-
公开(公告)号：CN118070966A
公开(公告)日：2024-05-24
申请号：CN202410255350.6
申请日：2024-03-06
Applicant: 内蒙古科技大学 , 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0442
Abstract: 本发明属于大数据分析技术领域，且公开了一种基于CEEMD‑ITFT模型的PM2.5浓度预测方法，包括以下步骤，获取某城市多个空气质量监测站点空气污染物浓度数据以及气象数据并进行预处理操作、采用CEEMD算法将PM2.5历史序列分解为子序列、将分解的子序列以及其他外生序列作为输入数据对预测模型进行训练、最后预测未来逐小时PM2.5的值，结合了自适应数据分析方法和多变量的可解释预测模型，在本发明中采用门控循环单元代替长短期记忆，以减少模型参数，降低模型的过拟合，采用CEEMD‑ITFT模型作为PM2.5浓度的预测模型不仅能够产生一个可解释的输出，并且提供了较好的预测性能，实现了高精度、可解释的PM2.5浓度预测。
-
公开(公告)号：CN116419214A
公开(公告)日：2023-07-11
申请号：CN202310572078.X
申请日：2023-05-19
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学 , 包头服务管理职业学校
Abstract: 本发明属于物联网应用与安全技术领域，且公开了一种基于混合许可区块链的WSN节点安全认证机制，包括如下步骤：S1：在实际监测环境下部署传感器节点，首先构建WSN分簇网络模型，划分簇并根据任务种类不同对节点进行分类，节点分为基站节点、簇头节点以及普通传感器节点；S2：搭建私有链+公有链的混合许可区块链网络模型，许可链网络模型处于监测系统中的网络层，本发明首先基于区块链技术设计一种混合私有链加公有链的许可区块链模型，然后在混合许可区块链模型之上，采用密码学与无证书签名策略建立节点安全认证机制，该机制提高了WSN节点的安全性，并降低了节点的能耗开销。
-
公开(公告)号：CN116153429A
公开(公告)日：2023-05-23
申请号：CN202310015096.8
申请日：2023-01-05
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G16C20/20 , G16C20/70 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/096 , G06F18/15 , G06F18/214 , G06F18/25 , G06F123/02
Abstract: 本发明属于PM2.5浓度预测技术领域，公开了一种基于ST‑Informer预测模型的PM2.5浓度预测方法，包括：S1.在目标范围内设置若干监测站点，通过所述监测站点采集所述目标范围内的气象数据和空气污染物浓度数据，得到数据集；S2.对数据集进行数据预处理和时空相关性分析，得到数据时空矩阵；S3.在Informer模型中构建时空嵌入层，得到ST‑Informer预测模型；所述时空嵌入层包括时间嵌入层、空间嵌入层和值嵌入层；S4.利用所述数据时空矩阵优化训练所述ST‑Informer预测模型；S5.以所述监测站点实时采集的气象数据和空气污染物浓度数据为输入量，并基于所述输入量与优化训练后的所述ST‑Informer预测模型预测所述目标范围内的PM2.5浓度。综上，本发明能高效率、高精度的预测PM2.5浓度。
-
公开(公告)号：CN119067820A
公开(公告)日：2024-12-03
申请号：CN202311186726.4
申请日：2023-09-14
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G06Q50/26 , G06Q10/0639 , G06Q30/0201 , G06F18/23213 , G06F18/25 , G06F18/15
Abstract: 本发明属于高校资助技术领域，公开了一种基于改进K‑Means算法的高校资助评定方法，包括以下步骤：获取学生数据，并对所述学生数据进行预处理，且所述学生数据至少包括校园一卡通消费数据、身份数据、家庭信息数据以及班级评价数据；通过预处理后的的家庭信息数据与班级评价数据计算资助指数；对预处理后的校园一卡通消费数据进行特征提取，并将所提取的特征组合形成样本数据集，记U＝{u1,u2,u3......uN}，其中N为所述样本数据集的样本个数；初始化分类数量K，基于改进K‑Means算法对与所述样本数据集进行聚类分类，并基于分类结果得到消费指数；通过所述资助指数与所述消费指数综合计算资助等级。
-
公开(公告)号：CN118446340A
公开(公告)日：2024-08-06
申请号：CN202410553103.4
申请日：2024-05-07
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G06N20/20 , G06F18/241 , G06F18/2431 , G06F18/214
Abstract: 本发明属于集成学习技术领域，公开了一种基于异常值检测的自适应集成学习模型及构建方法与应用，其构建方法包括如下步骤：S1.构建包括多个弱分类器的自适应集成学习模型以及用于异常值检测的基学习器；S2.利用所述基学习器进行训练数据集的异常值检测，并获取所述训练数据集中异常值与正常值的相应权重；S3.利用所述基学习器所获取的相应权重更新所述自适应集成学习模型中弱分类器的基础权重，并利用所述训练数据集训练更新后的自适应集成学习模型。综上，本发明具体通过在集成学习的基学习器中引入异常值检测机制，从而在不对数据集进行直接处理的前提下完成异常值处理，满足不同训练需求、并减少异常值对模型的不良影响。
-
Patent Agency Ranking
