公开(公告)号：CN109697512A

公开(公告)日：2019-04-30

申请号：CN201811596679.X

申请日：2018-12-26

Applicant: 东南大学

Inventor： 吕建华 ,  张柏礼

IPC: G06N7/00 ,  G06N5/04

Abstract: 本发明公开了一种基于贝叶斯网络的个人数据分析方法及计算机存储介质，方法包括以下步骤：(1)将个人生活行为数据具体化为行为和行为属性的一维向量，行为属性中至少包含时间属性，经过数据预处理，得到生活行为数据记录；(2)通过混合结构学习算法对数据进行学习，构建生活数据贝叶斯网络；(3)根据生活数据贝叶斯网络进行参数学习，学习得到每个网络节点的条件概率分布表；(4)根据生活数据贝叶斯网络，使用联合树推理算法，基于特定行为的概率计算其他行为发生的概率，完成个人生活行为分析预测。本方法将贝叶斯网络应用到个人行为数据分析中去，并对网络构造方法进行了改进，有效地提高学习的准确率和算法的收敛性，提升运行性能。

公开(公告)号：CN109668610A

公开(公告)日：2019-04-23

申请号：CN201910030030.X

申请日：2019-01-11

Applicant: 东南大学

Inventor： 吕建华

IPC: G01G19/02 ,  G06N3/04

Abstract: 本发明公开了一种基于神经网络回归的车辆动态测重方法，包括以下步骤：(1)数据预处理：利用称重传感器采集车辆动态轮重原始数据，并对原始数据进行预处理；(2)数据特征提取：获取数据中与静态测重场景相关的特征；(3)模型训练：将上述数据特征作为输入，采用神经网络回归算法训练动态测重模型；(4)车重测量：动态测重模型根据实时获取的车辆动态轮重数据，计算车辆的重量。本发明还公开了基于此车辆动态测重方法采用的系统。本发明提出的车辆动态测重方法能够深入挖掘动态轮重数据与准确车重的非线性关系，提高动态车重测量准确度。

公开(公告)号：CN103561420B

公开(公告)日：2016-06-08

申请号：CN201310549381.4

申请日：2013-11-07

Applicant: 东南大学

Inventor： 吕建华 ,  张柏礼 ,  魏巨巍

IPC: H04W24/04 ,  H04W84/18 ,  G06F17/30

Abstract: 本发明公开了一种基于数据快照图的异常检测方法，包括如下步骤：（1）对无线传感器网络当前监测区域内的检测数据进行采集和预处理，确定事件区域；（2）获取与当前事件相关的数据集，用图模型抽象概括事件数据，将事件数据转换成事件数据快照图；（3）采用基于结构关联度的图相似算法，在事件模式图数据库中进行查询，查找与事件图相似的事件模式图，判断当前事件的类型；所述事件模式图数据库为事件模式图的集合，所述事件模式图为事件数据快照图，是对事件类型的抽象描述。本发明提供的基于数据快照图的异常检测方法，事件图可以基于领域专家知识获得，或基于数据分析获得，用于复杂事件检测，提高事件检测效率、降低误报率。