-
公开(公告)号：CN107832306A
公开(公告)日：2018-03-23
申请号：CN201711216768.2
申请日：2017-11-28
Applicant: 武汉大学
IPC: G06F17/27
CPC classification number: G06F17/277 , G06F17/2765
Abstract: 本发明属于自然语言处理中的相似文档挖掘问题，涉及到词嵌入表达、文档关键词提取、文档嵌入表达、高维空间中最近邻快速计算等技术领域。本发明提出了一种基于Doc2vec的相似实体挖掘方法。通过实体的描述文档，使用Word2vec词嵌入表达、TFIDF文档关键词提取、使用Doc2vec将实体描述文档转换为连续稠密的向量，使用Balltree数据结构，高效的挖掘相似实体。
-
公开(公告)号：CN107294775A
公开(公告)日：2017-10-24
申请号：CN201710428743.2
申请日：2017-06-08
Applicant: 国网江西省电力公司信息通信分公司 , 南京南瑞集团公司 , 国家电网公司 , 武汉大学
Inventor： 杨济海 , 伍小生 , 彭汐单 , 李东 , 刘杰 , 王华 , 付萍萍 , 蔡志民 , 王国欢 , 巢玉坚 , 胡游君 , 邱玉祥 , 吕顺利 , 邓伟 , 施健 , 马远东 , 陆涛 , 刘洋 , 杨旭斌 , 张璐璠 , 邓永康 , 李石君 , 余伟 , 李宇轩 , 李敏 , 陈雪莲 , 付晨
IPC: H04L12/24 , H04L12/751
Abstract: 本发明属于网络优化问题，涉及电力通信网络中的业务路由分配方案的优化，特别涉及基于层次分析法和遗传算法的通信网优化方法。本发明从电力通信网络总体风险度和节点与业务风险均衡度出发，采用了层次分析法，结合定性与定量方法，把复杂的决策系统层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据，从而提出了评价通信网络好坏的一个标准。再以此标准为目标，采用改进的遗传算法，提出了新的编码方式和变异方式，解决了传统遗传算法二进制编码对此问题表达能力不足的问题，对通信网进行优化。
-
公开(公告)号：CN113379125B
公开(公告)日：2022-05-13
申请号：CN202110653522.1
申请日：2021-06-11
Applicant: 武汉大学
Abstract: 本发明提供了一种基于TCN和LightGBM组合模型的物流仓储销售量预测方法，属于时序分析和分类回归的研究范畴，涉及TCN，LightGBM等技术领域，主要针对历史销售分配记录信息，分别构建TCN和LightGBM模型，最后采用加权组合的方式，找出最优组合方式作为最终的预测模型，并利用已经训练好的模型进行分类任务。本发明的优点：可以自动对过去十二个月的历史销售分配数据以及其他外部影响销量的因素进行模型训练，并对接下来三天的门店销售量进行预测，提高了仓储物流中对各类资源的利用率。同时采用两种模型的组合预测，提高了预测的准确性。
-
公开(公告)号：CN109614534B
公开(公告)日：2021-08-17
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：CN107818523B
公开(公告)日：2021-04-16
申请号：CN201711123306.6
申请日：2017-11-14
Applicant: 国网江西省电力公司信息通信分公司 , 南京南瑞集团公司 , 国家电网公司 , 武汉大学
Abstract: 本发明是一种基于非稳定频率分布与频率因子学习的电力通信系统数据真值判别与推断方法，首先通过异构数据的频率化统一了电力通信系统中多源异构数据的格式，将电力通信系统中各数据的格式统一成非稳定频率，再通过频率因子学习函数进行机器特征学习，分两种标签形式对频率学习函数进行参数优化求解，得出预测函数。通过设定的真值判别方法结合预测函数实现对电力通信系统中采集到的海量监控数据进行学习与规则分析，使得非稳定频率的分布指向电力通信系统中的异常点，从而判断数据的真值性。通过对历史数据的利用，自动对异常数据进行定位与真值推理补全，以提高电力通信系统中的数据质量。
-
Patent Agency Ranking
公开(公告)号：CN107769972B
公开(公告)日：2019-12-10
