-
公开(公告)号：CN118733788A
公开(公告)日：2024-10-01
申请号：CN202410857124.5
申请日：2024-06-28
Applicant: 重庆邮电大学
IPC: G06F16/36 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多尺度空洞Transformer的知识图谱嵌入方法及装置，属于计算机存储技术领域。该方法包括：样本采集阶段、向量融合阶段、模型构建与训练阶段和链接预测阶段；其中，模型构建与训练阶段具体是构建基于多尺度空洞Transformer的深度学习模型，该模型是一个两阶段的Transformer架构，第一阶段利用融合空洞卷积的多尺度空洞注意力学习到复杂的局部特征信息，第二阶段使用融合子图邻接矩阵的多头结构感知注意力，保证注意力计算分数和子图结构保持高度一致，学习全局信息，得到Transformer的编码结果，包含局部和全局特征信息。本发明能提高知识图谱嵌入的性能。
-
公开(公告)号：CN117575122A
公开(公告)日：2024-02-20
申请号：CN202311749493.4
申请日：2023-12-19
Applicant: 重庆邮电大学
IPC: G06Q10/047 , G06Q10/083 , G06F18/23213 , G06F17/16 , G06N3/126
Abstract: 本发明涉及一种动态需求下面向大规模客户的车辆路径优化方法，属于路径规划领域，包括以下步骤：S1：通过多维聚类将大规模客户划分成n个配送区域，计算各区域距离矩阵；S2：构建末端物流车辆路径优化模型，使用遗传算法求解各区域所有静态客户的初始配送路径；S3：根据路线中实时订单量与车载量的关系动态调整配送路径，若初始路径中客户订单量超出车载量，利用节约里程法将初始路径拆分为多条子路线配送，若客户订单量过小，采用最邻近算法将其中客户点插入邻近路线合并配送，若客户订单量适中，采用遗传算法求解动态需求下的车辆路径；S4：对比初始路径与新路径总行驶里程，输出动态路径规划的最终配送路径。
-
公开(公告)号：CN119089995A
公开(公告)日：2024-12-06
申请号：CN202411219852.X
申请日：2024-09-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多关系知识增强图卷积网络的知识图谱嵌入方法及系统，属于知识图谱嵌入领域。该方法包括：S1：对输入的知识图谱中的关系进行扩展，引入每种关系的逆关系并添加自循环边；S2：在图神经网络中使用循环相关操作引入实体‑关系组合操作以将关系特征纳入特征传播中，捕捉实体和关系之间的交互模式，并通过注意力机制计算每种关系的权重，学习每个实体在不同关系下的语义变化；S3：在图神经网络的更新函数中，使用节点的所有邻居集合来更新节点嵌入，并更新相应的边；S4：从更新后的节点嵌入和关系嵌入中检索出每个实体和关系的特征矩阵，使用DTAE作为解码器对三元组进行评分。本发明能提高知识图谱嵌入的性能。
-
公开(公告)号：CN118194232A
公开(公告)日：2024-06-14
申请号：CN202410376821.9
申请日：2024-03-29
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/15 , G06F18/213 , H02J3/00 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于工业用电量预测技术领域，具体涉及一种基于二次分解的工业用电量预测方法；包括：对原始工业用电量数据进行预处理，得到工业用电量时间序列；采用VMD对工业用电量时间序列进行分解并使用KLD值确定VMD分解的模态数量；计算VMD分解得到的每个IMF分量的样本熵并将IMF分量划分为低复杂度序列和高复杂度序列；将高复杂度序列求和；采用CEEMDAN对求和后的序列进行分解，得到多个子序列；对多个子序列采用F检验和MI值进行筛选，将筛选后的子序列和低复杂度序列分别输入到工业用电量预测模型中，得到每个序列的预测结果；将所有序列的预测结果进行叠加，得到最终的工业用电量预测结果；本发明能够有效地消除噪声同时保留有价值的信号成分，实现更稳定、更高质量的预测结果。
-
-
-
Search Results
4
records
(took 0.017 seconds)
