-
公开(公告)号：CN119941071A
公开(公告)日：2025-05-06
申请号：CN202411860332.7
申请日：2024-12-17
Applicant: 重庆邮电大学
IPC: G06Q10/083 , G06Q10/047 , G06F30/20 , G06F18/23213 , G06F111/06 , G06F111/08 , G06F119/08 , G06F111/04
Abstract: 本发明提出的一种基于无接触配送下的卡车‑无人机协同配送模型及两阶段算法，包括针对无接触配送问题，充分考虑顾客的预期送达时间，构建了以卡车停靠点、卡车路径、无人机路径、顾客服务时间窗等因素为变量，以卡车运行成本、无人机运行成本和时间窗惩罚成本之和，构建目标最小化的卡车‑无人机协同配送混合整数规划模型。根据模型的特点，设计了两阶段算法，该算法第一阶段采用改进的K‑Means聚类方法，考虑无人机最大飞行距离以及客户点位置坐标对区域内客户进行聚类，满足区域内客户无人机可以抵达完成服务，聚类中心即卡车停靠点，同时为无人机发射点；第二阶段采用变邻域模拟退火算法，构建解的领域结构，优化卡车‑无人机协同配送路径，实现配送成本最小化。
-
公开(公告)号：CN116108246A
公开(公告)日：2023-05-12
申请号：CN202211555099.2
申请日：2022-12-06
Applicant: 重庆邮电大学
IPC: G06F16/9035 , G06F16/9038 , G06F40/30
Abstract: 本发明涉及一种考虑用户偏好一致性的语义非对称相似性推荐系统，属于推荐技术领域。包括：获取和清洗数据信息；转化评分为模糊语言术语；获取对目标项目i有过评分行为的用户集合Ui；借助概率语言术语集理论，计算项目间的语义相似性；获取用户对项目i和j的偏好信息；利用巴氏系数方法计算项目间的用户偏好一致性；利用用户一致性结果去调整语义相似性；获取项目i和j的共同评价项数量和目标项目i的用户评价数量，利用Sigmoid函数来计算项目间的非对称关系；利用项目间的非对称关系来打破加权后的语义相似性的对称性；利用评分预测方法计算出目标用户u在未评分项目上的预测值；对预测集合排序，并将预测值最高的前n个项目推送给目标用户u。
-
公开(公告)号：CN116861081A
公开(公告)日：2023-10-10
申请号：CN202310786117.6
申请日：2023-06-29
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/048 , G06N3/08 , G06F16/9538 , G06Q30/0601
Abstract: 本发明涉及一种融合项目不确定度的多属性神经协同推荐系统，属于推荐技术领域。包括：从数据库中获取和处理数据信息，以获得初始化评分矩阵；基于信息熵理论，根据不同用户对同一项目的评分分布情况来获取不确定度矩阵；从数据库中获得用户ID和未评分项目ID，将其作为神经网络的输入，得到用户对项目的多属性预测评分；将不确定度引入神经网络框架，作为权重因子去修正多属性预测评分；将修正后的多属性预测评分作为神经网络的输入，进行结果预测，以得到用户对项目的综合评分；根据预测评分进行对项目进行降序排序；设定待推荐项目数量，将符合推荐条件的项目推送给目标用户，形成个性化推荐列表。
-
公开(公告)号：CN116452293A
公开(公告)日：2023-07-18
申请号：CN202310416927.2
申请日：2023-04-18
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06F18/213 , G06F18/25 , G06N3/048
Abstract: 本发明提出一种融合物品受众特征的深度学习推荐方法及系统，属于推荐技术领域。包括有数据收集及数据清洗；转化评分为隐式反馈矩阵；获取物品的历史交互用户列表；运用注意力机制，自适应计算物品的个性化受众特征；通过线性回归与向量内积学习数据中的低阶特征；设计特征交互层以显式地进行特征交叉；利用多层全连接神经网络进一步学习高阶特征；融合低阶和高阶特征信息输出目标用户对物品的预测值；对预测集合排序，进行top‑N推荐；经过多次实验验证，本发明能够充分挖掘历史交互信息中的潜在价值，提高推荐质量，展现出良好的应用潜力。
-
-
-
Search Results
4
records
(took 0.02 seconds)
