-
公开(公告)号：CN118364005A
公开(公告)日：2024-07-19
申请号：CN202410473966.0
申请日：2024-04-19
Applicant: 南京财经大学
IPC: G06F16/2458 , G06Q40/04
Abstract: 本发明公开了一种时间序列数据挖掘方法及系统，涉及数据挖掘技术领域。采集时间序列，时间子序列中每一时间子序列为任意股票交易数据进行时间序列压缩后的数据；使用动态时间窗口将时间子序列划分为多个时间段，对每一时间段进行动态加权得到对应目标时间子序列；根据各目标时间子序列和用户终端输入的预设资金额进行频繁项目集挖掘，确定预购入股票组合与各股票对应分配资金作为数据挖掘结果。通过采集终端可以在前端对股票交易数据进行时间序列压缩保持时间序列数据的数据特征的同时降低了整体数据量可以提高数据挖掘的有效性，云端服务器在后端基于时间对时间序列数据进行加权修正各时间段数据对挖掘结果的影响可以提高数据挖掘的可靠性。
-
公开(公告)号：CN117971411A
公开(公告)日：2024-05-03
申请号：CN202311659700.7
申请日：2023-12-06
Applicant: 南京财经大学
Abstract: 本发明公开了一种基于强化学习的云平台任务调度方法及装置，涉及强化学习技术领域；通过获取任务执行轨迹中的有效轨迹生成目标矩阵，从而能够更准确地预测任务的执行时间和结果，并通过生成目标矩阵和优化处理，能够快速找到最优的调度策略，避免了多任务情况下直接对每个任务调度产生的方案进行奖励设计，不会占用大量系统资源，并且根据各个任务的占比率按照预设规则对所述目标矩阵横轴中各个任务进行优化处理，其计算量也会随着优化处理越来越小，提高任务调度的效率。
-
公开(公告)号：CN109214423B
公开(公告)日：2022-09-13
申请号：CN201810871104.8
申请日：2018-08-02
Applicant: 南京财经大学
Abstract: 本发明公开了一种基于动静态数据融合的食品质量判别分析方法，分别采集食品的静态数据及动态数据，采用加权相似度算法对静态数据及动态数据进行融合，得到相关系数，从而对食品质量进行判别；静态数据是指食品在某一特定条件下被测量所获得的表征数据，动态数据是指食品体系变化状态下的表征数据，即在特定扰动条件下（如时间、温度、浓度及化学反应），食品体系变化序列谱图数据；本发明能够将食品质量检测过程中获取的静态数据与动态数据联合使用，克服了传统单纯的利用静态数据或动态数据的片面性，信息利用率大大提升，达到100%，实现了更为准确、全面的食品质量判别分析。
-
公开(公告)号：CN118364005B
公开(公告)日：2024-10-25
申请号：CN202410473966.0
申请日：2024-04-19
Applicant: 南京财经大学
IPC: G06F16/2458 , G06Q40/04
Abstract: 本发明公开了一种时间序列数据挖掘方法及系统，涉及数据挖掘技术领域。采集时间序列，时间子序列中每一时间子序列为任意股票交易数据进行时间序列压缩后的数据；使用动态时间窗口将时间子序列划分为多个时间段，对每一时间段进行动态加权得到对应目标时间子序列；根据各目标时间子序列和用户终端输入的预设资金额进行频繁项目集挖掘，确定预购入股票组合与各股票对应分配资金作为数据挖掘结果。通过采集终端可以在前端对股票交易数据进行时间序列压缩保持时间序列数据的数据特征的同时降低了整体数据量可以提高数据挖掘的有效性，云端服务器在后端基于时间对时间序列数据进行加权修正各时间段数据对挖掘结果的影响可以提高数据挖掘的可靠性。
-
公开(公告)号：CN117971411B
公开(公告)日：2024-08-06
申请号：CN202311659700.7
申请日：2023-12-06
Applicant: 南京财经大学
Abstract: 本发明公开了一种基于强化学习的云平台任务调度方法及装置，涉及强化学习技术领域；通过获取任务执行轨迹中的有效轨迹生成目标矩阵，从而能够更准确地预测任务的执行时间和结果，并通过生成目标矩阵和优化处理，能够快速找到最优的调度策略，避免了多任务情况下直接对每个任务调度产生的方案进行奖励设计，不会占用大量系统资源，并且根据各个任务的占比率按照预设规则对所述目标矩阵横轴中各个任务进行优化处理，其计算量也会随着优化处理越来越小，提高任务调度的效率。
-
Patent Agency Ranking
公开(公告)号：CN116502917A
公开(公告)日：2023-07-28
申请号：CN202310507229.3
申请日：2023-05-06
Applicant: 南京财经大学
