-
公开(公告)号:CN118332431A
公开(公告)日:2024-07-12
申请号:CN202410439643.X
申请日:2024-04-12
Applicant: 新疆大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0455 , G06F18/15
Abstract: 本发明公开了一种挖掘深层时间依赖性监测火电厂碳排放的方法及装置,方法包括:时间注意力协调时序时间步的重要程度;将历史统计信息作为线性相关变量,线性相关变量与TCN提取的初步时间依赖关系相结合,作为seq2seq模型中的输入数据;在seq2seq模型中采用双向长短期记忆提取时间序列数据的深层时间依赖关系;并采用编码注意力机制;将AE作为预测校准器;所有超参数依赖于贝叶斯超参数寻优算法所获得的结果,并通过最小化损失调整模型参数,实现对目标特征的准确预测;通过将碳排放预测值与碳排放阈值进行比较,实现对火电厂碳排放的监测预警;装置包括:处理器和存储器。本发明利用多传感器数据来准确预测二氧化碳未来的排放量,进而对火电厂的碳排放实现准确监测,为节能减排做出贡献。
-
公开(公告)号:CN119397471A
公开(公告)日:2025-02-07
申请号:CN202411443956.9
申请日:2024-10-16
Applicant: 新疆大学
Abstract: 本发明公开了一种基于多模态表征融合的网络平台用户情感识别方法及装置,方法包括:单模态的高级语义表示通过一致性与差异性表征模块获得模态一致性表征与模态差异性表征;差异性滤波器通过门控的方式滤除模态差异性表征中负面的、冗余的噪声信息;互补性表征模块以滤波后的模态差异性为引导信息,通过多式联运和注意力机制生成多模态互补性表征;将平台用户信息作为一种额外的先验信息嵌入到融合层中;采用通用融合层结构自适应的融合模态一致性表征、模态差异性表征、模态互补性表征以及用户信息以生成全局语义表示;最后将全局语义表示通过分类器输出平台用户的情感状态,网络平台根据用户的情感状态促进平台用户体验的优化。装置包括:处理器和存储器。
-
公开(公告)号:CN119254644A
公开(公告)日:2025-01-03
申请号:CN202411399815.1
申请日:2024-10-09
Applicant: 新疆大学
IPC: H04L41/147 , H04L41/16 , H04L41/0894 , H04L47/83 , H04L47/70 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种面向网络业务平台的业务量数据预测方法和装置,方法包括:基于编码器DSTCN提取多变量时间序列特征;引入Self‑attention,对编码器DSTCN输出的多变量时间序列特征进行提取、并融合时间步特征和变量特征,对编码器DSTCN输出的对网络业务平台业务量数据集提取的时间步特征与变量特征增加权重;使用BIGRU网络模型构建解码器BIGRU,融合Self‑attention输出特征获得预测结果;以网络业务平台业务量数据集作为模型输入,利用粒子群优化PSO对模型进行模型训练及参数调优,确定最优的编码器和解码器层数,以获得网络业务平台业务量预测结果。装置包括:处理器和存储器。
-
-