申请日：2024-07-17
Applicant: 重庆大学
IPC: G06Q10/0631 , G06Q10/083 , G06Q10/0835 , G06Q10/047 , G06N20/00 , G06N7/01
Abstract: 本发明涉及一种基于分层强化学习的物流车辆路径与装箱混合规划方法，属于物流管理技术领域。在给定需要运输的订单条件下，获取使最终运输成本最低的配送路径以及对应的车辆装箱方案。在物流规划过程中，需要解决车辆路径规划问题和车辆装箱问题，而物流配送中装载方案和路径规划存在耦合问题，需要同时考虑。方法利用分层强化学习的原理，将物流规划这一马尔可夫决策过程MDP提取拆分为若干个半马尔可夫决策过程SMDP作为子任务，通过任务分解对物流规划问题实行降维处理后进行分层训练。通过本分层强化学习训练所得模型，可以与物流方案在线规划系统结合，实现物流规划方案的在线决策生成。
-
公开(公告)号：CN114429122B
公开(公告)日：2024-06-11
申请号：CN202210088035.X
申请日：2022-01-25
Applicant: 重庆大学
IPC: G06F40/30 , G06F40/211 , G06F40/284 , G06F18/2415 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于循环注意力的方面级情感分析系统和方法，包括循环注意力模块、方面挖掘注意力模块和特征融合分类模块；其中，所述循环注意力模块，基于GRU的门控机制，对文本进行注意力操作，得到更新的依赖矩阵，以调整图卷积神经网络卷积过程中对不同依赖的关注度；所述方面挖掘注意力模块，用于将每一层图卷积神经网络对句子方面的编码分别作为Query，对文本做注意力操作，挖掘文本中关于方面情感的语义信息，输出语义特征；所述特征融合分类模块，使用全连接层对语义特征进行融合处理，再进行情感分类。
-
公开(公告)号：CN117851780A
公开(公告)日：2024-04-09
申请号：CN202410036057.0
申请日：2024-01-10
Applicant: 重庆大学
IPC: G06F18/20
Abstract: 本发明涉及一种面向信息系统弹性适变的建模方法，属于计算机技术领域。该方法包括的以下步骤：S1：确定信息系统的马尔可夫模型M＝{S,A,Psa,R}；S2：确定弹性适变动作返回状态变量决策过程；S3：确定弹性适变策略下的回报函数。本发明基于马尔科夫决策过程模型思想进行建模，通过分析当前系统与当前运行状态环境间的交互过程进行模型构建，得到各种适变策略下所达到的最佳回报，为完成系统弹性适变策略的优劣评估决策提供数学模型支持。
-
Patent Agency Ranking
公开(公告)号：CN116313141A
公开(公告)日：2023-06-23
申请号：CN202310179477.X
申请日：2023-02-28
Applicant: 重庆大学
Abstract: 本发明涉及一种基于知识图谱的不明原因发热智能问诊方法，属于人工智能与医学交叉领域。该方法涉及不明原因发热症状数据的收集，知识图谱，自然语言处理的运用。本发明主要提供如下内容：收集引起不明原因发热(FUO)的病因及其特征病状，利用这些数据构建关于不明原因发热病因的知识图谱，将病人描述信息通过自然语言处理分词得到关键字及各个关键词的向量，并将关键字和知识图谱特征病状通过向量进行相似度计算，以得到病人的相关病状，最终从知识图谱自底向上得到病因，从而提高问诊的效率。
-
公开(公告)号：CN114429122A
公开(公告)日：2022-05-03
申请号：CN202210088035.X
申请日：2022-01-25
Applicant: 重庆大学
IPC: G06F40/211 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于循环注意力的方面级情感分析系统和方法，包括循环注意力模块、方面挖掘注意力模块和特征融合分类模块；其中，所述循环注意力模块，基于GRU的门控机制，对文本进行注意力操作，得到更新的依赖矩阵，以调整图卷积神经网络卷积过程中对不同依赖的关注度；所述方面挖掘注意力模块，用于将每一层图卷积神经网络对句子方面的编码分别作为Query，对文本做注意力操作，挖掘文本中关于方面情感的语义信息，输出语义特征；所述特征融合分类模块，使用全连接层对语义特征进行融合处理，再进行情感分类。
-
公开(公告)号：CN114297986A
公开(公告)日：2022-04-08
申请号：CN202111528952.7
申请日：2021-12-14
Applicant: 重庆大学
IPC: G06F40/126 , G06F40/289 , G06K9/62 , G06N20/00 , G16H10/60 , G16H15/00
Abstract: 本发明公开一种基于强化学习的ICD自动合并编码系统和方法，S1：采集原始病案数据并移除缺损或错误条目后得到有效病案数据；S2：对有效病案数据进行预处理，再将病案文本进行中文分词，构建特征向量；S3：构建第一数据集和第二数据集；S4：构建ICD编码分配模型，并将第一数据集输入ICD编码分配模型完成训练；S5：构建诊断组合提取模型，并将第二数据集输入诊断组合提取模型完成训练；S6：将ICD编码分配模型与诊断组合进行联合训练，输出诊断对应的ICD编码。本发明提出ICD合并编码，并学习疾病诊断间潜在的关系，在无需人工标记的情况下，准确将需要合并编码的疾病诊断组合在一起构建诊断表征，以供ICD编码分配模型使用，提高分配精度。
-
公开(公告)号：CN113744042A
公开(公告)日：2021-12-03
申请号：CN202110991206.5
申请日：2021-08-26
Applicant: 重庆大学
Abstract: 本发明提供了基于优化Boruta和XGBoost的信贷违约预测方法及系统，方法包括：获取原始数据集，并对所述原始数据集中各个文件进行数据预处理及特征组合操作，得到信贷组合数据集；基于Boruta‑XGB特征选择算法，对信贷组合数据集进行特征选择，得到包括最优特征子集的信贷数据集；基于特征选择获得的信贷数据集，使用遗传算法优化XGBoost算法的参数，构造生成Boruta‑GA‑XGB模型；并基于Boruta‑GA‑XGB模型，对待预测的用户信贷信息进行违约预测，获得预测结果。本发明采用优化的特征选择算法Boruta‑XGB挖掘所有与因变量相关的特征，使用遗传算法对XGBoost算法的参数进行优化，构建Boruta‑GA‑XGB模型对用户信贷违约进行预测，从而从根源上解决了现有的特征数量过多及模型参数过多导致信贷违约预测无法达到最优的问题。
-
公开(公告)号：CN109308306B
公开(公告)日：2021-07-06
申请号：CN201811151326.9
申请日：2018-09-29
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/215 , G06Q50/06
Abstract: 本发明提供了一种基于孤立森林的用户用电异常行为检测方法，包括如下步骤：S1、通过数据采集方式获得用电时序数据；S2、对数据进行清洗，以将残缺数据、错误数据、重复数据清除；S3、基于统计的特征提取；S4、数据预处理；S5、对矩阵YM×K进行归一化处理得到新矩阵YM×K'；S6、采用孤立森林模型判断出是用电异常还是用电正常：S61、从新矩阵YM×K中提取，每个用户提取ψ个统计特征，设iTree树的数量t，yij是新矩阵YM×K中第i行第j列元素；S62、计算出yij的异常分值s(yij,ψ)；S63、判断s(yij,ψ)是否小于1‑Δe，Δe为0.22～0.07范围内的常数；若是，则为用电异常；若否，则用电正常。基于孤立森林的用户用电异常行为检测方法解决现有技术中因没有对数据进行处理导致后续运算较大而导致分析计算运行时间长的问题。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.027 seconds)
