一种基于扩散过程的移动信令轨迹数据生成方法及系统

    公开(公告)号:CN120018064A

    公开(公告)日:2025-05-16

    申请号:CN202510173248.6

    申请日:2025-02-17

    Abstract: 本发明提供一种基于扩散过程的移动信令轨迹数据生成方法及系统,该方法的步骤包括:获取预设时间段的原始的移动信令数据,原始的移动信令数据包括对应每个基站的移动信令数据,并对原始的移动信令数据进行预处理;基于每个基站的移动信令数据确定基站关系图,所述基站关系图中包括基站之间的切换关系,基于每个基站的切换关系和基站的特征数据构建每个基站的初始数据集;基于每个基站的初始数据集构建对应每个基站的表示向量,将各个基站的表示向量组合为输入向量输入到预训练的扩散模型中,所述扩散模型输出轨迹生成向量,所述轨迹生成向量由多个对应用户的轨迹生成子向量组成;基于所述轨迹生成向量确定预设时间段中用户的轨迹数据。

    城市建筑异常能耗检测与优化的方法、系统、介质及设备

    公开(公告)号:CN118013362A

    公开(公告)日:2024-05-10

    申请号:CN202410151646.3

    申请日:2024-02-02

    Abstract: 本发明涉及一种城市建筑异常能耗检测与优化的方法、系统、介质及设备,其包括:采用三个无监督模型基于统计的HBOS、基于机器学习的IForest和基于深度学习的EMD‑LSTM作为基学习器,将获取的待检测能耗数据集预处理后输入基学习器进行异常数据分类;将各个基学习器分类判定的处于离群和正常边缘的数据合并后,输入LLM进行标记,将LLM标记的数据与各基学习器输出的数据合并为最终的标记数据集;采用标记数据集训练XGBoost二元分类模型,将待检测的能耗数据集输入训练好的XGBoost二元分类模型,得到最终的能耗检测结果,输出异常能耗数据;同时,采用可解释人工智能分析方法对异常能耗数据进行细粒度分析和优化。本发明能有效提高异常能耗检测准确率。

    圆柱形叠堆晶片水声换能器

    公开(公告)号:CN101321411A

    公开(公告)日:2008-12-10

    申请号:CN200810114895.6

    申请日:2008-06-13

    Abstract: 本发明提供了一种水声换能器,包括压电陶瓷晶片堆及其上下两端的金属盖板,压电陶瓷晶片堆呈圆柱形,由多片圆形的压电陶瓷晶片叠堆而成,压电陶瓷晶片的极化方向沿厚度方向;每2~8片压电陶瓷晶片为一组,晶片堆包含1组或多组晶片,每组之间用橡胶片隔开;相邻的晶片之间,以及晶片与橡胶片之间夹有金属薄片,金属薄片上焊接电极引线;压电陶瓷晶片堆与上下金属盖板之间也用橡胶片隔开。本发明的圆柱形叠堆晶片换能器通过合理设计压电叠堆晶片的直径,既保持了传统叠堆晶片换能器发射声能密度大、灵敏度高的特点,而且还可以通过改变压电晶片堆的厚度或调整组数,来调整换能器的轴向指向性开角。

    一种硫化亚铜相变材料及其制备方法与应用

    公开(公告)号:CN118745330A

    公开(公告)日:2024-10-08

    申请号:CN202410815516.5

    申请日:2024-06-24

    Abstract: 本发明公开了一种硫化亚铜相变材料,涉及传感器材料技术领域,所述相变材料的化学表达式为Cu2‑xS,其中x范围在‑0.1~0.1区间,制备方法包括以下步骤:(1)将CuS粉末和Cu粉混合均匀后压制成型,备用;(2)将所述步骤(1)得到的成型材料烧制后降温至室温即得到硫化亚铜相变材料单晶。本发明利用硫化亚铜材料在400K附近发生一级结构相变,电阻明显跳变的特性,制备了一款用于温度监测的装置,同时也为温度预警装置材料的选择提供了一种新思路。

