一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法

    公开(公告)号:CN108921670A

    公开(公告)日:2018-11-30

    申请号:CN201810724191.4

    申请日:2018-07-04

    Abstract: 本发明公开了一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法,包括从电商平台的数据集中获取用户购买药品的购买记录数据,并对购买记录数据进行整理得到用户-药品评分矩阵;基于购买记录数据中相似用户的购买记录建立用户潜在兴趣模型,并基于用户潜在兴趣模型获取用户潜在兴趣数据;将用户潜在兴趣数据合并到用户-药品评分矩阵;基于购买记录数据中用户购买过的药品所属类别的流行度和用户对该类别的偏爱建立类别相关模型;对合并了用户潜在兴趣数据的用户-药品评分矩阵进行矩阵分解,并将分解得到的用户偏好预测矩阵和类别相关模型进行线性融合生成推荐列表。本发明有效解决了现有技术中评分矩阵稀疏性对推荐效率造成影响的问题。

    一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法

    公开(公告)号:CN108921670B

    公开(公告)日:2022-06-14

    申请号:CN201810724191.4

    申请日:2018-07-04

    Abstract: 本发明公开了一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法,包括从电商平台的数据集中获取用户购买药品的购买记录数据,并对购买记录数据进行整理得到用户‑药品评分矩阵;基于购买记录数据中相似用户的购买记录建立用户潜在兴趣模型,并基于用户潜在兴趣模型获取用户潜在兴趣数据;将用户潜在兴趣数据合并到用户‑药品评分矩阵;基于购买记录数据中用户购买过的药品所属类别的流行度和用户对该类别的偏爱建立类别相关模型;对合并了用户潜在兴趣数据的用户‑药品评分矩阵进行矩阵分解,并将分解得到的用户偏好预测矩阵和类别相关模型进行线性融合生成推荐列表。本发明有效解决了现有技术中评分矩阵稀疏性对推荐效率造成影响的问题。

    一种基于强化学习改进的航空医学应急调度方法及系统

    公开(公告)号:CN117422179A

    公开(公告)日:2024-01-19

    申请号:CN202311510623.9

    申请日:2023-11-14

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于强化学习改进的航空医学应急调度方法及系统,属于航空医学应急救援技术领域。该方法包括以下步骤:S1、获取航空医学应急救援任务因素相关数据;S2、获取航空医学应急救援需求因素相关数据,包括航空装备基站因素以及医疗资源因素两大类数据;S3、建立航空医学应急调度多目标优化模型;S4、求解航空医学应急调度多目标优化模型。本发明技术方案从跨区域的分层级调度方法角度出发,基于大型自然灾害全国多区域合作调度方向,考虑时间效率的同时考虑医学应急救援调度任务的需求满足度,建立航空医学应急救援分级协同调度多目标优化模型,用更加高效、智能的算法求解模型,从而得出更加合理的调度方案。

    一种基于无线电高度辅助测算的擦机尾风险识别分析方法及系统

    公开(公告)号:CN117314173A

    公开(公告)日:2023-12-29

    申请号:CN202311486143.3

    申请日:2023-11-08

    Abstract: 本发明涉及一种基于无线电高度辅助测算的擦机尾风险识别分析方法及系统,属于航空飞行器技术领域。本方法包括以下步骤:计算获取飞机起飞时的抬头率P、获取飞机起飞时无线电高度数据H、结合飞机起飞时的抬头率P和无线电高度H进行加权计算,获得飞机起飞时的离地姿态数据G、以飞机主起落架完全压缩时的擦尾姿态数据作为风险阈值、比较离地姿态数据G和风险阈值,将离地姿态数据大于风险阈值的航班认定为风险航班。本发明技术方案以无线电高度作为辅助判断擦机尾风险分析,具有提高准确性、减少假事件、增强擦机尾风险管理能力等优势和成果效益。这些能够为航空公司提供有效的支持和帮助,促进航空安全的提升和业务发展。

    融合三元组损失和生成对抗网络的多标签图像检索方法

    公开(公告)号:CN110321957B

    公开(公告)日:2023-03-24

    申请号:CN201910605728.X

    申请日:2019-07-05

    Abstract: 本发明提供了一种融合三元组损失和生成对抗网络的多标签图像检索方法,其包括步骤:搭建深度学习框架,部署生成对抗网络模型;输入图像数据集至生成对抗网络模型中以获取多标签图像和三元组数据;基于多标签图像构建三元组损失函数;从图像数据集中选取第一图像对深度哈希编码网络进行训练以获取完成训练的深度哈希编码网络;从图像数据集中选取预设数量的第二图像,将第二图像输入完成训练的深度哈希编码网络以获取哈希向量数据库;将需要检索的第一图像输入完成训练的深度哈希编码网络以检索出与第一图像相似的第二图像。本发明通过使用生成对抗网络生成与数据集样本相似的多标签生成图片,扩充了训练数据量,提高了图像的检索速度和精度。

