-
公开(公告)号：CN108875916B
公开(公告)日：2021-07-16
申请号：CN201810675109.3
申请日：2018-06-27
Applicant: 北京工业大学
Abstract: 本发明公开一种基于GRU神经网络的广告点击率预测方法。在数据预处理时，构建了基于广告的时间序列数据，相比于用户序列数据，增强了序列数据之间的完整性和稳定性；然后通过one‑hot编码对文本特征进行数字化编码且只取映射值中bit值为1的下标作为字符的映射值，这样极大减少了特征的维度，提高了模型的训练速度。本发明采用了回归算法与深度学习算法相结合来形成最终的预测方法。首先用岭回归算法进行特征选择，减少了无效特征对模型训练的干扰，然后用基于LSTM神经网络改进的GRU神经网络来进行模型的训练与预测，GRU的预测模型相比于RNN的预测模型能提高预测的准确率，相比于LSTM的预测模型，它能在提升预测的准确率的同时，能更快速地进行模型的训练。
-
Patent Agency Ranking
公开(公告)号：CN111081218A
公开(公告)日：2020-04-28
申请号：CN201911343629.5
申请日：2019-12-24
Applicant: 北京工业大学
IPC: G10L15/02 , G10L15/18 , G10L15/187 , G10L15/22
Abstract: 本发明公开一种语音识别方法包括以下步骤：步骤1、获取语音字符串；步骤2、将所述语音字符串转化为一文本信息；步骤3、采用预设的文本信息处理逻辑对所述文本信息进行基础语义分析和专业词汇语义分析，提取出文本信息中的关键信息；步骤4、将所述关键信息进行消除歧义处理，得到识别结果。本发明还提供一种语音控制系统。
-
公开(公告)号：CN109325805A
公开(公告)日：2019-02-12
申请号：CN201811097765.6
申请日：2018-09-20
Applicant: 北京工业大学
Abstract: 本本发明公开一种基于K-means聚类算法及离散小波变换的无人超市客流量预测方法，包括：获取用户的流量数据，所述流量数据包括客流量数据；将所述流量数据按照时间特征和店铺特征进行序列化形成多个时间序列；通过聚类算法对历史数据进行聚类；通过基本统计学算法与所述多个时间序列数据，计算所述流量数据的均值方差增长率等；通过小波变换算法对所述多个时间序列数据进行分解处理，以获取时间序列子波；以及将所述时间序列子波，所述均值与所述方差及所述增长率作为特征值输入预测模型中，以获取所述用户在预定时间段中的流量数据预测值。本发明能够对未来无人超市客流量进行有效预测，并对商家经营模式起到指导作用。
-
公开(公告)号：CN108875916A
公开(公告)日：2018-11-23
申请号：CN201810675109.3
申请日：2018-06-27
Applicant: 北京工业大学
Abstract: 本发明公开一种基于GRU神经网络的广告点击率预测方法。在数据预处理时，构建了基于广告的时间序列数据，相比于用户序列数据，增强了序列数据之间的完整性和稳定性；然后通过one‑hot编码对文本特征进行数字化编码且只取映射值中bit值为1的下标作为字符的映射值，这样极大减少了特征的维度，提高了模型的训练速度。本发明采用了回归算法与深度学习算法相结合来形成最终的预测方法。首先用岭回归算法进行特征选择，减少了无效特征对模型训练的干扰，然后用基于LSTM神经网络改进的GRU神经网络来进行模型的训练与预测，GRU的预测模型相比于RNN的预测模型能提高预测的准确率，相比于LSTM的预测模型，它能在提升预测的准确率的同时，能更快速地进行模型的训练。
-
公开(公告)号：CN116432847A
公开(公告)日：2023-07-14
申请号：CN202310414154.4
申请日：2023-04-18
Applicant: 北京工业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/08 , G08G1/01
Abstract: 本发明公开了一种道路交通事故预测方法，包括：获取以起为单位的道路交通事故数据和以月为单位的天气数据；基于分布式Hadoop大数据平台对以起为单位的道路交通事故数据进行清洗和预处理，获取以月为单位的交通事故数据；基于以月为单位的交通事故数据和和以月为单位的天气数据对基于Attention机制的LSTM道路交通事故预测模型或基于Attention机制的改进LSTM道路交通事故预测模型进行训练，得到用于预测未来的道路交通事故的第一道路交通事故预测模型或第二道路交通事故预测模型。本发明的的预测效果均优于BP神经网络、SVR模型等模型，模型整体效果比较好，对提高道路交通管理水平具有重要的现实意义。
-
公开(公告)号：CN109325805B
公开(公告)日：2022-03-11
申请号：CN201811097765.6
申请日：2018-09-20
Applicant: 北京工业大学
Abstract: 本本发明公开一种基于K‑means聚类算法及离散小波变换的无人超市客流量预测方法，包括：获取用户的流量数据，所述流量数据包括客流量数据；将所述流量数据按照时间特征和店铺特征进行序列化形成多个时间序列；通过聚类算法对历史数据进行聚类；通过基本统计学算法与所述多个时间序列数据，计算所述流量数据的均值方差增长率等；通过小波变换算法对所述多个时间序列数据进行分解处理，以获取时间序列子波；以及将所述时间序列子波，所述均值与所述方差及所述增长率作为特征值输入预测模型中，以获取所述用户在预定时间段中的流量数据预测值。本发明能够对未来无人超市客流量进行有效预测，并对商家经营模式起到指导作用。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
