-
公开(公告)号：CN108874887A
公开(公告)日：2018-11-23
申请号：CN201810443398.4
申请日：2018-05-10
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于用户新闻浏览的大数据分析统计系统及方法，包括：数据处理模块，其中包括数据获取子功能模块、数据加工子功能模块和数据发布子功能模块；统计分析模块，且包括用户管理子功能模块和数据分析子功能模块；模拟器，将新近发布的数据作为最新数据存储在数据库服务器中；用户端，包括电脑端和手机终端，利用数据的一致性保持模拟器和用户端的实时同步。本发明通过对用户兴趣偏好的分析，能够向用户精准推荐符合其兴趣的新闻消息，实现对买家用户个性化的新闻消息推荐，所推荐的产品信息与买家用户的需求匹配度更高，更满足用户的兴趣，缓解信息爆炸的现状，有助于提高整体的新闻浏览率，优化网络流量，同时还具有节省用户精力与和时间，用户体验舒适度高等优点。
-
公开(公告)号：CN110298501B
公开(公告)日：2022-08-16
申请号：CN201910543204.2
申请日：2019-06-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于长短时记忆神经网络的电负荷预测方法，包括以下步骤：通过输入历史时刻的电力负荷数据、区域特征因素以及所要求预测的指定时间段；采用LSTM网络对历史时刻的电力负荷数据和区域特征因素进行训练建模，生成电负荷预测的神经网络模型；通过已建立的神经网络模型对电负荷进行预测；最后通过输出单元输出该区域指定时间的电负荷预测结果。优点：能够根据历年数据和建筑特征因素搭建神经网络模型，精准预测出指定时间段的用电负荷，有效提高电负荷预测的准确度。
-
公开(公告)号：CN110298501A
公开(公告)日：2019-10-01
申请号：CN201910543204.2
申请日：2019-06-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于长短时记忆神经网络的电力负荷预测方法，包括以下步骤：通过输入历史时刻的电力负荷数据、区域特征因素以及所要求预测的指定时间段；采用LSTM网络对历史时刻的电力负荷数据和区域特征因素进行训练建模，生成电负荷预测的神经网络模型；通过已建立的神经网络模型对电负荷进行预测；最后通过输出单元输出该区域指定时间的电负荷预测结果。优点：能够根据历年数据和建筑特征因素搭建神经网络模型，精准预测出指定时间段的用电负荷，有效提高电负荷预测的准确度。
-
-
Search Results
3
records
(took 0.075 seconds)
