-
Patent Agency Ranking
公开(公告)号：CN118733775A
公开(公告)日：2024-10-01
申请号：CN202410870344.1
申请日：2024-07-01
Applicant: 安徽大学
IPC: G06F16/35 , G06F16/387 , G06F18/22 , G06Q50/26
Abstract: 本发明公开了一种基于情感共鸣网络的突发公共事件分析方法，包括：步骤1，对数据进行预处理；步骤2，利用预训练语言模型获取数据的情感倾向值，并基于皮尔逊相关系数构建情感共鸣网络；步骤3，利用构建的情感共鸣网络进行深入分析，对情感共鸣网络进行分解操作，找到群体情感共鸣指标。本发明从情感的角度出发，通过情感共鸣系数构建情感共鸣网络，并对网络进一步分析，得到群体情感共鸣指标，能有效识别网络之中的情感共鸣现象，以此达到探究群体情感共鸣的目的。
-
公开(公告)号：CN117278318A
公开(公告)日：2023-12-22
申请号：CN202311431218.8
申请日：2023-10-31
Applicant: 安徽大学
Abstract: 本发明公开了一种基于智能进化算法的信息物理电力网络的时序攻击序列寻优方法，包括：步骤1，对信息物理电力网络进行初始化；步骤2，基于NSGA‑II改进的进化算法对信息物理网络进行时序攻击序列寻优。本发明从攻击者的角度出发，利用时序攻击模型来模拟真实的攻击场景，并利用智能进化算法找出最脆弱的电力网络部件，对增强现实信息物理电力网络的韧性和鲁棒性提供了重要决策支撑。
-
公开(公告)号：CN117727030A
公开(公告)日：2024-03-19
申请号：CN202410028456.2
申请日：2024-01-09
Applicant: 安徽大学
IPC: G06V20/69 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的沸腾危机气泡临界填充因子预测方法，包括：1、沸腾气泡样本数据的获取和预处理，2、使用蒙特卡洛模拟计算临界填充因子，3、沸腾气泡样本标签的分配，4、建立沸腾危机分类网络，5、训练得到最优沸腾危机分类模型，6、利用最优沸腾危机分类模型对临界填充因子的预测。本发明能准确预测出沸腾危机位形的临界填充因子，从而能提高临界填充因子的预测精度，并能降低时间复杂度和分类的误差。
-
公开(公告)号：CN119417173A
公开(公告)日：2025-02-11
申请号：CN202411669045.8
申请日：2024-11-21
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q10/083 , G06Q10/087 , G06Q10/101 , G06Q50/04 , G06N3/126
Abstract: 本发明公开了一种基于两阶段差分进化四层供应链网络的生产和运输协同优化方法，包括：1.构建四层供应链网络生产和运输协同优化模型；2.求解一阶段的最优生产方案集合；3.求解二阶段优化的最优运输方案集合。本发明能获得CO2排放量小的的最优生产和运输方案，实现了全链路碳排放的有效控制和资源的高效分配，为供应链绿色设计与优化提供了高效、可行的重要决策支撑。
-
公开(公告)号：CN115618939A
公开(公告)日：2023-01-17
申请号：CN202211246960.7
申请日：2022-10-12
Applicant: 安徽大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于自监督图学习的认知诊断方法及其应用，该方法包括：1、依据学生与习题的交互记录，习题与知识概念之间的关联关系，构建认知诊断关系图，2、构建包含嵌入层、GCN网络、诊断层、预测层的诊断网络，3、使用诊断网络对学生回答习题的正确率进行预测，使用预测结果构建交叉熵损失，4、使用基于边重要性的边删除方法为关系图随机生成两个不同的稀疏视图，计算节点在不同稀疏视图上的特征，并构建自监督损失，5、使用交叉熵损失优化整个诊断网络，使用自监督损失优化GCN网络。本发明能在训练诊断网络的过程中关注到数据稀疏的学生，从而能提高诊断网络的总体诊断水平。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
