-
公开(公告)号:CN118157129A
公开(公告)日:2024-06-07
申请号:CN202410472956.5
申请日:2024-04-19
Applicant: 安徽大学
IPC: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/0455 , G06F18/22 , G06F18/213 , G06F18/10
Abstract: 本发明涉及一种基于混合预测框架的电厂发电量预测方法,包括:收集电厂发电的历史电力负荷时间序列数据作为原始数据,进行预处理;得到N个IMF序列分量;得到最终的IIMF序列;得到增强后的发电厂电力负荷数据;构建基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型;进行训练,得到训练好的模型;通过训练好的模型对未来的电厂负荷情况进行预测,生成最终的电力负荷预测值。本发明解决了非平稳数据预测精度低的问题,降低了模型训练的偏差,有效的处理了数据噪声问题,减少了计算量,降低了预测所需的时间;将新的特征值添加到基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型的顶层结构中,并训练整体电力负荷数据,以生成最终的电力负荷预测值,显著提高了电力负荷预测的精准度。
-
公开(公告)号:CN119578978A
公开(公告)日:2025-03-07
申请号:CN202411632051.6
申请日:2024-11-15
Applicant: 广东烟草惠州市有限责任公司 , 安徽大学
IPC: G06Q10/0639 , G06Q10/101 , G06F17/16 , G06F17/18 , G06Q30/0203
Abstract: 本发明属于数据分析领域,具体涉及一种基于扎根理论的企业创新能力评价方法与设备。该企业创新能力评价方法包括三个阶段。在第一阶段,综合运用扎根理论和Citespace技术,结合企业实际,构建更高效的创新生态建设评价指标体系。在第二阶段,采集评价指标体系中各个评价指标的数据,对客观数据进行预处理,并利用概率语言信息集对通过问卷调查得到的主观指标的数据进行量化。在第三阶段,将采集到的所有指标数据分为投入型指标和产出型指标两大类,然后利用构建的DEA乘性交叉效率评价模型通过分析效率前沿来比较企业创新决策中的各个决策单元的相对效率。本发明提供的方案克服了现有技术难以实现对企业的创新能力和创新生态建设水平进行客观评价的问题。
-
公开(公告)号:CN116029776A
公开(公告)日:2023-04-28
申请号:CN202310135819.8
申请日:2023-02-09
Applicant: 安徽大学
IPC: G06Q30/0283 , G06Q40/06
Abstract: 本发明公开了一种期货价格的预测系统和方法,所述期货价格的预测系统包括:网络搜索指数处理层,获取期货相关的初始关键词和期货价格序列,并对所述初始关键词进行检验和分析,获取投资者关注度序列数据;文本情感分析层,获取期货价格相关的新闻文本,并获取所述新闻文本的情感分数;多尺度分解层,对所述投资者关注度序列数据、所述情感分数和所述期货价格序列进行分解处理,获取高频序列数据、低频序列数据和趋势项数据;以及期货价格预测层,对所述高频序列数据、所述低频序列数据和所述趋势项数据进行预测和集成处理,获取所述期货价格的预测结果。通过本发明公开的一种期货价格的预测系统,提高了期货价格的预测系统的准确性和稳定性。
-
公开(公告)号:CN118013202A
公开(公告)日:2024-05-10
申请号:CN202410275210.5
申请日:2024-03-12
Applicant: 安徽大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明涉及一种基于IHPC数据的居民用电负载预测方法,包括:获取原始数据组成居民用户用电数据集,进行统计特征分析,进行预处理;得到增强后的居民用户用电数据;划分为训练集、测试集和验证集;进行嵌入处理;构建居民用电负载预测模型,调整模型参数并优化,得到最终的居民用电负载预测模型,将待预测的数据输入最终的居民用电负载预测模型,输出预测结果。本发明利用变分模态分解方法对预测序列进行分解,以降低原序列模式的复杂度,提高预测精度,通过重构操作,降低数据维度,加速模型收敛,在获得更精准模式的前提下,有着更加短的预测时间;对序列的嵌入操作使得序列有着更好的时间性质,使得模型学习更精确,提高模型预测精确度。
-
公开(公告)号:CN116013478A
公开(公告)日:2023-04-25
申请号:CN202211221973.9
申请日:2022-10-08
Applicant: 安徽大学
Abstract: 本发明提供一种城市群医疗卫生资源配置效率评价方法、系统、存储介质和电子设备,涉及医疗卫生资源配置技术领域。本发明中,从人口数、地理面积、人均国内生产总值三个不同维度出发,分别绘制每一个评价指标对应的洛伦兹曲线;分别从前述三个维度计算城市群每一个评价指标的基尼系数;根据预先求取的相关系数,将每一个评价指标的基尼系数分别按照前述三个维度进行加权,获取三个不同维度的总基尼系数,并用于评价城市群医疗卫生资源配置效率。有效地度量城市群医疗卫生资源配置的效率水平,并且实现定量描述不同评价指标对城市群整体医疗卫生资源配置效率的影响,从而提高城市群医疗卫生资源配置效率。
-
公开(公告)号:CN115331063A
公开(公告)日:2022-11-11
申请号:CN202211069817.5
申请日:2022-09-02
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06V10/762 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/58 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种基于动态超图卷积网络的高光谱图像分类方法及系统,属于深度学习及图像处理技术领域。本申请通过获取高光谱图像,对高光谱图像进行降维和超像素分割,通过两次超图构造,实现了特征的动态提取。由于是将整个高光谱图像作为输入,使用超像素分割技术将原始像素划分成超像素点,从而大幅度减少了计算量。并且本申请通过超像素点的特征标签可以确定一些未知原始像素点的特征标签,相当于隐式增加了样本数量,这使本申请的模型在少量训练样本的情况下就可以达到较高的分类精度。
-
-
-
-
-