IPC: G06Q10/0637 , G06Q10/083 , G06Q10/0834 , G06Q30/0283 , G06N5/04
Abstract: 本发明公开了一种基于溢出效应的无人车配送平台合作策略的确定方法，包括以下步骤：1)结合无人车配送平台、直营平台和三方平台的特点，快速得到不合作策略、三方平台支付无人配送车运费的合作策略和收件人支付无人配送车运费的合作策略三种博弈论模型；2)根据实际运作情况和博弈模型分析，确定决策顺序；3)求解产品定价、运费和各平台利润的公式表达并对其影响因素进行分析；4)根据求解结果，分析并得出无人车配送平台合作策略选择结果与条件；5)进一步分析溢出效应对无人车配送平台合作策略的影响。本发明用于使用无人车配送的物流平台合作策略的确定，基于溢出效应对其进行深入分析，实现无人车配送平台合作策略选择最优化的目的。
-
公开(公告)号：CN111005292A
公开(公告)日：2020-04-14
申请号：CN201911164007.6
申请日：2019-11-25
Applicant: 南京财经大学
Abstract: 本发明公开了一种夯实机用振动机构的辅助定位机构，包括夯实机主体、操作臂、驾驶室和振动机构，所述夯实机主体的顶端固定安装有驾驶室，所述夯实机主体的一端固定连接有操作臂，所述操作臂远离夯实机主体的一端固定连接有连接仓，所述连接仓远离操作臂的一端固定连接有振动机构。该夯实机用振动机构的辅助定位机构通过在振动机构的外侧增设辅助套盘，同时在辅助套盘上增加摄像和喷液标记机构，利用对振动压板的外侧进行拍摄，并根据拍摄画面进行调节，无需多个工作人员配合，驾驶员可独立完成确认夯实区域的工作，同时通过储液仓内存储的标记用液体在启动电磁阀后可滴落的效果，进一步降低了对人员的需求，驾驶员可独立高效的完成夯实工作。
-
公开(公告)号：CN110132938A
公开(公告)日：2019-08-16
申请号：CN201910505161.9
申请日：2019-05-29
Applicant: 南京财经大学
IPC: G01N21/65
Abstract: 本发明提供了一种拉曼光谱法鉴别大米种类的特征数据提取方法，包括以下步骤：S1、选取大米样品，然后将样品经过粉碎机进行粉碎处理得到米粉；S2、将米粉经过100目和140目的筛子进行颗粒分级，收集粒度为100-140目之间的米粉；S3、利用激光拉曼光谱仪采集米粉的拉曼光谱；S4、将S3中得到的拉曼光谱依次进行去噪处理和归一化处理；S5、对S4中经过去噪和归一化处理后综合运用主成分分析、窗口分析和层次聚类分析三种方法完成特征数据的提取。本发明综合运用主成分分析、窗口分析和层次聚类分析三种方法对大米的拉曼光谱进行特征提取，最终筛选出相关性小的30个波数，采用这30个波数重新建立模型，三种大米归类准确率高，大大提高了模型的效率。
-
公开(公告)号：CN101141456A
公开(公告)日：2008-03-12
申请号：CN200710132946.3
申请日：2007-10-09
Applicant: 南京财经大学
Abstract: 本发明公开了一种基于垂直搜索的网络数据挖掘方法，首先采用垂直搜索的方式从网络搜集数据；将得到的信息预处理；将通过数据清理后的结构化数据保存到数据库中；对数据库中的数据进行分析，发现规则从而构建模型，并将采集的特征向量与目标样本的特征向量进行匹配，由此获得有关采集信息的关联度；对未知数据进行预测，并和实际结果比较作出评价从而对原有模型参数进行修正，将权威信息提供给用户。本发明采用垂直搜索的网络数据挖掘方法来获得相关信息，可以有效得到相关专业信息，重复信息和垃圾信息少，能满足用户专业化的查询。
-
公开(公告)号：CN111005292B
公开(公告)日：2024-09-27
申请号：CN201911164007.6
申请日：2019-11-25
Applicant: 南京财经大学
Abstract: 本发明公开了一种夯实机用振动机构的辅助定位机构，包括夯实机主体、操作臂、驾驶室和振动机构，所述夯实机主体的顶端固定安装有驾驶室，所述夯实机主体的一端固定连接有操作臂，所述操作臂远离夯实机主体的一端固定连接有连接仓，所述连接仓远离操作臂的一端固定连接有振动机构。该夯实机用振动机构的辅助定位机构通过在振动机构的外侧增设辅助套盘，同时在辅助套盘上增加摄像和喷液标记机构，利用对振动压板的外侧进行拍摄，并根据拍摄画面进行调节，无需多个工作人员配合，驾驶员可独立完成确认夯实区域的工作，同时通过储液仓内存储的标记用液体在启动电磁阀后可滴落的效果，进一步降低了对人员的需求，驾驶员可独立高效的完成夯实工作。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.025 seconds)
