-
公开(公告)号：CN119476594A
公开(公告)日：2025-02-18
申请号：CN202411549909.2
申请日：2024-11-01
Applicant: 重庆工商大学
IPC: G06Q10/04 , G06Q50/06 , G06Q50/26 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及碳排量预测领域，公开了一种针对碳排放量的TimesNet多源迁移预测方法，包括以下步骤：S1：数据采集与预处理；S2：源域模型预训练；S3：目标域多源模型的构建与微调；S4：迁移训练好的多源模型进行预测；S5：输出最终预测结果。本发明建立针对碳排放量的TimesNet多源迁移预测模型，通过TimesNet模型将碳排放数据的时间变化分解为2维张量，考虑了碳排放数据的时序特征；在模型中加入域自适应层以最小化域间差异，解决了在网络学习后期域间差异显著，可迁移能力下降的问题；通过改造损失函数并进行迁移学习，实现不需集成模型就可完成碳排放量的分解、集成及预测，解决为碳排放预测任务重新开发模型所耗成本较大的问题。
-
公开(公告)号：CN111652425A
公开(公告)日：2020-09-11
申请号：CN202010473060.0
申请日：2020-05-29
Applicant: 重庆工商大学
IPC: G06Q10/04 , G06F16/2458 , G06F16/29 , G06N3/04
Abstract: 本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；S4：输出预测结果。
-
-
-
公开(公告)号：CN111652425B
公开(公告)日：2024-03-22
申请号：CN202010473060.0
申请日：2020-05-29
Applicant: 重庆工商大学
IPC: G06Q10/04 , G06F16/2458 , G06F16/29 , G06N3/0442 , G06N3/048
Abstract: 本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；S4：输出预测结果。
-
Patent Agency Ranking
公开(公告)号：CN111667104A
公开(公告)日：2020-09-15
申请号：CN202010472457.8
申请日：2020-05-29
Applicant: 重庆工商大学
Abstract: 本发明公开了一种突发水质污染环境下的贝叶斯迁移学习方法，包括以下步骤：S1：收集历史数据，形成数据集；S2：对数据集进行原域贝叶斯网络建模；S3：使用迁移学习方法将贝叶斯网络迁移到目标域中突发水质污染环境数据中；S4：突发污染环境下的水质预测结果输出。本发明具有较强的时效性、解释性和预测精度。
-
公开(公告)号：CN114739391B
公开(公告)日：2024-11-22
申请号：CN202210354094.7
申请日：2022-04-06
Applicant: 重庆工商大学
Abstract: 本发明公开了一种跟踪目标的定位优化方法，该方法通过收集实时数据，分析得到目标运行轨迹；利用卡尔曼滤波、BP神经网络和粒子滤波进行优化，根据当前时刻所述卡尔曼滤波轨迹、所述BP神经网络轨迹和所粒子滤波轨迹上距离最近的两点的中点，计算下一时刻卡尔曼滤波预测结果和BP神经网络预测结果；最后通过综合卡尔曼滤波预测结果和所述BP神经网络预测结果，得到目标预测结果。本发明解决了当噪声较强的情况下，观测轨迹与目标运行轨迹之间会出现较大误差，定位不够准确的问题，达到了，弥补卫星定位位置更新延迟，提高了鲁棒性的技术效果。
-
公开(公告)号：CN111667104B
公开(公告)日：2023-08-04
申请号：CN202010472457.8
申请日：2020-05-29
Applicant: 重庆工商大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06F18/2415
Abstract: 本发明公开了一种突发水质污染环境下的贝叶斯迁移学习方法，包括以下步骤：S1：收集历史数据，形成数据集；S2：对数据集进行原域贝叶斯网络建模；S3：使用迁移学习方法将贝叶斯网络迁移到目标域中突发水质污染环境数据中；S4：突发污染环境下的水质预测结果输出。本发明具有较强的时效性、解释性和预测精度。
-
公开(公告)号：CN101935314B
公开(公告)日：2011-12-28
申请号：CN201010261219.9
申请日：2010-08-20
Applicant: 重庆工商大学
IPC: C07D311/32
CPC classification number: Y02P20/584
Abstract: 本发明实施例公开了一种黄烷酮类化合物的制备方法，将结构如式I所示的2’-羟基查耳酮类化合物在聚苯乙烯-吡啶树脂和甲醇存在条件下，进行环化反应生成式II所示的黄烷酮类化合物。本发明为多相催化反应，采用聚苯乙烯-吡啶树脂固体催化剂代替现有技术中N-烷基吡啶鎓盐-NaOH-水的液体催化剂，能够起到催化合成黄烷酮类化合物的作用，反应产物易于通过过滤分离，无需进行溶剂萃取，从而分离的成本、能耗低；同时，聚苯乙烯-吡啶树脂固体催化剂可回收并多次重复使用。因此，本发明提供的制备方法具有重大的应用价值和经济效益。实验结果表明，本发明提供的制备方法反应时间短，黄烷酮化合物产率高。
-
公开(公告)号：CN114739391A
公开(公告)日：2022-07-12
申请号：CN202210354094.7
申请日：2022-04-06
Applicant: 重庆工商大学
Abstract: 本发明公开了一种跟踪目标的定位优化方法，该方法通过收集实时数据，分析得到目标运行轨迹；利用卡尔曼滤波、BP神经网络和粒子滤波进行优化，根据当前时刻所述卡尔曼滤波轨迹、所述BP神经网络轨迹和所粒子滤波轨迹上距离最近的两点的中点，计算下一时刻卡尔曼滤波预测结果和BP神经网络预测结果；最后通过综合卡尔曼滤波预测结果和所述BP神经网络预测结果，得到目标预测结果。本发明解决了当噪声较强的情况下，观测轨迹与目标运行轨迹之间会出现较大误差，定位不够准确的问题，达到了，弥补卫星定位位置更新延迟，提高了鲁棒性的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
