-
公开(公告)号：CN111260249A
公开(公告)日：2020-06-09
申请号：CN202010091057.2
申请日：2020-02-13
Applicant: 武汉大学
Abstract: 本发明公开了一种基于LSTM和随机森林混合模型的电力通信业务可靠性评估预测方法，属于时序分析和分类回归的研究范畴，涉及LSTM，随机森林等技术领域，主要针对通信网络业务记录和业务告警记录，构建LSTM和随机森林混合分类模型，采用Adam优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：可以自动从过去十二个月的历史告警记录中学习训练模型，并对接下来一个月的业务可靠性做出评估和预测，提高对低可靠性业务的风险预警，及时预防和止损。
-
公开(公告)号：CN110287989A
公开(公告)日：2019-09-27
申请号：CN201910423583.1
申请日：2019-05-21
Applicant: 武汉大学
Abstract: 本发明公开了一种基于轮廓系数和AP聚类算法的离散覆盖仓库选址方法，将库存承载力作为衡量偏度的方法，有效反映了仓库容量与辐射范围的正比关系；考虑轮廓系数的定义，根据簇的内聚度和分离度引入新的约束，同时考虑优化中心覆盖面积和等待时间，在信息迭代传播时对偏度进行自适应更新。基于轮廓系数约束和偏度更新的AP聚类算法有助于避免震荡，加快算法收敛速度，获得兼具理想服务范围和合理响应时间的中心组合。本发明的方法可以达到提高选址准确性和改善选址综合性能的技术效果。
-
公开(公告)号：CN109614534A
公开(公告)日：2019-04-12
申请号：CN201811442700.0
申请日：2018-11-29
Applicant: 武汉大学
IPC: G06F16/951 , G06F16/955 , G06N3/06
Abstract: 本发明涉及一种基于深度学习和增强学习的聚焦爬虫链接价值预测方法，所述方法中网络爬虫沿着URL链接构成的网络拓扑图爬行，通过历史爬行过程的累计奖赏信息和URL特征预测URL链接的主题价值，并依据链接主题价值的大小选择下一个目标网页。本发明的创新点在与构建了可用于增强学习的链接特征向量并将深度学习和增强学习结合用于聚焦爬行过程中的链接价值预测问题。
-
公开(公告)号：CN114581991B
公开(公告)日：2024-09-03
申请号：CN202210219980.9
申请日：2022-03-08
Applicant: 武汉大学
IPC: G06V40/16 , G06V40/20 , G06V10/764 , G06V10/774
Abstract: 本发明公开了基于面部表情动态感知的行为态度识别方法，包括S1、面部图像预处理：通过表情图像脸部定位对人脸检测与定位，用于在图像中找到人脸的确切位置后，进行脸部裁剪，彻底排除其他干扰信息，并通过图像增强突出图像中的人脸；S2、建立面部时序特征演化模型；S3、依据面部动态时序特征的答题态度判别。本发明通过人工智能技术来分析面部表情，实现行为态度的识别，能有效的理解用户的真实内心感受，可广泛应用于婚姻关系预测、交流谈判、教学评估等业务中，尤其对于国家安保工作，通过分析人的表情可以发现他的真实意图，及时制止危险分子的不法行为，对于犯人是否说谎、是否有暴力行为等都可以有很好的预测，从而保护国家长治久安。
-
公开(公告)号：CN117293803B
公开(公告)日：2024-08-13
申请号：CN202311244927.5
申请日：2023-09-25
Applicant: 武汉大学
IPC: H02J3/00 , G06F18/10 , G06F18/213 , G06F18/2113 , G06F18/2115 , G06F18/27 , G06N3/0442 , G06N3/082
Abstract: 本发明涉及一种基于多特征建模与注意力增强的电力回路短期能耗预测方法，针对实际环境采样的电力回路能耗感知数据进行数据预处理和多特征建模构造回路能耗多特征数据集，随后构建双注意力增强的能耗预测网络，在双向GRU神经网络提取的时序特征的基础上，分别在时间和特征维度上进行注意力计算，最后融合构造表达效果更强的回路能耗时序特征完成电力回路短期能耗预测。本发明使得实际采集的回路能耗数据可以直接用于模型预测，同时构建注意力增强的能耗预测网络对回路能耗影响因子进行时序特征提取，并同时在时间步和多特征两个维度进行注意力的集成，捕捉待预测能耗最相关的时间步以及影响较大的特征维度，进而提高短期预测准确率。
-
Patent Agency Ranking
公开(公告)号：CN116935045B
公开(公告)日：2024-07-12
申请号：CN202310770757.8
申请日：2023-06-27
Applicant: 武汉大学
