-
公开(公告)号：CN118798593A
公开(公告)日：2024-10-18
申请号：CN202411273944.6
申请日：2024-09-12
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06Q50/43 , G06Q30/0601 , G06F18/22
Abstract: 本发明提供了多类型订单的城际动态拼车调度优化方法、装置、设备及系统，根据当前时刻获得的多类型订单信息和车辆信息执行客货联运的在线车辆调度和多类型订单离线车辆调度；将未匹配成功的订单按照利润最大的方式全部插入到车辆集合中，形成待分治解集合，并将待分治解集合分成若干组，每组至多包含一定数量的点；在每一个组中分别处理不同类型的订单；将每个组得到的最优解合并成为全局可行解，并通过客货联运的自适应大邻域搜索算法对全局可行解优化得到全局最优解。本方法的每条路线平均接送客总时间与贪心插入相差不大，但总利润、车辆平均满载率、总拼车乘客接客数、总包车数和总接货数都高于现有方法。
-
公开(公告)号：CN118761567A
公开(公告)日：2024-10-11
申请号：CN202411247314.1
申请日：2024-09-06
Applicant: 华侨大学 , 南威软件股份有限公司
IPC: G06Q10/063 , G06Q50/47 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了基于物理信息多任务模型的城际网约车长期可用运力预测方法、装置、设备及介质，包括：获取历史订单、运力数据，并进行预处理；根据时间将运营时间切片作为可用运力量特征，对切片特征进行编码，获取特征编码；根据城际运力守恒原则设计损失函数；按时间顺序排序并归一化，按预设时长分割数据，获取模型输入数据；通过多任务预测框架，同时预测两城可用运力，使用双向长短时记忆网络作为共享专家网络提取两个任务的共性特征，使用门控网络根据不同任务的特定需求分配不同专家网络的特征贡献，经位置编码处理后生成各任务特定的特征表示，为每个任务设计独立的Transformer层来获取预测结果。本方法提高了城际网约车可用运力预测的准确性和效率。
-
公开(公告)号：CN118606872B
公开(公告)日：2024-10-11
申请号：CN202411080347.1
申请日：2024-08-08
Applicant: 华侨大学 , 厦门市政工程有限公司
IPC: G06F18/2433 , G06F18/23213 , G06F18/214 , G06N3/042 , G06N3/045 , G06F18/243 , G06N20/20 , G06N3/006 , G06N3/088 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种安全水设备异常的检测方法和设备，包括构建一检测模型，构建过程具体包括以下步骤：（1）获取安全水设备的历史特征数据；（2）对数据进行预处理，获取处理后的数据;（3）将数据集分为训练集、验证集和测试集；（4）将训练集分为两份，一份单独为有监督异常检测分类算法的训练集，一份单独为无监督异常检测算法的训练集;（5）对于有监督异常检测分类算法的训练集，采用FastDTW对异常数据进行过采样，构造异常类别平衡的数据集；（6）对于无监督异常检测算法的训练集，过滤掉训练集中的异常数据;（7）用有监督异常检测分类算法的训练集训练有监督GWO‑Randomforest异常检测算法；（8）用无监督异常检测算法的训练集训练无监督GAT‑DiffusionVAE异常检测算法。
-
公开(公告)号：CN115063251B
公开(公告)日：2024-09-03
申请号：CN202210601033.6
申请日：2022-05-30
Applicant: 华侨大学
IPC: G06Q50/00
Abstract: 本发明公开了基于关系强度与反馈机制的社交传播动态网络表示方法，属于社交传播领域，包括：基于关系强度将社交传播动态网络划分为关系网络与传播网络；对传播动态网络进行描述；对社交传播网络中的节点表示；更新相关节点的邻接矩阵与注意力权重，同时聚合节点信息并反馈节点变化信息，最后结合自相关项与时间项更新节点表示；将attention机制应用到动态的模型中来度量各个节点的权重，考虑网络动态变化对attention的影响；本发明提供的方法用于社交传播动态网络表示，进行动态链接预测任务，解决了动态网络表示的及时性问题。
-
公开(公告)号：CN114818717B
公开(公告)日：2024-08-20
申请号：CN202210575509.3
申请日：2022-05-25
Applicant: 华侨大学
IPC: G06F40/295 , G06F40/242 , G06F40/253 , G06N3/0464 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明公开一种融合词汇和句法信息的中文命名实体识别方法及系统，包括以下步骤：步骤1、将原始输入文本映射为字向量，使用改进后的词集匹配算法引入外部词汇信息，并整合在每个字的输入表示中；步骤2、根据字的输入表示，利用双向LSTM抽取上下文信息；步骤3、使用NLP工具从原始输入文本中获取词性标签和句法成分，并且使用健值记忆网络构造句法向量，再通过门控机制对上下文向量与句法向量进行加权融合，获得特征向量；步骤4、将特征向量输入标签预测层的CRF中，实现中文命名实体识别。本发明能够解决中文命名实体中实体边界信息不足的问题和融合输入文本的句法信息。
