-
公开(公告)号：CN111210085B
公开(公告)日：2023-01-24
申请号：CN202010039863.5
申请日：2020-01-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于多视图集成学习的煤矿瓦斯浓度预警方法，检测当前煤矿瓦斯浓度风险等级，若当前煤矿瓦斯浓度风险等级大于事故阈值，则进行预警提示，包括：读取煤矿瓦斯浓度数据集，进行预处理后分成训练集和测试集；计算特征间的互信息和特征与标签之间的互信息，得到关联矩阵；利用视图内特征间互信息之和分析视图的充分冗余性，利用典型相关分析技术分析视图间条件独立性，利用二者通过有监督的方式将单视图数据构造为多视图数据；在多视图构造结果上利用多视图集成学习算法融合各个视图上的结果，得到煤矿瓦斯浓度风险等级。本发明能够综合利用当前煤矿瓦斯浓度监测数据，提高预警准确度。
-
公开(公告)号：CN114325384A
公开(公告)日：2022-04-12
申请号：CN202111578369.7
申请日：2021-12-22
Applicant: 重庆邮电大学
IPC: G01R31/34
Abstract: 本发明请求保护一种基于电机故障知识的众包采集系统及方法，属于知识图谱技术领域。系统包括数据采集模块：通过人机交互收集专家的答案，并完成众包采集的任务。人机交互部分主要分为三大模块：小程序部分、故障调查问卷部分、论文知识抽取部分。模型训练模块：使用的模型是BERT模型，主要用来进行命名实体识别任务，从文章中提取关键实体，并将这些实体匹配，构建电机故障知识图谱。知识构建模块：在系统知识训练之后，根据谓词和编辑距离进行匹配，将故障描述与故障的元件，故障解决方式，故障原因对应起来。通过以上技术，成功设计和实现电机故障知识众包知识采集系统，能够从各种文件格式中抽取电机故障知识，并构建电机故障知识库和知识图谱。
-
公开(公告)号：CN112464672A
公开(公告)日：2021-03-09
申请号：CN202011344407.8
申请日：2020-11-25
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/284 , G06F16/242 , G16Y40/20
Abstract: 本发明请求保护一种在物联网边缘设备中构建语义模型的优化方法，其包括以下步骤：物联网领域本体的构建步骤、数据标注步骤、RDF数据存储步骤及RDF数据推理步骤；其中，物联网领域本体的构建步骤是构建表示物联网中传感器节点信息、执行设备信息、环境状态在内的概念和数据以及他们的属性、关系；数据标注步骤是将传感器网络节点的数据流，执行设备的数据流转换成RDF格式数据；RDF数据存储步骤是将数据标注之后的数据进行持久化的本地存储；RDF数据推理是利用推理机将标注后的RDF数据进行前项链推理，得到知识间的隐含关系，同时利用规则推理实现对特定事件的策略生成。同时提出了一种适用于物联网设备的本体构建方法和优化语义推理过程的模式选择算法。
-
公开(公告)号：CN114282548A
公开(公告)日：2022-04-05
申请号：CN202210001924.8
申请日：2022-01-04
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对物联网数据的自动语义标注系统，属于物联网技术和语义网技术结合领域，包括物联网传感器数据预处理模块、物联网领域本体模块、数据RDF处理模块和语义标注模块；物联网传感器数据预处理模块用于对传感器数据进行分析预处理，对感知数据进行格式和位置分析，并使用聚类算法挖掘数据中隐含的知识信息；物联网领域本体模块用于表示物联网中传感器节点数据的语义概念和概念的属性、关系；数据RDF处理模块用于将经过预处理的物联网传感器数据流格式化转换成包含语义信息的RDF格式数据；语义标注模块使用基于SWRL语言定义的推理规则为经过聚类分析后的RDF三元组格式的传感器数据流添加概念和属性。
-
Patent Agency Ranking
公开(公告)号：CN112365014A
公开(公告)日：2021-02-12
申请号：CN202011254335.8
申请日：2020-11-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于GA‑BP‑CBR的工业设备故障诊断系统及方法，包括：GA‑BP神经网络模块、案例推理CBR网络模块、结果修正模块及输出模块，其中,输入模块输入故障训练数据集给神经网络模块，GA‑BP神经网络模块训练出预分类网络，同时将案例描述通过CBR案例推理，形成案例库文件；利用训练好的预分类网络的输出结果对案例建立索引，将原案例库划分为若干个子案例库，诊断时，先将测试数据输入训练好的预分类网络，根据网络的输出，在相应的子案例库中寻找相似案例集，最后结果修正模块对得到的案例集参照神经网络的输出进行评价修正，得到最终的诊断结果。本发明减少了故障诊断检索时间并且提高了生产效率。