申请号：CN201711010115.9
申请日：2017-10-25
Applicant: 武汉大学
IPC: H04L12/24
Abstract: 本发明涉及一种基于改进的LSTM的电力通信网设备故障预测方法。本发明首先提出了数据预处理和构建时序输入的方法。LSTM相比简单的循环神经网络，更易于学习长期的依赖，能够很好的解决序列相关的预测问题。因为设备告警之间存在很强的关联性，通过PCA能够确保变量之间的独立性。本发明还使用目标复制的策略对LSTM进行改进，在时序每一步中都可以带来局部的误差信息，相比简单的只在最后一步进行目标输出，该策略能够提升模型的精度，降低过拟合的风险。结合dropout，本发明提出LSTM的预测模型，深度学习能够取得更好的预测精度。同时，本发明首次使用了LSTM对电力通信网告警数据进行建模，识别其内部的时序模式。
-
公开(公告)号：CN109271506A
公开(公告)日：2019-01-25
申请号：CN201811441698.5
申请日：2018-11-29
Applicant: 武汉大学
IPC: G06F16/332 , G06F16/33 , G06F16/36
Abstract: 本发明涉及一种基于深度学习的电力通信领域知识图谱问答系统的构建方法，实现步骤为：步骤1：语义解析，即对用户用自然语言提出的问题q进行预处理，从中抽取出用户查询的关键字，查询句关注的焦点等作为问句的实体w。步骤2：语义表示，即将经过预处理的自然语言问题向量化，同时将答案a的候选集向量化，用于后续计算问题q和答案a的匹配度。步骤3：通过语义匹配度计算、查询以及推理等方法，找出与问题q最匹配、最准确的答案a，使得该问答对(q，a)的得分S(q,a)最高。通过本发明研究通过知识图谱构建的问答系统在国家电网通信领域的可行性。
-
公开(公告)号：CN108664607A
公开(公告)日：2018-10-16
申请号：CN201810445948.6
申请日：2018-05-11
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 , 邓永康 , 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 , 刘洋 , 李石君 , 余伟 , 余放 , 李宇轩 , 李敏 , 彭亮 , 彭超 , 陈雪莲 , 陈艳华
Abstract: 本发明涉及到一种基于迁移学习的电力通信网数据质量提升方法。首先对集合L运用核判别分析，找到一种合适的核映射空间，并将L、U和O中的所有样本映射到核空间中，使得源领域和目标领域样本的边缘分布在核空间中非常接近。然后使用二分k均值算法在源领域中挑选和目标领域拥有相似的条件概率分布的样本。并在步骤1得到的核空间中，用步骤2挑选出的样本和目标领域有标记的样本共同训练一个模型，并为目标领域中没有标签的样本进行预测，最后得到对集合U的N种预测结果，运用多数投票法，确定集合U中样本最终的标签。本发明通过迁移学习有效地解决了训练集和测试集样本分布不一致的问题，解决了有标签样本较少而无法训练的问题，极大地节省了人力和财力。
-
公开(公告)号：CN108132423A
公开(公告)日：2018-06-08
申请号：CN201711340903.4
申请日：2017-12-14
Applicant: 武汉大学
IPC: G01R31/08
Abstract: 本发明涉及一种基于状态转移概率电力系统监测数据失真的快速定位方法，本方法重点关注监测数据的状态变化概率，通过多次转移后的概率分布的特征与设备运行时数据正常变化的阈值进行对比，导出失真定位矩阵，快速定位失真数据的位置。整体分为四个步骤1.监测数据属性实体划分，2.电力设备的监测数据转移概率,电力设备的多次监测转移矩阵,4.失真数据定位与子系统失真程度度量。本发明数据采集阶能将各种数据格式或数据结构统一成状态转移概率，因此规避了多源异构数据中不同数据格式对数据分析造成的影响，降低了分析系统的复杂度。
-
公开(公告)号：CN116935045A
公开(公告)日：2023-10-24
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。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.018 seconds)
