-
公开(公告)号：CN109710768A
公开(公告)日：2019-05-03
申请号：CN201910024324.1
申请日：2019-01-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于MIMO递归神经网络的纳税人行业两层级分类方法，包括以下内容：提取纳税人注册登记信息中的纳税人名称和经营范围2维文本特征及法人性别、登记注册类型、注册资本、从业人数、合伙人数等13维的非文本特征；为将文本特征和非文本特征同时作为输入，构建具有多输入多输出结构的GRU神经网络，以最小化交叉熵损失函数为优化目标训练神经网络，以此作为基础模型；设计行业大类到行业明细的映射关系；基于二者间的映射关系将基础模型进行分组融合，在隐藏层与另一层级的隐藏层向量进行融合，经sigmoid全连接层输出分类结果。本发明有效提高了多标签分类的准确性，以解决纳税人所属行业在行业大类和行业明细两个层级上的分类问题。
-
Patent Agency Ranking
公开(公告)号：CN109324876A
公开(公告)日：2019-02-12
申请号：CN201811190234.1
申请日：2018-10-12
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
Abstract: 本发明公开了一种高可用的Docker与虚拟机初始放置方法，包括以下内容：基于Docker-VM-PM三层架构建立高可用Docker与虚拟机放置(Docker and Virtual Machine Placement,简称DVMP)约束模型，在此基础上增加容器副本冗余部署的约束条件，构建高可用DVMP初始放置模型；根据高可用DVMP初始放置模型筛选出满足约束条件的虚拟机序列，基于此序列构建高可用的Docker和虚拟机的初始放置方案，并对得到的近似最优Docker、VM初始放置方案执行服务容错能力评价方法，计算容错度，作为当前Docker与虚拟机初始放置方案的服务容错能力。本发明提出的高可用的Docker与虚拟机初始放置方法，有效解决了数据中心资源利用率及服务容错能力的优化问题，同时保障用户服务的高可用。
-
公开(公告)号：CN109657947A
公开(公告)日：2019-04-19
申请号：CN201811489291.X
申请日：2018-12-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向企业行业分类的异常检测方法，包括：首先，提取纳税人行业信息中待挖掘的文本和非文本信息并进行特征处理和编码处理；其次，构建符合行业分类异常检测问题的深层网络结构，依据编码处理后数据的特征维数确定网络的输入、输出层的神经元个数；再次，基于所构建的深层网络结构，采用不同的训练策略通过交叉验证分别训练行业大类和行业明细的网络；最后，利用行业大类网络的降维特性融合SOS异常检测算法对行业大类进行异常检测，根据行业明细网络的重构特性对行业明细进行异常检测。本发明利用TADM模型对原始数据做异常检测，可以更加合理、准确地对国家的统计、税收、工商管理等宏观管理工作进行分析。
-
公开(公告)号：CN109657947B
公开(公告)日：2021-03-16
申请号：CN201811489291.X
申请日：2018-12-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向企业行业分类的异常检测方法，包括：首先，提取纳税人行业信息中待挖掘的文本和非文本信息并进行特征处理和编码处理；其次，构建符合行业分类异常检测问题的深层网络结构，依据编码处理后数据的特征维数确定网络的输入、输出层的神经元个数；再次，基于所构建的深层网络结构，采用不同的训练策略通过交叉验证分别训练行业大类和行业明细的网络；最后，利用行业大类网络的降维特性融合SOS异常检测算法对行业大类进行异常检测，根据行业明细网络的重构特性对行业明细进行异常检测。本发明利用TADM模型对原始数据做异常检测，可以更加合理、准确地对国家的统计、税收、工商管理等宏观管理工作进行分析。
-
公开(公告)号：CN109710768B
公开(公告)日：2020-07-28
申请号：CN201910024324.1
申请日：2019-01-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于MIMO递归神经网络的纳税人行业两层级分类方法，包括以下内容：提取纳税人注册登记信息中的纳税人名称和经营范围2维文本特征及法人性别、登记注册类型、注册资本、从业人数、合伙人数等13维的非文本特征；为将文本特征和非文本特征同时作为输入，构建具有多输入多输出结构的GRU神经网络，以最小化交叉熵损失函数为优化目标训练神经网络，以此作为基础模型；设计行业大类到行业明细的映射关系；基于二者间的映射关系将基础模型进行分组融合，在隐藏层与另一层级的隐藏层向量进行融合，经sigmoid全连接层输出分类结果。本发明有效提高了多标签分类的准确性，以解决纳税人所属行业在行业大类和行业明细两个层级上的分类问题。
-
公开(公告)号：CN109298914A
公开(公告)日：2019-02-01
申请号：CN201811190209.3
申请日：2018-10-12
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
IPC: G06F9/455
Abstract: 本发明公开了一种基于三层架构的Docker与虚拟机初始放置方法，包括以下内容：基于矢量装箱理论提出Docker-VM-PM三层架构下Docker、VM到PM的放置(Docker Placement and Virtual Machine Placement,简称DVMP)约束模型。在此基础上引入服务器资源利用率优化目标，构建DVMP初始放置模型。根据DVMP初始放置模型筛选同时满足所有约束条件的虚拟机序列，设计最小虚拟机计算规则筛选满足约束的激活态服务器序列。最后依据适应度函数在两类约束中分别进行最优VM、PM的决策，直至所有Docker装箱，完成基于三层架构的Docker和虚拟机的初始放置过程。本发明提出的初始放置方法在Docker-VM-PM三层架构下有效解决了数据中心资源利用率的优化问题，降低能源消耗。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
