公开(公告)号：CN119622483B

公开(公告)日：2025-04-18

申请号：CN202510161990.5

申请日：2025-02-14

Applicant: 烟台大学

Inventor： 刘志中 ,  赵斌 ,  黄光玉 ,  王飞 ,  刘仲尧 ,  王鹏

IPC: G06F18/241 ,  G06F40/284 ,  G06F40/30 ,  G06F18/214 ,  G06F18/213

Abstract: 本发明涉及电网故障分类诊断技术领域，具体为一种基于文本向量化的电网故障诊断方法和系统，对电网告警信息文本进行分词处理、嵌入转换处理获得初始向量，同时提取关键字，对其进行向量化处理后得到标签向量；对初始向量进行若干次编码处理，生成文本向量，然后将文本向量与标签向量进行拼接处理，获得拼接向量，进行若干次特征提取处理，生成高维特征向量，对高维特征向量进行全连接正向处理，获得电网故障诊断结果，可以挖掘文本中深层次的语义与逻辑关系，区分具有相似特征的故障类型样本，提高电网故障诊断的准确性。

公开(公告)号：CN119557426B

公开(公告)日：2025-04-18

申请号：CN202510111855.X

申请日：2025-01-24

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  孙鸿祥 ,  初佃辉 ,  刘兆伟 ,  王莹洁 ,  郭强

IPC: G06F16/334 ,  G06F18/25 ,  G06F18/213 ,  G06N3/04

Abstract: 本发明涉及多模态情感分析技术领域，尤其是涉及一种基于预训练与在线学习的多模态情感分析方法及系统。所述方法，包括获取情感分析多模态数据，构建情感分析模型，包括构建多头注意力机制分别对文本、图像和音频模态进行编码处理，并将编码后的各模态特征拼接融合；利用前馈神经网络与多头注意力机制对融合特征中各模态间的交互关系进行挖掘；通过构建全连接神经网络评估联合特征中各模态对情感分析任务的贡献程度；将联合特征和加权后的各模态特征融合实现特征补充优化，利用训练完成的模型输出情感预测结果，本发明通过构建多头注意力机制对各模态进行编码处理，将编码后的模态特征进行拼接融合，从而显著提升情感分析的准确性。

公开(公告)号：CN119646691A

公开(公告)日：2025-03-18

申请号：CN202510173985.6

申请日：2025-02-18

Applicant: 烟台大学

Inventor： 刘志中 ,  孙鸿祥 ,  初佃辉 ,  刘兆伟 ,  郭强

IPC: G06F18/2431 ,  G06F18/2415 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明涉及多模态情感分析技术领域，尤其是涉及一种基于双向翻译交互的超多模态情感分析方法及系统。方法，包括获取超多模态情感分析的历史数据样本和当前数据样本，包含图像、音频、文本、脑电和眼动共五种模态；将历史数据中的相似样本与当前数据样本进行加权融合，得到增强后的不确定模态缺失下的超多模态特征；将不确定模态缺失下的超多模态特征分别进行自注意力交互以提升各模态质量；将非脑电的四个模态进行拼接融合以及自注意力交互形成初始融合四模态，并通过多头注意力机制将脑电翻译为新的融合四模态；本发明通过将当前样本与相似样本进行加权平均融合，以增强各模态的质量。

公开(公告)号：CN119066621B

公开(公告)日：2025-03-14

申请号：CN202411554974.4

申请日：2024-11-04

Applicant: 烟台大学

Inventor： 刘志中 ,  赵卓 ,  黄光玉 ,  王飞 ,  刘仲尧

IPC: G06F18/25 ,  G06F18/241 ,  G06N3/0464 ,  G06Q50/06 ,  G01R31/08

Abstract: 本发明涉及电网故障诊断技术领域，具体为一种电网故障诊断方法、系统、装置和存储介质，对采集的原始故障录波数据和故障录波仿真数据进行预处理和同步压缩小波变换处理后，得到故障特征，将故障特征依次经全卷积掩码处理和解码处理后输入电网故障诊断模型进行模型训练，得到训练好的电网故障诊断模型，对新输入的故障录波数据进行浅层特征提取后进行多重卷积处理获得深度特征，然后进行无参注意力处理，与深度特征进行融合处理后得到加权深度特征，经下采样处理后将得到的最终加权深度特征进行全连接处理，输出对应的故障类型标签，可以提高电网故障诊断的准确性和效率。

公开(公告)号：CN119139704A

公开(公告)日：2024-12-17

申请号：CN202411659231.3

申请日：2024-11-20

Applicant: 烟台大学

Inventor： 王莹洁 ,  金世龙 ,  段培永 ,  滕浩钧 ,  孙美美 ,  刘颢 ,  刘志中 ,  赵相福

IPC: A63F13/56 ,  A63F13/837 ,  G06N3/09

Abstract: 本发明涉及多智能体控制技术领域，尤其是涉及一种多智能体博弈对抗的异构任务优化方法及系统。方法，包括获取博弈双方智能体可观测信息，基于获取的博弈双方智能体可观测信息，利用actor‑critic网络结构生成当前环境下的状态集合，将经验缓存区中的数据顺序打乱并重新编号，并抽取数据结合认知理论对actor‑critic网络结构进行训练。本发明通过先获取博弈双方智能体可观测信息，进而将状态观测数据传递给中心控制器，训练完后智能体就可以不再与中心控制器通信，可以基于自己的局部观测状态通过自己的动作策略函数来产生最优动作。

