一种用于高维稀疏传感器数据的子空间聚类方法

    公开(公告)号:CN118861741A

    公开(公告)日:2024-10-29

    申请号:CN202411365068.X

    申请日:2024-09-29

    摘要: 本发明属于数据处理技术领域,涉及一种用于高维稀疏传感器数据的子空间聚类方法。该方法包括以下步骤:对初始传感器数据进行预处理,包括数据清洗、数据插补,并进行高信息量特征筛选和特征子集划分;针对高信息量特征,使用特征降噪变分自编码器学习,获得隐藏高斯变量;针对多个特征子集,对不同的子空间特征置信度动态学习,在考虑数据特征的拓扑结构的基础上学习各个子集的特异性分布,进而获取具有拓扑信息的特异结构分布;使用互监督协同深度聚类策略,进行结构特性和特征信息之间的充分融合,以及不同特征子集学习到的特异性信息之间相互指导,最终得到聚类结果。本发明的方法具有泛化性和鲁棒性,适应多种复杂的生产环境和数据类型。

    基于动态自注意胶囊网络的多视图数据分类方法及系统

    公开(公告)号:CN118887482A

    公开(公告)日:2024-11-01

    申请号:CN202411375132.2

    申请日:2024-09-30

    摘要: 本发明属于多视图数据分类领域,公开了基于动态自注意胶囊网络的多视图数据分类方法及系统,包括S1、多视图特征自注意学习:对于每个视图,计算特征自注意权重和视图自注意权重,进行自注意加权,获得特征加权和视图加权后的数据特征;S2、视图自注意权重动态学习:对每个视图经过加权后的最终数据进行分类,通过样本标签类别所对应的预测概率值与视图单一权重值,样本预测概率与标签的差值动态学习视图自注意权重,得到特征矩阵;S3、数据分类:将拼接后的特征矩阵M输入到胶囊网络中,完成对样本数据的精确分类任务。本发明通过动态加权融合多视图数据中的不同信息,提升多视图学习的分类准确性。

    一种基于区块链的工业物联网数据管理及优化系统及方法

    公开(公告)号:CN118363945A

    公开(公告)日:2024-07-19

    申请号:CN202410529291.7

    申请日:2024-04-29

    摘要: 本发明公开了一种基于区块链的工业物联网数据管理及优化系统及方法,系统包括物理层、边缘层、网络接口层和云层;物理层包括多个不同的工业物联网设备监测系统;边缘层包括边缘服务器和边缘网关,边缘服务器和边缘网关作为区块链的节点,用于搭建工业物联网区块链网络;边缘服务器部署有基于Transformer的生成模型,用于根据预处理后的数据进行未来一段时间区块链事务处理量的预测;云层包括云服务器,在云服务器集群中,接收来自边缘服务器的预测结果,进行强化学习算法的交互式训练,选择最佳的配置参数,用于部署到真实的区块链网络环境中,提升区块链网络的性能和效果。本发明可以有效解决工业生产应用中参数优化滞后的问题。

    一种基于大语言模型的多智能体区块链优化系统及方法

    公开(公告)号:CN118657266A

    公开(公告)日:2024-09-17

    申请号:CN202411154297.7

    申请日:2024-08-22

    IPC分类号: G06Q10/04 G06Q10/10 G06Q40/04

    摘要: 本发明涉及区块链技术领域,公开了一种基于大语言模型的多智能体区块链优化系统及方法,系统包括物理层、存储层、工具层和优化层;物理层包括数据采集子系统和数据处理子系统;存储层是系统的数据存储、管理和传输的核心部分,负责将物理层采集和处理的数据安全、透明地存储在区块链上,并确保这些数据在整个系统中的流转过程中保持一致性和不可篡改性;工具层为优化层提供支持,优化层通过多智能体系统进行分析、优化和决策。本发明所公开的系统及方法采用基于大语言模型的多智能体系统,通过自主智能体间的协同作用及与环境的实时交互,能够精确调整和优化区块链网络参数,从而提高区块链的交易吞吐量和减少交易时延。