-
公开(公告)号：CN102214241B
公开(公告)日：2013-02-13
申请号：CN201110187138.3
申请日：2011-07-05
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于图聚类的用户生成文本流中的突发话题检测方法，属于互联网数据挖掘技术领域。该方法提供了相对传统的话题检测问题的一种基于图的新视角，将在文本流中检测突发话题转化为一个典型的图聚类问题，这样可以根据已有的图论方法来得到解决。该方法主要步骤包括：获取文本流；检测突发词；构建突发词图；聚类突发词。该方法针对用户生成文本流中的突发话题检测，其性能优于已有的基于文档聚类、概率话题模型和基于突发特征聚类的方法。
-
公开(公告)号：CN118889555A
公开(公告)日：2024-11-01
申请号：CN202410908936.8
申请日：2024-07-08
Applicant: 清华大学
Abstract: 本文涉及一种发电机组的控制方法、装置及设备。包括对单一机组的子问题构建状态转移模型，并将拉格朗日乘子对应的各时段惩罚价格作为状态加入模型中。采用强化学习算法，训练每个机组的开关机、功率增减策略；采用代理次梯度方法，对UC问题中耦合不同机组的约束进行松弛，利用代理次梯度方法进行迭代与拉格朗日乘子的更新，其迭代过程中的子问题求解采用训练好的强化学习智能体进行序贯决策，反复迭代直至收敛，得到对偶问题的最优解；将所得的机组组合状态进行可行化操作，对发电机组节点进行控制。本文极大提升代理次梯度方法的计算速度，最终提高发电机组在不同时刻的状态的机组组合问题的计算速度。
-
公开(公告)号：CN110927606A
公开(公告)日：2020-03-27
申请号：CN201911071955.5
申请日：2019-11-05
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
IPC: G01R31/392 , G01R31/367
Abstract: 本申请的实施例提供了一种电池状态监测方法、装置、计算机可读介质及电子设备。该监测方法包括：获取电池的第一特征参数；根据所述电池的第一特征参数，确定所述电池的第二特征参数；将所述电池的第一特征参数和/或第二特征参数输入事先训练的电池状态监测模型，输出电池状态参数；基于所述电池状态参数，监测所述电池的状态。本申请实施例的技术方案可以增强在不同情况下对电池状态进行监测的可移植性。
-
Patent Agency Ranking
公开(公告)号：CN110866592A
公开(公告)日：2020-03-06
申请号：CN201911032274.8
申请日：2019-10-28
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
Abstract: 本发明实施例公开了一种模型训练方法、装置、能效预测方法、装置和存储介质，其中，通过获取数据中心的历史能耗使用效率，以及获取对应的历史能耗使用效率相关数据，并构建时序训练集和时序测试集；再构建基于长短期记忆网络结构的循环神经网络模型，并根据时序训练集对循环神经网络模型进行训练，直至循环神经网络模型收敛；最后根据时序测试集对收敛的循环神经网络模型的进行校验，当校验通过时，将收敛的循环神经网络模型作为用于预测数据中心的能耗使用效率的能耗使用效率预测模型。相比于现有技术，本发明能够使得训练得到能耗使用效率预测模型的预测准确度较高，从而更准确的对数据中心的能耗使用效率进行预测。
-
公开(公告)号：CN110826784A
公开(公告)日：2020-02-21
申请号：CN201911032270.X
申请日：2019-10-28
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
Abstract: 本发明实施例公开了能源使用效率的预测方法、装置及存储介质和终端设备，应用于人工智能的信息处理技术领域。能源使用效率的预测装置会获取模块化数据中心在预置时间段内N个时刻的环境变量参数，并利用效率预测模型中的特征提取模块分别提取N个时刻的环境变量参数的特征信息，将N个时刻的特征信息进行关联得到综合特征信息，再由效率预测模型中的预测模块根据综合特征信息输出模块化数据中心的未来能源使用效率。上述效率预测模型是机器学习模型，该机器学习模型可以结合一段时间段内多次采集的环境变量参数，得到未来能源使用效率，可以较为准确地预测到未来能源使用效率，能很好地指导运维人员创建绿色化程度较高的模块化数据中心。
-
公开(公告)号：CN110781595A
公开(公告)日：2020-02-11
申请号：CN201911030217.6
申请日：2019-10-28
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
Abstract: 本发明实施例提供了一种能源使用效率PUE的预测方法、装置、终端及介质，其中，所述方法包括：获取数据中心的环境特征数据，所述环境特征数据为影响所述数据中心PUE预测的环境数据；利用PUE预测模型对所述环境特征数据进行PUE预测，得到预测PUE值；其中，所述PUE预测模型为根据所述数据中心的历史影响数据训练获得，所述历史影响数据包括PUE特征数据和真实PUE值。通过实施本发明，可以提高PUE预测准确度。
-
公开(公告)号：CN102621886B
公开(公告)日：2013-11-06
申请号：CN201210033864.4
申请日：2012-02-15
IPC: G05B13/04
Abstract: 本发明涉及一种根据建筑物内区域人数分布对能源设备进行控制的方法，属于建筑节能和消防疏散技术领域。本发明方法中使用人员进出检测装置、人体探测装置和区域控制器。本发明方法一方面利用区域内人体探测装置探测到区域无人时，对区域人数置零，另一方面通过对建筑物区域划分，根据区域功能特点对人员在该区域停留时间进行估计，根据进出检测装置检测人员进出区域时间，与该区域人员停留时间特点进行比较，实现对区域内人数偏差的修正。本方法得到的建筑物内区域人数分布，直接通过控制器对区域内的用电设备和消防疏散设备等进行控制，提高了建筑节能的效果、突发事件发生时的疏散效率，保证建筑物内人员安全。
-
公开(公告)号：CN100428196C
公开(公告)日：2008-10-22
申请号：CN200610165587.7
申请日：2006-12-22
Applicant: 清华大学
Abstract: 本发明属于计算机存储系统结构技术领域，其特征在于：它将存储设备虚拟化，利用映射技术为系统提供一种虚拟的存储视图，系统对存储设备的所有操作均在该虚拟视图上进行，在去掉虚拟视图后，系统还原为真实视图，从而实现系统的快速还原。它含有：虚拟设备控制程序⑦：该模块是用户和存储设备虚拟层⑥的接口，用户可通过该模块控制和设置系统还原的其它功能模块。存储设备虚拟层⑥：该模块由物理存储设备的虚拟驱动程序②、虚拟映射算法③和虚拟存储设备抽象层④三个子模块组成，该模块通过子模块物理存储设备的虚拟驱动程序②访问物理设备，通过子模块虚拟存储设备抽象层④向文件系统提供“合成”的虚拟存储视图。它在保护和还原系统时，不涉及数据的备份和恢复操作。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.01 seconds)
