公开(公告)号：CN116976927A

公开(公告)日：2023-10-31

申请号：CN202310761691.6

申请日：2023-06-26

Applicant: 哈尔滨工业大学

Inventor： 王琳翰

IPC: G06Q30/0201 ,  G06Q30/0283 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/08 ,  G06Q50/06

Abstract: 一种基于深度学习的短期电价预测方法、系统、计算机及存储介质，涉及民用电价的预测领域。解决了现有短期民用电价预测模型具有很强的波动性和随机性，单方面从电价的波动无法准确的预测出价格的问题。所述方法包括：获取电价数据、湿度数据、电力负荷数据和用电日期，并进行拉伊达处理，获取去除异常后的数据；并获取去除异常的电价数据、湿度数据和电力负荷数据的线性关系；将去除异常后的数据进行归一化和小波变换处理；构建LSTM神经网络模型，获取电价预测结果；根据去除异常的电价数据、湿度数据和电力负荷数据的线性关系计算电价，并与所述预测结果进行加权平均，获取短期民用电价预测结果。本发明应用于电动汽车的预约充电领域。

公开(公告)号：CN119720080A

公开(公告)日：2025-03-28

申请号：CN202411761989.8

申请日：2024-12-03

Applicant: 哈尔滨工业大学

Inventor： 杨柱天 ,  王一冰 ,  董一帆 ,  王琳翰 ,  王虎

IPC: G06F18/25 ,  G10L25/30 ,  G10L25/63 ,  G06F18/213 ,  G06F18/243 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于超图和注意力的单模态辅助情感分析系统，属于情感分析技术领域。本发明针对现有基于深度学习的MSA方法不能整合模态内局部信息和模态间全局信息，存在信息损失的问题。采用单模态特征提取模块提取声音数据、视觉数据和文本数据的单模态初始特征；采用特征增强模块对单模态初始特征进行谱域和空域超图卷积，再通过自注意力机制分别对超图卷积结果进行整合得到单模态增强特征；特征加权聚合模块，对单模态增强特征进行加权组合得到组合特征，进行得到多模态情感预测值；为了有效利用单模态信息，在训练阶段引入单模态辅助策略平衡单模态和多模态信息，优化训练过程。本发明用于多模态情感分析。