一种基于Chan-StackedLSTM-DT模型的股价趋势预测方法

    公开(公告)号:CN119809831A

    公开(公告)日:2025-04-11

    申请号:CN202411882698.4

    申请日:2024-12-19

    Abstract: 本发明涉及价格预测技术领域,具体为一种基于Chan‑StackedLSTM‑DT模型的股价趋势预测方法,包括:获取股票k线数据,基于缠论技术分析方法将k线数据处理成线段,定义一个线段就是一个趋势;基于一种新颖的股票信息融合方法进行股票信息融合,以趋势的形态特征为基础,将一个趋势内的其他特征按时序融入形态特征中,构造完整的趋势特征;预测当前线段的幅度,并寻找拐点信号;在预测当前线段的幅度、并寻找拐点信号过程中,若在股价上升趋势中,股价下行并跌穿上一个拐点价位,或者当股价在下跌趋势中,出现股价上行并突破上一个拐点价位,均说明上一个拐点预测失败,按步骤1至步骤3重新预测,极大的提高了预测效果。

    一种行驶路径隐私保护方法、电子设备及存储介质

    公开(公告)号:CN119557917A

    公开(公告)日:2025-03-04

    申请号:CN202411596350.9

    申请日:2024-11-11

    Abstract: 本发明涉及车辆行驶路径隐私保护领域,具体为一种行驶路径隐私保护方法、电子设备及存储介质,包括:采集物流车辆的动态路网数据,进行层次化划分处理;设置路网数据中道路节点的节点密度,确认混淆位置的可选集合;确定混淆位置的选择概率,确认最终的混淆位置;分析层次化路网数据中各层次的不可区分性,动态调整隐私预算;确认客户端模型梯度,动态调整客户端的标签种类;计算客户端的梯度变化率,生成符合高斯分布的噪声;更新本地模型噪声的梯度和参数,添加高斯噪声至全局模型;将添加噪声的全局模型广播给客户端;通过动态调整路径和节点密度,实现物流车辆行驶路径的隐私保护。

    一种基于改进人工势场法的仓储AGV静态路径规划方法

    公开(公告)号:CN119197548B

    公开(公告)日:2025-03-04

    申请号:CN202411732472.6

    申请日:2024-11-29

    Abstract: 本发明涉及计算机科学与优化算法领域,涉及一种基于改进人工势场法的仓储AGV静态路径规划方法,该方法通过栅格法对无人化仓储环境进行建模,设置地图尺寸及静态障碍物坐标。首先,在确认起始和目标节点之前,对所有可行区域计算静态障碍物的斥力。当多个障碍物相邻时,将其合并为整体,并通过质心计算斥力方向及边缘距离计算斥力大小;若不相邻,则分别计算每个障碍物的斥力并进行衰减。确认起始和目标节点后,生成恒定的引力,并通过BFS算法计算可行区域的连通值,连通值用于调节引力大小。最后,结合引力、斥力和连通值,选择合力角度与目标节点接近且合力较大的节点压入栈中,直至起始节点被压入栈中,最终输出栈中节点作为最佳路径。

    一种用于可重构制造系统的复合工艺路线优化方法

    公开(公告)号:CN119379119A

    公开(公告)日:2025-01-28

    申请号:CN202411988643.1

    申请日:2024-12-31

    Abstract: 本发明涉及一种用于可重构制造系统的复合工艺路线优化方法,包括:通过订单获得生产需求和工件需求量,确定未分组工件的工艺序列;根据工艺序列,从而得到机床序列,计算基本工艺时间序列,提取最长公共子序列与最短混合序列,计算两个工件之间的相似性指标;利用基于模糊逻辑的动态权重分配方法计算相似性指标的权重,计算两个工件的综合相似系数;利用层次聚类算法对综合相似矩阵进行聚类,选定合适的相似度要求,得到最终划分的工件族;该方案利用基于遗传优化的复合工艺路线规划方法获取最终的复合工艺路线。本发明通过智能化的工件族划分与工艺优化方法,显著提高了生产效率和资源利用率,适应了多品种、小批量生产的动态制造需求。

    基于优化鲸鱼算法的二型模糊神经网络模型的预测方法

    公开(公告)号:CN118747508A

    公开(公告)日:2024-10-08

    申请号:CN202410224370.7

    申请日:2024-02-29

    Abstract: 本发明公开了基于优化鲸鱼算法的二型模糊神经网络模型的预测方法包括定义了一种二型模糊神经网络模型,该神经网络模型是由n个输入变量、一个输出变量和k条规则构成。如下图所示,该二型模糊神经网络模型是由注意力机制层、二型模糊映射层、规则触发层、模糊降型层、后件集合层以及结果输出层所组成的一种神经网络模型结构。本发明提出了一种优化的鲸鱼算法来对二型模糊神经网络模型中的前件以及后件参数进行搜索性能上的优化。该优化鲸鱼算法采用多个种群同时进化的策略,可以提高种群多样性,增强全局搜索能力,对于二型模糊神经网络模型中的参数辨识以及搜索具有很好地提升。

    一种基于面部动态集成的深度伪造检测方法及系统

    公开(公告)号:CN117975577A

    公开(公告)日:2024-05-03

    申请号:CN202410144827.3

    申请日:2024-01-31

    Abstract: 本发明公开了一种基于面部动态集成的深度伪造检测方法及系统,涉及计算机视觉技术领域,包括:构建面部检测器并输入图像,获得候选边界框及每个类别中的置信度分数,基于所述置信度分数,选择将用于深度伪造检测的人脸部分,调整像素;将人脸部分调整大小的补丁输入到真假的二元分类器中,获得真假类的概率分布作为输出,计算所有分类器的概率分布的平均值,得到集成深度假检测器的最终输出;针对部分遮挡和编辑的鲁棒深度伪造检测,构建基于面部组合的动态集成检测器,训练特定于不同分辨率的CNN模型,并根据输入图像的分辨率自适应地选择一个模型。本发明能够有效地提高预测结果的准确性和可靠性,具有广泛的应用前景。

    一种基于可解释模型的物流时效预测方法及系统

    公开(公告)号:CN117973610A

    公开(公告)日:2024-05-03

    申请号:CN202410129576.1

    申请日:2024-01-31

    Abstract: 本发明公开了一种基于可解释模型的物流时效预测方法及系统,涉及物流技术领域,包括:采集物流数据集,对物流数据集进行规范化处理;基于规范化后的数据集构建决策树模型;对决策树模型进行预测准确度判断获得物流时效预测模型;基于物流时效预测模型优化物流流程。本发明确保了数据集的全面和高效利用,避免数据子集由于随机性或偏差而未被充分考虑的问题。本发明了解各个自变量对模型预测的贡献度,帮助用户理解模型的决策机制,增强模型的透明度和可信度。本发明实现模型的动态选择和优化,确保输出的模型具有最佳的预测效果。根据SHAP值和模型预测效果进行有针对性的模型剪枝,既保证模型的预测准确性,又提高了模型的计算效率和简洁性。

Patent Agency Ranking