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/80 , G06V40/14 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及一种基于混合注意力和多尺度级联的视网膜血管分割方法和系统，利用U‑Net网络作为基础，对其层级进行改进，采用三层上下采样的网络作为基础网络，降低模型复杂度，减少模型过拟合风险，然后引入混合注意力，并且采用混合池化模块来构建多尺度信息，最后构建级联细化网络对主干网络的输出进行修正，构建出最终的分割模型。本发明可以自动对视网膜眼底图像进行模型训练，并对新输入的视网膜眼底图像进行视网膜血管分割，提高了眼底视网膜图像分割的效率。采用混合注意力机制来增加模型对特定区域的关注能力，提高模型的计算效率，利用多尺度和级联网络来提高模型对于不同尺寸血管的更好分割，提升模型分割连通性更好血管的能力。
-
公开(公告)号：CN110750641B
公开(公告)日：2022-02-11
申请号：CN201910906673.6
申请日：2019-09-24
Applicant: 武汉大学
IPC: G06F16/35 , G06F40/289 , G06N3/08
Abstract: 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed‑forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。
-
公开(公告)号：CN112288152A
公开(公告)日：2021-01-29
申请号：CN202011138157.2
申请日：2020-10-22
Applicant: 武汉大学
Abstract: 本发明涉及一种基于蚁群算法和多目标函数模型的应急资源调度方法，属于数据分析的研究范畴，涉及蚁群算法，匈牙利算法，最优路径，资源调度等技术领域，主要针对地震期间应急资源调度方案的选取，构建两点间最优路径选择模型以及多目标函数数学模型，采用蚁群优化算法，匈牙利算法进行数据的分析训练，利用已经训练好的模型得到最优化的应急资源调度方案。本发明的优点：在时间效率为第一要务的情况下能够考虑到路径费用尽可能小，并且还可以细化应急物资运输的特点——时效性、伤亡性和经济性等并将它们用权重区分重要程度，能够得到总体最为合理的调度方案。
-
公开(公告)号：CN109597836A
公开(公告)日：2019-04-09
申请号：CN201811441722.5
申请日：2018-11-29
Applicant: 武汉大学
IPC: G06F16/2458
Abstract: 本发明属于关联规则分析的研究范畴，涉及一种基于加权矩阵的通信设备告警关联规则挖掘方法。考虑到检修人员对通信网设备不同类型告警的关注度各不相同，不同告警记录对于特定设备故障诊断的重要程度不同，根据专家经验为每一条事务记录设置垂直权值，为每一个项目设置水平权值，运用加权矩阵减少数据库扫描次数，以Aprior算法的连接、剪枝思想为基础，建立基于加权矩阵的告警关联规则分析的模型AARWM用于计算频繁项集，最后根据频繁项集生成符合最小置信度的加权告警关联规则，从而提高设备告警关联规则挖掘的效率和准确率，为设备故障诊断提供可靠依据。
-
公开(公告)号：CN109543043A
公开(公告)日：2019-03-29
申请号：CN201810444156.7
申请日：2018-05-10
Applicant: 国网江西省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 武汉大学
Inventor： 杨济海 , 李仁华 , 彭汐单 , 巢玉坚 , 马旭强 , 伍小生 , 田晖 , 郑富永 , 王华 , 付萍萍 , 胡游君 , 邱玉祥 , 吕顺利 , 周鹏 , 邓伟 , 刘皓 , 蔡新忠 , 查凡 , 王宏 , 丁传文 , 黄倩 , 李石君 , 余伟 , 余放 , 李宇轩 , 李敏 , 彭亮 , 彭超 , 陈雪莲 , 陈艳华
Abstract: 本发明涉及了一种基于知识图谱推理的电力通信大数据错误的自动监测方法。首先将知识图谱的命名实体集合E和实体关系集合R分别嵌入转换到低维向量空间；然后循环遍历命名实体集合，对于其中的命名实体对ei和ej，采用PRA算法查找实体对间的关系矩阵 再对得到的路径矩阵 进行张量分解，计算每个路径上的损失函数值，更新实体矩阵E和关系矩阵 最后找出知识图谱G′中可能存在的错误的实体对关系。本发明涉及的路径张量分解算法在路径的张量分解方面作出了巨大改进，大大的降低了数据集的空间维度。是的知识推理算法更加高效。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.02 seconds)