    基于多分支时间卷积网络的重着陆的分析方法和装置

    公开(公告)号:CN113486938B

    公开(公告)日:2022-11-01

    申请号:CN202110720131.7

    申请日:2021-06-28

    Applicant: 重庆大学

    Abstract: 本申请提出了一种基于多分支时间卷积网络的重着陆的分析方法,该方法包括:获取原始参数数据和动态时间点;使用改进后的时间卷积网络对原始参数数据进行卷积操作生成每个参数的特征图;对特征图进行特征提取生成整体特征表示;使用整体特征表示对预设类别进行学习得到预设类别的参数层面以及每个参数的特征图所占的权重;根据参数层面以及每个参数的特征图所占的权重对整体特征表示中的特征图进行线性组合,得到最终的类激活映射图,根据类激活映射图对飞机重着陆进行分析。本发明为航空领域的安全事故或超限事件提供了新思路,为时间序列分类问题的可解释性工作提供了参考,还为飞行安全提供了技术借鉴,具有较好的理论和应用价值。

    一种具有线性时间复杂度的影响力最大化算法

    公开(公告)号:CN107423842A

    公开(公告)日:2017-12-01

    申请号:CN201710327552.7

    申请日:2017-05-09

    Applicant: 重庆大学

    CPC classification number: G06Q10/047

    Abstract: 本发明涉及一种具有线性时间复杂度的影响力最大化算法,包括以下步骤:S1影响力计算;以迭代的方式计算任意给定节点u的γ邻域影响力,并以此作为该节点的全局影响力的近似表示;S2种子节点选择;根据步骤S1的计算结果采用贪心策略选择最优的k个种子节点。该算法能够根据给定的传播模型设计递归公式,然后以迭代的方式快速计算网络中节点的影响力,从而极大地提高算法效率。

    一种飞行着陆品质监控与评估方法及系统

    公开(公告)号:CN114282792B

    公开(公告)日:2025-02-11

    申请号:CN202111559889.3

    申请日:2021-12-20

    Abstract: 本发明提供了一种飞行着陆品质监控与评估方法及系统,属于数据挖掘、航空安全、风险评估领域。该方法利用飞机的原始QAR数据获得与重着陆相关的Measurement指标,并利用Measurement指标获得重着陆风险值。所述方法包括:(1)采集飞机的原始QAR数据;(2)从原始QAR数据中提取出飞行参数测量值,即Measurement数据;(3)对数据进行预处理;(4)构建重着陆风险评估模型,获得重着陆风险值。利用本发明,航空公司能够了解航班重着陆风险程度和探究其风险原因,便于实现海量航班数据管理以及自动化评估,还能够通过可视化展示风险变化趋势等有价值的信息。

    一种基于QAR的单发滑行时间判断与节油量分析方法及系统

    公开(公告)号:CN117454117B

    公开(公告)日:2024-07-30

    申请号:CN202311486720.9

    申请日:2023-11-08

    Abstract: 本发明涉及一种基于QAR的单发滑行时间判断与节油量分析方法及系统,属于航空飞行器技术领域。该方法基于QAR数据判断单发滑行时间并对节油量进行分析,包括以下步骤:S1、获取参与计算的飞行参数;S2、获取单发滑行时间;S3、获取单发滑行耗油量;S4、获取全发标准耗油量,即计算单发滑行时间范围内,若采用全发滑行方式,则将产生的平均耗油量;S5、计算实际节油量,获得分析结果。通过本发明的技术方案计算单发滑行的实际节油量,能够为航空公司节约航油消耗成本提供有效的数据支持和帮助,在不影响航空飞行安全的情况下航空业务发展,为节能减排做出一定共享。

    基于元路径子图的异质图信息提取方法和装置

    公开(公告)号:CN113569906B

    公开(公告)日:2024-03-15

    申请号:CN202110649772.8

    申请日:2021-06-10

    Applicant: 重庆大学

    Abstract: 本申请提出了一种基于元路径子图的异质图信息提取方法,涉及异质图信息提取技术领域,其中,该方法包括:通过异质属性转换,将异质图包含的节点的属性映射到同一特征空间,生成对应的特征向量;根据元路径类别的不同对异质图进行分解,生成同质子图和异质子图;分别对同质子图和异质子图中节点的特征向量进行卷积,生成目标节点在不同子图中的特征表示;对目标节点在不同子图中的特征表示按照相应的权重进行融合,获取到每个节点的多重语义和多种子图结构。本发明可以很好地捕获同质邻居和异质邻居的结构、语义和属性信息,能够提供更加完善的节点特征表示,能够用于广泛的机器学习和图数据挖掘任务。

Patent Agency Ranking