-
公开(公告)号：CN104504637A
公开(公告)日：2015-04-08
申请号：CN201410795360.5
申请日：2014-12-11
Applicant: 广东工业大学
IPC: G06Q50/30
CPC classification number: G06Q50/01
Abstract: 本发明公布了基于行为时间序列的社交网络因果关系发现算法。该算法包括构建全局因果关系图、确定因果影响滞后期、优化因果关系图结构这三个阶段。在构建全局因果关系图阶段，基于行为时间序列数据发现行为时间序列变量间的因果关系，构建全局因果关系图；在确定因果影响的滞后期阶段，基于最小描述长度准则确定存在因果关系的行为时间序列变量间间的影响滞后期，更新全局因果关系图对应边的权值；在优化因果关系图结构阶段，基于全局因果图检查全局因果关系图中所有边及其滞后期，剔除冗余的因果关系以及缩短因果影响中冗余的滞后期，最终实现行为时间序列数据上的可靠因果关系发现。
-
公开(公告)号：CN104636751A
公开(公告)日：2015-05-20
申请号：CN201410795393.X
申请日：2014-12-11
Applicant: 广东工业大学
Abstract: 本发明公布了一种基于时间递归神经网络(recurrent neural network)的人群异常检测和定位系统及方法。该方法在对采集到的样本数据进行预处理的基础上对场景进行网格化划分，将由n帧构成的视频片段划分成多个时空块。然后从每个时空块中构造多规模光流直方图和Gabor小波纹理特征。向量化并合并多个时空块中的特征，将视频片段作为时间序列，分别利用时间递归神经网络的隐含节点和反馈节点来发现空间维度和时间维度的关系，训练能检测长依赖关系的时间递归神经网络模型。最后利用该模型进行人群异常检测和定位。该方法具有较好的实时性和准确性，能检测由少数个体或者是由大量个体触发的异常。
-
公开(公告)号：CN117273548A
公开(公告)日：2023-12-22
申请号：CN202311535673.2
申请日：2023-11-17
Applicant: 广东工业大学
IPC: G06Q10/0639 , G06N3/0499 , G06Q50/08
Abstract: 本发明公开了一种基于人工智能的建筑工程方案选取方法及装置，通过获取多个建筑工程比选方案，获取每个建筑工程比选方案中的工程量特征值和工程项目特征值；将工程量特征值输入到已训练好的工程量指标测算模型中，以使工程量指标测算模型输出工程量指标，将工程项目特征值输入到已训练好的工程经济指标测算模型中，以使工程经济指标测算模型输出工程经济指标；基于每个建筑工程比选方案对应的工程量指标和工程经济指标进行对比分析，得到每个建筑工程比选方案对应的综合评分值，基于综合评分值，确定最优建筑工程方案；与现有技术方案相比，本发明的技术方案能提高建筑工程方案选取的准确性。
-
公开(公告)号：CN117273548B
公开(公告)日：2024-05-14
申请号：CN202311535673.2
申请日：2023-11-17
Applicant: 广东工业大学
IPC: G06Q10/0639 , G06N3/0499 , G06Q50/08
Abstract: 本发明公开了一种基于人工智能的建筑工程方案选取方法及装置，通过获取多个建筑工程比选方案，获取每个建筑工程比选方案中的工程量特征值和工程项目特征值；将工程量特征值输入到已训练好的工程量指标测算模型中，以使工程量指标测算模型输出工程量指标，将工程项目特征值输入到已训练好的工程经济指标测算模型中，以使工程经济指标测算模型输出工程经济指标；基于每个建筑工程比选方案对应的工程量指标和工程经济指标进行对比分析，得到每个建筑工程比选方案对应的综合评分值，基于综合评分值，确定最优建筑工程方案；与现有技术方案相比，本发明的技术方案能提高建筑工程方案选取的准确性。
-
-
-
Search Results
4
records
(took 0.022 seconds)