    基于可解释性分析的DNN模型差分测试方法及系统

    公开(公告)号:CN115879499A

    公开(公告)日:2023-03-31

    申请号:CN202211648195.1

    申请日:2022-12-21

    Abstract: 本发明公开了一种基于可解释性分析的DNN模型差分测试方法及系统,涉及缺陷模型检测技术领域,具体步骤为:步骤1、将待测模型集中每个DNN模型对测试用例集的预测行为,使用可解释性方法分析每个DNN模型行为,输出模型行为解释集;步骤2、基于模型行为解释集利用差异分析方法检测存在缺陷的DNN模型。本发明可提高检测缺陷模型的能力和时间效率,且可在单个模型之间比较行为差异,无需多次训练待测模型。

    电动汽车峰谷分时电价信息生成方法及装置

    公开(公告)号:CN105046572A

    公开(公告)日:2015-11-11

    申请号:CN201510041944.8

    申请日:2015-01-28

    CPC classification number: Y02T10/56

    Abstract: 本发明提供了一种电动汽车峰谷分时电价信息生成方法及装置,所述的电动汽车峰谷分时电价信息生成方法包括:获取电动汽车谷时段电价折扣率的促销起始点k1和促销饱和点k2;根据所述k1及k2建立充电需求响应模型:获取电动汽车i每次充电需求Qci及电动汽车i的充电周期Cyi,根据所述Qci及Cyi建立充电需求测算模型;根据所述充电需求响应模型计算谷时段充电量QV的最大值,构建峰谷分时电价优化模型;根据所述峰谷分时电价优化模型及所述限制条件计算所述峰时段电价PH、平时段电价PO、谷时段电价PV及所述谷时段电价折扣率kV。本发明既能够引导用户转移充电量,同时还能够避免给供电公司带来售电收入的损失。

    宽带换能器的压电复合材料

    公开(公告)号:CN101499512A

    公开(公告)日:2009-08-05

    申请号:CN200910078780.0

    申请日:2009-03-03

    Abstract: 本发明公开了一种宽带换能器的压电复合材料,属于压电材料技术领域。该压电复合材料包括压电晶体和聚合物,压电晶体分为上、下两部分,其中,压电晶体的上部结构为均匀排列的多个压电晶柱,压电晶体的下部结构为一压电基底,所述压电晶柱的高度呈周期性差异,使得压电基底厚度不均匀,聚合物填充在压电晶柱之间,压电晶柱及压电基底的极化方向沿着压电复合材料的厚度方向。由于每个压电晶柱的谐振频率不同,通过改变压电晶柱间的高度,增加了压电复合材料的宽带。本发明压电复合材料的Q值可以达到10以下,适用于宽带换能器的制备。

    一种基于深度学习的基站表示学习方法、系统及存储介质

    公开(公告)号:CN115169526B

    公开(公告)日:2023-08-01

    申请号:CN202210548996.4

    申请日:2022-05-20

    Abstract: 本发明提供一种基于深度学习的基站表示学习方法、系统及存储介质,所述方法包括:获取基站信息,所述基站信息包括基站的唯一标识码信息、基站静态特征数据以及基站相关动态轨迹数据;基于获取到的基站的经度、纬度以及基站相关动态轨迹数据确定基站之间的邻接矩阵,基于邻接矩阵构建第一基站关系图;基于基站静态特征数据以及基站相关动态轨迹数据构造第一特征向量集合;构建自编码器神经网络模型,将所述第一基站关系图及第一特征向量集合输入至编码器得到基站表示向量集合,将所述基站表示向量集合输入至解码器得到重构的第二基站关系图及第二特征向量集合。该方法可高效的实现基站的表示学习,从而在各类数据挖掘过程中更好的应用基站信息。

Patent Agency Ranking