公开(公告)号：CN117648868A

公开(公告)日：2024-03-05

申请号：CN202311711694.5

申请日：2023-12-13

Applicant: 安徽大学绿色产业创新研究院

Inventor： 邹铭敏 ,  盛书丽 ,  程泳萍 ,  刘天奇 ,  陈子郑 ,  王旭文

IPC: G06F30/27 ,  G06N20/20 ,  G06F18/243 ,  G06N5/01

Abstract: 本发明公开了一种基于随机森林的高五卫星上GMI二氧化碳浓度反演方法，包括：利用正向模型获取大气场景下的卫星模拟光谱，构建训练样本集合；利用集成学习算法构建面向训练样本集合的随机森林；利用贝叶斯优化算法优化随机森林，从而构建高五卫星上GMI二氧化碳浓度反演模型；利用反演模型反演高五卫星上GMI二氧化碳浓度。本发明能从训练样中建立大气场景和光谱特征与二氧化碳浓度之间的关系，降低物理模型的计算成本，减少过拟合问题，从而能提高二氧化碳浓度的反演精度。

公开(公告)号：CN116664232A

公开(公告)日：2023-08-29

申请号：CN202310599950.X

申请日：2023-05-25

Applicant: 安徽大学绿色产业创新研究院

Inventor： 崔小娟 ,  赵依 ,  刘尚缘 ,  郭兴 ,  蒿心杰 ,  叶梦成 ,  张顺 ,  邹铭敏 ,  王学军

IPC: G06Q30/0601 ,  G06F18/23 ,  G06N20/00

Abstract: 本发明公开了一种基于上下文老虎机的联邦个性化商品推荐方法，包括：1、各本地服务器收集其用户的行为数据，初始化各本地服务器参数；2、各本地服务器根据上下文老虎机算法选择最优臂，接收反馈并更新参数；3、中心服务器接收并聚合来自本地服务器的数据，并对本地服务器进行聚类；4、中心服务器和本地服务器进行协同训练，调整参数；5、重复步骤3‑4，直到达到预设的停止条件，从而得到基于上下文老虎机的联邦个性化推荐模型，用于对不同本地服务器潜在的异构用户作出推荐。本发明能为同一簇的用户推荐相似商品，并根据用户反馈和历史数据不断调整推荐策略，能适应不断变化的推荐环境要求，从而能提高推荐效果和用户满意度。

公开(公告)号：CN118010650A

公开(公告)日：2024-05-10

申请号：CN202311654906.0

申请日：2023-12-05

Applicant: 安徽大学绿色产业创新研究院

Inventor： 邹铭敏 ,  朱柯卫 ,  盛书丽 ,  刘天奇 ,  王旭文

IPC: G01N21/27 ,  G06T5/94 ,  G01N21/17

Abstract: 本发明公开了一种SIF卫星遥感光谱的多普勒频移校正方法，包括：1.构建标准大气条件下的参考光谱，2.构建由n条波数轴组成的查找表以及与查找表中波数轴对应的参考光谱，3.确定卫星光谱的实际波数轴，4.消除卫星光谱之间的频移。本发明能消除卫星光谱之间的频移，从而能提高反演方法对检索结果的灵敏度。

公开(公告)号：CN117611949A

公开(公告)日：2024-02-27

申请号：CN202311672668.6

申请日：2023-12-07

Applicant: 安徽大学绿色产业创新研究院

Inventor： 张顺 ,  胡建豪 ,  卢瑞龙 ,  严全 ,  程新亮 ,  陈海亮 ,  崔小娟 ,  邹铭敏

IPC: G06V10/774 ,  G06F21/62 ,  G06T11/40 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096 ,  G06N3/098

Abstract: 本发明公开了一种多用户参与的师生训练模型的生成数据方法，其步骤包括：1、多个用户各自获取手写图片数据集；2、每个用户在本地训练教师模型(鉴别器)，并计算损失；3、用户上传损失到中心服务器；4、由中心服务器对本地用户上传的数据进行加噪聚合处理；5、中心服务器将处理好的数据传送到用于训练生成器的公开服务器；6、公开服务器根据中心服务器传输的数据训练学生模型(生成器)，以提供假手写图片数据集。本发明能有效地保护用户隐私，使多个用户参与训练，避免数据孤岛问题，同时训练出能够拟合真实数据的数据集。

公开(公告)号：CN117611296A

公开(公告)日：2024-02-27

申请号：CN202311730835.8

申请日：2023-12-15

Applicant: 安徽大学绿色产业创新研究院

Inventor： 张顺 ,  陈海亮 ,  汪挺杭 ,  郭兴 ,  黄子洪 ,  胡建豪 ,  崔小娟 ,  邹铭敏

IPC: G06Q30/0601 ,  G06F21/62 ,  G06N20/00 ,  G06N5/01

Abstract: 本发明公开了一种差分隐私保护的纵向联邦EBM商品推荐方法，包括：1、主服务器使用消费特征数据集训练EBM推荐模型；2、初始化从服务器编号；3、从服务器使用消费特征数据集训练EBM推荐模型；4、根据迭代次数判定是否结束EBM推荐模型训练。本发明能有效地保护用户消费特征信息，从而能防止用户消费特征信息的泄露以及提供有效的商品推荐。

公开(公告)号：CN114117306B

公开(公告)日：2022-07-15

申请号：CN202111443344.6

申请日：2021-11-30

Applicant: 安徽大学绿色产业创新研究院

Inventor： 张顺 ,  何稳 ,  刘星雨 ,  崔小娟 ,  邹铭敏

IPC: G06F16/958 ,  G06F16/9535 ,  G06F21/62 ,  G06N3/00

Abstract: 本发明公开了一种基于本地化差分隐私保护的多目标推荐方法，其步骤包括：1、从网站上获取访问用户对项目的评分信息得到评分矩阵；2、将评分矩阵映射成01矩阵；3、使用随即响应机制扰动01矩阵；4、对扰动后的01矩阵使用概率传播算法得到权值矩阵；5、根据权值矩阵初始化种群；6、迭代的对种群进行交叉、变异和更新；7、根据迭代后的种群生成多个推荐结果。本发明能有效地保护用户隐私，同时维持推荐准确性和多样性之间的平衡。