-
公开(公告)号：CN118297213A
公开(公告)日：2024-07-05
申请号：CN202410298812.2
申请日：2024-03-15
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/40 , G06Q10/0631 , G06F17/10 , G08G1/01
Abstract: 本发明涉及一种轨道交通客流管控与大小交路开行方案协同优化方法，属于供应链管理技术领域。该方法包括以下步骤：步骤1，根据问题提出三条假设：假设1：列车车型和编组方式相同，且大小交路列车在交路范围内站站停；假设2：乘客服务过程遵循“先进先出”、“先下后上”的原则；假设3：在大小交路开行情况下，乘客乘坐先到站的列车；步骤2，收集、处理及统计基本输入数据：步骤3，建立轨道交通客流管控与大小交路开行方案协同优化模型：步骤4，处理优化模型中的非线性关系式：步骤5，利用优化求解器Gurobi对所提出的轨道交通客流管控与大小交路开行方案协同优化模型进行求解。
-
公开(公告)号：CN118194232A
公开(公告)日：2024-06-14
申请号：CN202410376821.9
申请日：2024-03-29
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/15 , G06F18/213 , H02J3/00 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于工业用电量预测技术领域，具体涉及一种基于二次分解的工业用电量预测方法；包括：对原始工业用电量数据进行预处理，得到工业用电量时间序列；采用VMD对工业用电量时间序列进行分解并使用KLD值确定VMD分解的模态数量；计算VMD分解得到的每个IMF分量的样本熵并将IMF分量划分为低复杂度序列和高复杂度序列；将高复杂度序列求和；采用CEEMDAN对求和后的序列进行分解，得到多个子序列；对多个子序列采用F检验和MI值进行筛选，将筛选后的子序列和低复杂度序列分别输入到工业用电量预测模型中，得到每个序列的预测结果；将所有序列的预测结果进行叠加，得到最终的工业用电量预测结果；本发明能够有效地消除噪声同时保留有价值的信号成分，实现更稳定、更高质量的预测结果。
-
公开(公告)号：CN115482665B
公开(公告)日：2023-09-15
申请号：CN202211109829.6
申请日：2022-09-13
Applicant: 重庆邮电大学
IPC: G08G1/01 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种知识与数据协同驱动的多粒度交通事故预测方法，属于交通事故预测领域，包括以下步骤：S1：对数据集进行统计和标注；S2：通过特征工程将数据集处理成可用于训练的微观数据特征和宏观知识特征；S3：输入所述微观数据特征和宏观知识特征到多粒度模型中进行训练，并保存表现最佳的模型；S4：向保存下来的模型中输入测试数据，得到未来城市交通事故的预测值。本发明提升了事故预测精度，尤其是节假日事故预测的精度。
-
公开(公告)号：CN116228108A
公开(公告)日：2023-06-06
申请号：CN202310369090.0
申请日：2023-04-07
Applicant: 重庆邮电大学
IPC: G06Q10/087 , G06Q30/0601 , G06Q10/0639 , G06F18/23213 , G06F17/18
Abstract: 本发明涉及一种考虑潜在医药零售商的分拨中心选址方法，属于选址技术领域，包括以下步骤：S1：获取某医药物流企业已有客户订单明细，挖掘潜在客户数据；S2：构建潜在医药零售商转化几率评价指标体系；S3：利用熵权法计算综合评价结果，对其进行归一化处理得到潜在客户转化几率；S4：明确分拨中心覆盖范围，筛除中心仓库可配送到的客户点；S5：利用DBSCAN算法去除偏远点；S6：以潜在客户转化几率为权重进行带权重的K‑means聚类；S7：采用重心法分别求各聚类区域分拨中心位置。
-
公开(公告)号：CN115689431A
公开(公告)日：2023-02-03
申请号：CN202211333862.7
申请日：2022-10-28
Applicant: 重庆邮电大学
IPC: G06Q10/0835 , G06F16/29 , G06N3/126 , G06F17/16
Abstract: 本发明涉及一种新客户两阶段入线的末端配送路径规划方法，属于路径规划领域，包括以下步骤：S1：调用地图API获取原数据库SQL中每条配送线路的距离矩阵；S2：构建末端物流车辆路径优化模型，并利用改进的遗传算法求解初始配送序列；S3：查询线路数据库，判定订单中是否有新客户；S4：设计规则，将订单中所有新客户按照规则归属至不同的线路；S5：利用快速插入点算法将新客户插入步骤S4中所属的线路，输出路径规划的最终配送序列；S6：闲时更新新用户所对应线路的距离矩阵，得到原数据库SQL中新的距离矩阵；S7：再次利用S2中改进的遗传算法求解最优配送序列。
-
Patent Agency Ranking
公开(公告)号：CN112487146B