-
Patent Agency Ranking
公开(公告)号：CN118013443B
公开(公告)日：2024-07-23
申请号：CN202410411047.0
申请日：2024-04-08
Applicant: 华侨大学 , 中建三局集团有限公司 , 中建三局(福建)投资建设有限公司
IPC: G06F18/2433 , G06F18/2113 , G06N3/045 , G06N3/0475 , G06N3/094 , F04B51/00 , G06F123/02
Abstract: 一种基于生成模型算法的在线实时真空干泵异常检测方法，涉及真空干泵异常检测技术领域。方法包含S1、获取泵的特征数据。S2、将特征数据输入异常检测模型，获取真空干泵的异常检测结果。异常检测模型通过以下步骤训练得到：A1、获取历史数据集。A2、进行预处理，获取样本数据集。A3、根据样本数据集和异常标签，分别计算皮尔逊相关系数，选取相关特征。A4、提取相关特征的数据进行等线分割，获取训练集和测试集。A5、基于深度学习生成模型算法构建待训练的异常检测模型，并根据训练集进行训练。A6、采用均方误差MSE作为异常得分计算指标计算异常得分，以最大的异常得分作为异常阈值。A7、将测试集输入模型进行测试，获取预先训练好的异常检测模型。
-
公开(公告)号：CN118313272A
公开(公告)日：2024-07-09
申请号：CN202410702932.4
申请日：2024-06-03
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06F30/27 , G06F30/18 , G06N3/126 , G06F111/04
Abstract: 本发明公开了一种城市道路交通流仿真参数标定方法及系统，包括如下步骤：获取仿真区域的历史车流数据和路网结构信息；构建交通流仿真标定模型的决策变量和约束条件；根据决策变量和约束条件构建仿真标定目标函数，从而建立仿真标定模型；构建交通流仿真标定模型的输入和输出；采用遗传算法对模型进行求解，得到标定后的仿真参数；选取工况下的特征结合仿真参数输入模型，输出仿真结果。本发明够针对交通流仿真的影响因素和标定目标不全面、仿真精度较差等问题，提出一种基于非线性最小二乘模型的城市道路交通流仿真参数标定方法，在平均车速和平均车头间距上的标定效果优于其他对比算法，有效提高了城市道路交通流仿真的精度。
-
公开(公告)号：CN117952019B
公开(公告)日：2024-06-28
申请号：CN202410335784.7
申请日：2024-03-22
Applicant: 华侨大学 , 福建三建工程有限公司
Abstract: 本发明提供的基于SRT的多点频域振动响应预测方法、装置、设备及介质，涉及多点频域振动响应预测领域，通过获取频率序列中每个频率下的振动响应频域数据样本集，用一频率下的振动响应频域数据训练一个多输入多输出的神经网络振动响应预测模型，并将训练好的预测模型作为源域，采用MMD及方差散度方法，得到不同频率的数据差异之后，使用SRT算法，得到最佳的迁移学习顺序；根据该顺序进行模型迁移学习，将上一个训练学习得到的模型参数作为下一个目标频率网络模型权值的初值并微调，达到模型迁移的目的。本发明考虑到源域和目标域之间的差异性和相似性，解决了在迁移过程中出现辅助域与目标域相差较大而出现负迁移的现象，响应预测的精度更高且速度快。
-
公开(公告)号：CN117648194B
公开(公告)日：2024-04-30
申请号：CN202410114597.6
申请日：2024-01-29
Applicant: 华侨大学 , 厦门万宾科技有限公司
Abstract: 本发明实施例提供一种非精确混合关键任务资源受限的能耗感知调度方法和系统，涉及混合关键系统调度技术领域。其包含：S1、建立多处理器平台的固定优先级非精确混合关键任务的任务模型。S2、根据任务模型，提出非精确混合关键多处理器的优先级天花板协议。S3、根据优先级天花板协议，获取任务集在系统处于低模式、高模式和模式转换期间时的调度可行的充分条件。S4、根据调度可行的充分条件，通过关键层次感知最坏适应利用率划分算法将系统中的任务集映射到多处理器平台的各个处理器。S5、根据映射到各个处理器的任务，以及调度可行的充分条件，计算多处理器平台的各个处理器的最优节能调度速度，以使各个处理器以最优节能调度速度执行任务。
-
公开(公告)号：CN117648194A
公开(公告)日：2024-03-05
申请号：CN202410114597.6
申请日：2024-01-29
Applicant: 华侨大学 , 厦门万宾科技有限公司
Abstract: 本发明实施例提供一种非精确混合关键任务资源受限的能耗感知调度方法和系统，涉及混合关键系统调度技术领域。其包含：S1、建立多处理器平台的固定优先级非精确混合关键任务的任务模型。S2、根据任务模型，提出非精确混合关键多处理器的优先级天花板协议。S3、根据优先级天花板协议，获取任务集在系统处于低模式、高模式和模式转换期间时的调度可行的充分条件。S4、根据调度可行的充分条件，通过关键层次感知最坏适应利用率划分算法将系统中的任务集映射到多处理器平台的各个处理器。S5、根据映射到各个处理器的任务，以及调度可行的充分条件，计算多处理器平台的各个处理器的最优节能调度速度，以使各个处理器以最优节能调度速度执行任务。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.038 seconds)