公开(公告)号：CN118841979A

公开(公告)日：2024-10-25

申请号：CN202411311278.0

申请日：2024-09-20

Applicant: 烟台大学

Inventor： 刘兆伟 ,  温浩男 ,  刘延乐 ,  刘志中 ,  阎维青 ,  赵相福 ,  于自强 ,  宋永超 ,  李恒 ,  单垚

IPC: H02J3/00 ,  G06F18/2415 ,  G06F18/10 ,  G06N3/094 ,  G06F17/16

Abstract: 本发明涉及模型运算技术领域，尤其是涉及一种基于多尺度异常检测的电力系统负荷预测方法及系统。方法，包括构建Transformer‑XL与生成对抗网络相结合的负荷预测模型；基于负荷预测模型对电力系统多源数据进行预测，得到负荷预测数据；基于多尺度卷积变分自编码器对电力系统多源数据进行异常检测，得到异常检测结果；将异常检测结果和负荷预测结果相融合，生成综合评分；根据生成的综合评分，利用贝叶斯优化自动调整关键超参数。本发明能够更好地处理电力负荷数据中的非线性和多维度变化，从而显著提升了负荷预测的精度。

公开(公告)号：CN118193853A

公开(公告)日：2024-06-14

申请号：CN202410605377.3

申请日：2024-05-16

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  宋笑宇 ,  初佃辉 ,  孙鸿祥 ,  王莹洁 ,  李春山

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/042

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为一种随机群组的兴趣点推荐方法、系统、设备和存储介质；为解决现有技术中随机群组兴趣点预测结果较低，推荐准确度较低，影响用户商业体验感的问题，本申请首先将基于随机群组的相似用户得到的待推荐兴趣点集特点，与用户性格影响度结合，获取随机群组拟合特征表示；接着，通过将兴趣交互结构图进行多层图神经网络处理，得到每个待推荐兴趣点特征表示；随后，将待推荐兴趣点特征表示进行概率映射处理，获取优选兴趣点；最后，根据优选兴趣点的预测评分获取随机用户的期望值后，进行多协商推荐处理，得到最优推荐兴趣点；应用在商业数据预测领域中，能提高推荐准确度更高，提升用户商业体验感。

公开(公告)号：CN118013130B

公开(公告)日：2024-06-04

申请号：CN202410410829.2

申请日：2024-04-08

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  张晓君 ,  初佃辉 ,  卢康 ,  皇浩

IPC: G06F16/9535 ,  G06Q30/0601

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于超服务网络的服务推荐方法、系统、设备和存储介质；为解决现有服务网络不能很好的表现出大量服务节点之间关系，影响服务推荐的准确度的问题，该服务推荐方法首先将节点端对端连接的初始服务网络中，每个初始服务节点的边总数，作为初始服务节点关键性顺序，进行基于超边的超服务网络的构建，得到初始超服务网络；然后，通过判断初始超服务网络中的服务节点总数大小，并基于服务节点超边、信誉值和协作次数，选择对初始超服务网络进行优化；最后，根据服务节点超边、信誉值和协作次数计算推荐值后，进行服务推荐；该推荐方法，推荐准确度高，用于商业领域服务推荐中会提高商业内容消费。

公开(公告)号：CN118035565A

公开(公告)日：2024-05-14

申请号：CN202410430460.1

申请日：2024-04-11

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  黄光玉 ,  初佃辉 ,  尚领 ,  孙鸿翔

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于多模态情绪感知的主动服务推荐方法、系统和设备；该服务推荐方法，首先针对不同模态特点进行不同特征提取方式，得到文本特征向量、图像特征向量和音频特征向量；然后，将片段融合向量与视频总融合向量均值进行处理后分类，得到用户情绪向量；最后，基于用户地址、属性和情绪、服务地址和属性、场景等信息，构建用户‑服务‑情景的图结构，基于图卷积处理的方式，得到的目标用户节点传播特征向量，服务节点传播特征向量，情景节点传播特征向量，经推荐值计算，将推荐值大于阈值对应的服务推荐给目标用户，实现对目标用户丰富且准确的服务推荐，提升用户的体验感。

公开(公告)号：CN117313972B

公开(公告)日：2024-04-12

申请号：CN202311271113.0

申请日：2023-09-28

Applicant: 烟台大学

Inventor： 王莹洁 ,  金世龙 ,  刘兆伟 ,  段培永 ,  刘志中 ,  童向荣 ,  宋永超

IPC: G06Q10/047 ,  B63B35/00 ,  G06Q10/0631

Abstract: 本发明属于无人艇控制技术领域，具体涉及一种无人艇集群的攻击方法、系统、装置及存储介质。基于获取的敌我双方无人艇信息，获取我方每艘无人艇采取动作所获得的收益，对我方每艘无人艇采取动作所获得的收益进行优势处理后，进行收益梯度处理，经动作损失处理后，预测下一步动作，对预测的下一步动作经策略损失处理后，得到我方每艘无人艇的最佳下一步动作，获得我方每艘无人艇的最佳攻击路线；结合混合策略及纳什均衡处理，获得混合策略的纳什均衡点，得到我方无人艇集群的协同攻击策略，既能保证我方每艘无人艇精准高效完成攻击任务，又能实现我方无人艇集群协同攻击收益最大化。