-
公开(公告)号：CN109447167B
公开(公告)日：2021-09-21
申请号：CN201811305657.3
申请日：2018-11-05
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本文发明一种基于非负矩阵分解(Non‑negative Matrix Factorization，NMF)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和NMF相关方法确定模型参数k，再根据模型参数k计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
公开(公告)号：CN109447167A
公开(公告)日：2019-03-08
申请号：CN201811305657.3
申请日：2018-11-05
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本文发明一种基于非负矩阵分解(Non-negative Matrix Factorization，NMF)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和NMF相关方法确定模型参数k，再根据模型参数k计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值 S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
公开(公告)号：CN111352650A
公开(公告)日：2020-06-30
申请号：CN202010116024.9
申请日：2020-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于INSGA-II的软件模块化多目标优化方法及系统，本发明涉及的一种基于INSGA-II的软件模块化多目标优化方法，包括：S11.将面向对象系统抽象为无向带权图；S12.将抽象为无向带权图的面向对象系统进行模块化处理，并计算与面向对象系统相对应的模块的内聚值；S13.计算面向对象系统的耦合值；S14.根据所述计算得到的模块内聚值以及面向对象系统的耦合值建立软件模块化优化模型；S15.通过INSGA-II算法对建立的软件模块化优化模型进行求解，得到最终结果。
-
公开(公告)号：CN109919688A
公开(公告)日：2019-06-21
申请号：CN201910249426.3
申请日：2019-03-29
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种考虑市场因素的电子烟产品线规划方法，通过分析电商网站的顾客评论得出每个电子烟产品线需要规划的产品属性，降低了多属性带来的复杂度，使结果更加准确，采用了多项式分对数MNL顾客选择规则，避免了传统确定性顾客选择规则的缺点，从而可以更精准地模拟顾客对产品的购买行为，并设计了模型求解的禁忌搜索算法以及嵌入爬山算法的遗传算法。
-
公开(公告)号：CN111352650B
公开(公告)日：2023-06-30
申请号：CN202010116024.9
申请日：2020-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于INSGA‑II的软件模块化多目标优化方法及系统，本发明涉及的一种基于INSGA‑II的软件模块化多目标优化方法，包括：S11.将面向对象系统抽象为无向带权图；S12.将抽象为无向带权图的面向对象系统进行模块化处理，并计算与面向对象系统相对应的模块的内聚值；S13.计算面向对象系统的耦合值；S14.根据所述计算得到的模块内聚值以及面向对象系统的耦合值建立软件模块化优化模型；S15.通过INSGA‑II算法对建立的软件模块化优化模型进行求解，得到最终结果。
-
Patent Agency Ranking
公开(公告)号：CN112712165A
公开(公告)日：2021-04-27
申请号：CN202011620250.7
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本文发明一种基于图卷积神经网络的卷烟配方智能维护方法，包括以下步骤：S1：数据准备，将配方数据转化为配方矩阵；S2：依据配方矩阵构建图信息；S3：将图中节点特征、边的权重、边的标签进行计算得到；S4：将构建好的基于图卷积网络的卷烟配方维护模型进行训练，得到有序候选集列表；S5：从有序候选集列表中选取单料片烟进行替换。本发明采用卷烟配方数据进行实验，实验结果表明，按照本本发明的卷烟配方智能维护方法推荐可替换的单料片烟，可以很好地还原实际生产过程中配方维护的过程，可以辅助实际生产过程中的配方维护工作。
-
公开(公告)号：CN110085286A
公开(公告)日：2019-08-02
申请号：CN201910191864.9
申请日：2019-03-14
Applicant: 杭州电子科技大学
IPC: G16C20/70
Abstract: 本文发明一种基于两步核最小二乘(Two-step Kernel Regular Least Squares，TKRLS)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和TKRLS相关方法确定模型参数λu和λv，再根据模型参数λu和λv计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值 S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
公开(公告)号：CN112712165B
公开(公告)日：2024-04-12
申请号：CN202011620250.7
申请日：2020-12-30
Applicant: 杭州电子科技大学
IPC: G06F7/78 , A24B3/08 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本文发明一种基于图卷积神经网络的卷烟配方智能维护方法，包括以下步骤：S1：数据准备，将配方数据转化为配方矩阵；S2：依据配方矩阵构建图信息；S3：将图中节点特征、边的权重、边的标签进行计算得到；S4：将构建好的基于图卷积网络的卷烟配方维护模型进行训练，得到有序候选集列表；S5：从有序候选集列表中选取单料片烟进行替换。本发明采用卷烟配方数据进行实验，实验结果表明，按照本本发明的卷烟配方智能维护方法推荐可替换的单料片烟，可以很好地还原实际生产过程中配方维护的过程，可以辅助实际生产过程中的配方维护工作。
-
公开(公告)号：CN111325359B
公开(公告)日：2023-06-02
申请号：CN202010116383.4
申请日：2020-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于互信息的卷烟配方维护的方法及系统，本发明涉及的一种基于互信息的卷烟配方维护的方法，包括：S11.获取与单料片烟相关的数据信息；S12.根据获取到的数据信息及计算所述单料片烟之间的互信息；S13.对计算得到的单料片烟之间的互信息进行排序，得到推荐单料片烟有序列表；S14.从所述得到的单料片烟有序列表中选取所需替换的单料片烟，并进行替换。本发明使用互信息来表示单料片烟之间的配伍性，将配伍性显式地表示在算法中，并用替换单料片烟与被替换单料片烟在配方中作用的相似性来生成推荐列表，保证了新形成配方的整体配伍性。
-
公开(公告)号：CN110085286B
公开(公告)日：2021-11-05
申请号：CN201910191864.9
申请日：2019-03-14
Applicant: 杭州电子科技大学
IPC: G16C20/70
Abstract: 本文发明一种基于两步核最小二乘(Two‑step Kernel Regular Least Squares，TKRLS)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和TKRLS相关方法确定模型参数λu和λv，再根据模型参数λu和λv计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