-
公开(公告)号：CN111210085A
公开(公告)日：2020-05-29
申请号：CN202010039863.5
申请日：2020-01-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于多视图集成学习的煤矿瓦斯浓度预警方法，检测当前煤矿瓦斯浓度风险等级，若当前煤矿瓦斯浓度风险等级大于事故阈值，则进行预警提示，包括：读取煤矿瓦斯浓度数据集，进行预处理后分成训练集和测试集；计算特征间的互信息和特征与标签之间的互信息，得到关联矩阵；利用视图内特征间互信息之和分析视图的充分冗余性，利用典型相关分析技术分析视图间条件独立性，利用二者通过有监督的方式将单视图数据构造为多视图数据；在多视图构造结果上利用多视图集成学习算法融合各个视图上的结果，得到煤矿瓦斯浓度风险等级。本发明能够综合利用当前煤矿瓦斯浓度监测数据，提高预警准确度。
-
公开(公告)号：CN114282548B
公开(公告)日：2024-07-26
申请号：CN202210001924.8
申请日：2022-01-04
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F18/2321 , G06N3/006 , G06N5/04 , G06F18/241
Abstract: 本发明涉及一种针对物联网数据的自动语义标注系统，属于物联网技术和语义网技术结合领域，包括物联网传感器数据预处理模块、物联网领域本体模块、数据RDF处理模块和语义标注模块；物联网传感器数据预处理模块用于对传感器数据进行分析预处理，对感知数据进行格式和位置分析，并使用聚类算法挖掘数据中隐含的知识信息；物联网领域本体模块用于表示物联网中传感器节点数据的语义概念和概念的属性、关系；数据RDF处理模块用于将经过预处理的物联网传感器数据流格式化转换成包含语义信息的RDF格式数据；语义标注模块使用基于SWRL语言定义的推理规则为经过聚类分析后的RDF三元组格式的传感器数据流添加概念和属性。
-
公开(公告)号：CN108921188B
公开(公告)日：2020-11-17
申请号：CN201810500016.7
申请日：2018-05-23
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N20/00 , G06F16/182 , G06F16/27
Abstract: 本发明请求保护一种基于Spark大数据平台的并行CRF算法，涉及数据挖掘技术和自然语言处理技术。首先，读取大规模数据集，进行数据初始化处理，将数据集划分为训练集和测试集。其次，获取特征模板，创建分布式训练数据集RDD和分布式特征模型RDD。再次，利用flatMap特征模型将训练数据转换成特征，通过整合相同的特征得到特征RDD，从而生成并行特征。然后，通过梯度计算更新特征权值，直到所有训练数据RDD更新完成，得到特征权值向量。最后，从HDFS上读取训练好的模型数据和测试数据，将测试数据执行特征抽取操作，利用特征权值向量计算得到最优预测标记序列，将输出存在HDFS中。本发明提高了CRF算法的高迭代效率。
-
公开(公告)号：CN108921188A
公开(公告)日：2018-11-30
申请号：CN201810500016.7
申请日：2018-05-23
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于Spark大数据平台的并行CRF算法，涉及数据挖掘技术和自然语言处理技术。首先，读取大规模数据集，进行数据初始化处理，将数据集划分为训练集和测试集。其次，获取特征模板，创建分布式训练数据集RDD和分布式特征模型RDD。再次，利用flatMap特征模型将训练数据转换成特征，通过整合相同的特征得到特征RDD，从而生成并行特征。然后，通过梯度计算更新特征权值，直到所有训练数据RDD更新完成，得到特征权值向量。最后，从HDFS上读取训练好的模型数据和测试数据，将测试数据执行特征抽取操作，利用特征权值向量计算得到最优预测标记序列，将输出存在HDFS中。本发明提高了CRF算法的高迭代效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