公开(公告)日：2022-05-31
申请号：CN202011386072.6
申请日：2020-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能领域和自然语言处理领域，尤其涉及一种法律案件争议焦点获取方法、装置以及计算机设备；所述方法包括获取具有争议焦点的法律文本，归纳争议焦点的类别并将其视为标签，制作成法律案件争议焦点数据集；将如何获得争议焦点问题转化为分类问题，类的标签由上一步归纳所得，将原被告陈述内容分别作为输入，使用一种孪生BERT模型，对数据集进行训练得到模型结果；对无争议焦点的文书通过训练好的模型得到最终争议焦点结果。本发明收集、制作法律案件争议焦点数据集；使用一种孪生BERT模型，能够扩大输入长度，突破BERT长度为512的限制；得到更加精准的分类结果。本发明能够得到效果更好的法律案件争议焦点结果。
-
公开(公告)号：CN113361261A
公开(公告)日：2021-09-07
申请号：CN202110543628.6
申请日：2021-05-19
Applicant: 重庆邮电大学
IPC: G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明涉及自然语言处理、人工智能等领域，特别涉及一种基于enhancematrix的法律案件候选段落的选取方法及装置，方法包括对带有推理性质的法律阅读理解数据集进行处理，获取具有候选段落标注的法律数据集；将每个样本中的问题与段落分别进行连接，并通过attention操作通过Bert模型输出两个不同模型参数的段落向量矩阵，根据该两个矩阵计算相似度矩阵R；针对每个样本构建EM矩阵，并利用EM矩阵对相似度矩阵R进行增量处理；将处理后的特征输入二分类任务分类器进行训练，通过训练好的模型获取概率最高的n个段落作为候选段落；本发明提高段落选择的准确率，最大程度的减少向下游任务传递的噪音信息。
-
公开(公告)号：CN112765345A
公开(公告)日：2021-05-07
申请号：CN202110088451.5
申请日：2021-01-22
Applicant: 重庆邮电大学
IPC: G06F16/34 , G06F16/335 , G06F40/126 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种融合预训练模型的文本摘要自动生成方法及系统，属于文本摘要自动生成技术领域。该系统在传统Sequence‑to‑Sequence模型和Transformer框架的基础上，使用BERT作为编码器来获取原始文本的上下文语义特征，同时加入卷积神经网络作为门控，对特征向量进行关键词和关键短语的筛选。在解码器阶段使用Transformer Decoder的基础上，增加了指针机制，使得摘要生成模型能够更好地解决生成过程中遇到的词汇不足OOV问题，从而提高生成摘要的可读性，最后生成阶段采用beam search的方法生成最好的摘要法律文本。
-
公开(公告)号：CN112613582A
公开(公告)日：2021-04-06
申请号：CN202110007332.2
申请日：2021-01-05
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06F40/279 , G06F40/211 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习混合模型的争议焦点检测方法及装置，属于自然语言处理领域。该方法包括以下步骤：①构建争议焦点树库；②完成数据的标注并得到数据集；③得到完整可训练的数据集；④将步骤S3得到的数据集进行中文数据预处理；⑤利用BERT‑wwm模型得到文本字向量矩阵；⑥使用LSTM网络模型提取文本全局语义特征；使用TextCNN模型的多种卷积核提取文本不同粒度的局部语义特征；将两个模型的概率结果进行平均计算，设定阈值进行预测，输出概率超过阈值的争议焦点。本发明针对单模型不能同时捕捉并利用多层面语义特征的问题，提供了一种混合模型的争议焦点预测方法，大大提升了预测精度。
-
公开(公告)号：CN112487146A
公开(公告)日：2021-03-12
申请号：CN202011386072.6
申请日：2020-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能领域和自然语言处理领域，尤其涉及一种法律案件争议焦点获取方法、装置以及计算机设备；所述方法包括获取具有争议焦点的法律文本，归纳争议焦点的类别并将其视为标签，制作成法律案件争议焦点数据集；将如何获得争议焦点问题转化为分类问题，类的标签由上一步归纳所得，将原被告陈述内容分别作为输入，使用一种孪生BERT模型，对数据集进行训练得到模型结果；对无争议焦点的文书通过训练好的模型得到最终争议焦点结果。本发明收集、制作法律案件争议焦点数据集；使用一种孪生BERT模型，能够扩大输入长度，突破BERT长度为512的限制；得到更加精准的分类结果。本发明能够得到效果更好的法律案件争议焦点结果。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.024 seconds)