公开(公告)号：CN117375798A
公开(公告)日：2024-01-09
申请号：CN202311377480.9
申请日：2023-10-24
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学 , 包头服务管理职业学校
Abstract: 本发明属于车联网技术领域，且公开了一种基于区块链的车联网安全分布式认证方法，包括初始化阶段、注册阶段、初始认证阶段、共识阶段以及重认证阶段五个步骤，基于TA、ES节点、RSU节点和OBU对车辆进行验证，本发明通过加入边缘计算以及采用区块链技术，使车联网系统在通信延迟和负载方面得到改善，将数据处理和存储分散到网络边缘，减少了与TA之间的通信延迟和负载，在I oV认证过程中，运用智能合约技术，实现认证过程的自动触发，减少人工干预的成本和时间，提高认证效率，使认证结果得到复用，在I oV认证过程中，区块链可以记录车辆的身份信息和认证过程，一旦发现恶意车辆，可进行追踪和处理，提高了车联网系统的安全性和稳定性。
-
公开(公告)号：CN117290731A
公开(公告)日：2023-12-26
申请号：CN202311342076.8
申请日：2023-10-16
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G06F18/214 , G06F18/24 , G06F18/2113 , G06F18/2135 , G06F18/20 , G06N20/20
Abstract: 本发明属于学习模型建立方法技术领域，且公开了一种基于特征工程改进的集成学习模型建立方法，包括如下步骤：S1：对原始数据集D进行特征选择与降维；S2：对处理后的数据集进行划分；S3：对划分后的数据集进行弱分类器的训练，生成集成学习模型；S4：对于最终得到模型的性能指标以及可解释性进行进一步的验证实验。本发明通过选择和构造最有代表性的特征，特征工程可以增强集成学习基模型的预测能力，并且通过减少不必要的特征或降低特征维度，可以加速基模型的训练速度，从而加速整体的集成学习过程，另外特征选择和正则化可以减少模型的复杂性，从而降低过拟合的风险，通过特征选择和降维，降低计算和存储的需求。
-
公开(公告)号：CN118035747A
公开(公告)日：2024-05-14
申请号：CN202410245795.6
申请日：2024-03-04
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
IPC: G06F18/214 , G06F18/213 , G06F18/232 , G06F18/25 , G06N20/20 , G06N5/045
Abstract: 本发明属于机器学习技术领域，且公开了一种融合集成学习与知识蒸馏的模型建立方法，包括以下步骤：使用差异数据集提取特征向量，通过DBSCAN算法聚类，对每个类别训练基学习器并选出最佳者用于后续集成，利用已训练的基学习器构建集成模型，预测并生成软标签。初始化并训练小型学生模型，采用交叉熵和KL散度损失，调整温度参数以平衡软标签的平滑度和信息保留，最后将学生模型部署到目标设备上，本发明通过对集成学习模型的知识蒸馏，可以将最后部署模型的复杂度降低，减少部署模型对部署环境的要求，提升模型的可解释性，通过对集成学习模型的蒸馏促使模型认识样本的模糊性，从而降低过拟合的风险。
-
公开(公告)号：CN117391134A
公开(公告)日：2024-01-12
申请号：CN202311301787.0
申请日：2023-10-10
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学 , 包头服务管理职业学校
IPC: G06N3/045 , G06N3/0442 , G06N3/049 , G06N3/0985 , G06N3/096 , G01W1/10 , G01N33/00
Abstract: 本发明属于信息预测技术领域，公开了一种基于TL‑BiGRU模型的大气污染物浓度预测方法，包括：S1.在目标区域内的多个大气监测站点中确定目标站点，并基于目标站点与其他站点之间的相似性从其他站点中筛选得到源域站点；S2.获取目标站点以及源域站点的气象数据和污染物浓度数据，并进行预处理；S3.构建包含有TDC层和TDM层的BiGRU模型；S4.利用步骤S2中预处理后的源域站点数据对BiGRU模型进行训练；S5.通过迁移步骤S4中训练好的BiGRU模型的参数来构建新的TL‑BiGRU模型，冻结所述TL‑BiGRU模型的部分参数，并利用步骤S2中预处理后的目标站点数据对TL‑BiGRU模型进行训练以优化剩余未冻结参数；S6.将训练优化后的TL‑BiGRU模型应用于所述目标站点的大气污染物浓度预测中，并输出最终预测结果。
-
公开(公告)号：CN116033515A
公开(公告)日：2023-04-28
申请号：CN202310071005.2
申请日：2023-02-07
Applicant: 内蒙古科技大学包头师范学院 , 四川农业大学
Abstract: 本发明属于无线传感器网络技术领域，公开了一种双簇头无线传感器网络分簇路由方法，包括：a)节点分层：构建关于无线传感器节点位置的节点分层模型，并基于所述节点分层模型分层处理目标区域内的N个无线传感器节点；b)主簇头的选取：通过约束因子优化主簇头节点选取的阈值公式，且基于所述阈值公式确定主簇头节点；c)簇的形成：主簇头在竞争区域内发布入簇信息公告，剩余节点接收到入簇数据信息并根据竞争半径选择入簇；d)副簇头的选取：通过改进后的麻雀搜索算法选取副簇头节点；e)数据传输：副簇头汲取簇内其余节点数据信息，并将数据信息传给簇内主簇头；主簇头进行簇间以及与基站之间的数据传输。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.05 seconds)
