-
公开(公告)号：CN110110887A
公开(公告)日：2019-08-09
申请号：CN201910223787.0
申请日：2019-03-22
Applicant: 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
Abstract: 本申请提出了对低压台区线损率的预测方法，包括获取低压台区线损数据，将获得的数据进行数据清洗，剔除其中异常线损数据；将清洗过的数据按特征进行K-Means聚类，计算各个K值对应的轮廓系数，并选择轮廓系数最接近1的聚类数为最优聚类数；归一化或标准化聚类后的特征数据，基于处理后的数据确定训练集和测试集；构建卷积神经网络模型，利用得到数据矩阵对模型进行训练，使用训练好的模型对数据进行预测。通过基于K-Means聚类和深度学习理论的卷积神经网络建立低压台区线损率的预测模型，既考虑了合计供电量、台区容量、总用户等特征数据与当前线损率之间的关系，又使用了上月线损率、同期线损率、同期累计线损率等历史线损数据来提高预测的准确性。
-
公开(公告)号：CN111816212B
公开(公告)日：2022-10-11
申请号：CN202010563652.1
申请日：2020-06-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征集融合的语音情感识别及评价方法，本发明利用Opensmile工具包提取IS09_emotion、IS10_paraling、IS11_speaker_state、IS12_speaker_trait四种语音情感特征集，建立Stacking集成学习模型，通过Stacking的初级学习器融合四种语音特征集，并通过Stacking的次级学习器建立最终的语音情感识别模型。实验结果表明在EMODB和RAVDESS这两种常见的语音数据库上，Stacking集成学习模型不仅关注单个语音情感特征集，同时可以融合不同语音情感特征集，进而达到更好的情感识别效果。
-
公开(公告)号：CN111816212A
公开(公告)日：2020-10-23
申请号：CN202010563652.1
申请日：2020-06-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征集融合的语音情感识别及评价方法，本发明利用Opensmile工具包提取IS09_emotion、IS10_paraling、IS11_speaker_state、IS12_speaker_trait四种语音情感特征集，建立Stacking集成学习模型，通过Stacking的初级学习器融合四种语音特征集，并通过Stacking的次级学习器建立最终的语音情感识别模型。实验结果表明在EMODB和RAVDESS这两种常见的语音数据库上，Stacking集成学习模型不仅关注单个语音情感特征集，同时可以融合不同语音情感特征集，进而达到更好的情感识别效果。
-
公开(公告)号：CN111507657A
公开(公告)日：2020-08-07
申请号：CN202010184094.8
申请日：2020-03-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于半自动拣选系统的订单分波方法，本发明将订单分为单品单件订单、批量订单、散单订单，单品单件订单通过计算订单矩阵得到单品单件波次单后，可由人工快速分拣处理。批量订单是相同的SKU、相同的数量且超一定订单数量，经订单矩阵计算后得到批量订单，并由人工快速分拣处理。散单订单通过层次聚类算法计算散单订单中商品相似性高的订单并形成一个波次，半自动拣选系统中的“摩天轮”统一处理一个个波次订单集合，从而减少了“摩天轮”中机器人小车取货的次数，也一次处理了众多订单，提高了散单订单的拣选效率。这种人工结合自动化设备的半自动拣选系统减轻了人工作业的工作量，提高物流仓储分拣的整体效率。
-
公开(公告)号：CN110839245A
公开(公告)日：2020-02-25
申请号：CN201911053290.5
申请日：2019-10-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种应用于室内定位的无线传感器网络节点部署，本发明将二维平面空间划分成二维平面网格，将节点有效覆盖率、节点数目N最小、部署在二维平面空间内的信标节点所组成的凸包面积最大作为优化目标，将在于信标节点相邻的8个网格点上禁止部署其它信标节点作为约束条件，采用NSGA2算法进行迭代优化，在达到迭代的终止条件时得到的最优解集中选取与实际情况相符合的解作为室内定位的无线传感器网络节点部署方案，最后得到的最优解集中，按照实际需求选择最优解，本发明解决了室内定位中，定位精度较差，参与定位的无线传感器网络信标节点在部署时节点数量代价过高的问题，在不增加额外信标节点的情况下，提高了室内定位精度。
-
Patent Agency Ranking
公开(公告)号：CN111507657B
公开(公告)日：2023-04-07
申请号：CN202010184094.8
申请日：2020-03-16
Applicant: 杭州电子科技大学
IPC: G06Q10/087 , G06Q30/0601 , G06F18/23
Abstract: 本发明公开了一种基于半自动拣选系统的订单分波方法，本发明将订单分为单品单件订单、批量订单、散单订单，单品单件订单通过计算订单矩阵得到单品单件波次单后，可由人工快速分拣处理。批量订单是相同的SKU、相同的数量且超一定订单数量，经订单矩阵计算后得到批量订单，并由人工快速分拣处理。散单订单通过层次聚类算法计算散单订单中商品相似性高的订单并形成一个波次，半自动拣选系统中的“摩天轮”统一处理一个个波次订单集合，从而减少了“摩天轮”中机器人小车取货的次数，也一次处理了众多订单，提高了散单订单的拣选效率。这种人工结合自动化设备的半自动拣选系统减轻了人工作业的工作量，提高物流仓储分拣的整体效率。
-
公开(公告)号：CN111612391A
公开(公告)日：2020-09-01
申请号：CN202010255398.9
申请日：2020-04-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于FP-growth的物流拣选设备商品摆放方法。本发明结合电商平台订单数据，建立用户购买商品的订单数据库，从订单数据中利用FP-tree算法找出关联关系较强的商品，然后根据智能化仓储物流拣选设备中运输机器人承重以及每个库位上料箱的体积等约束条件，将关联性较强的商品放置在同一个料箱中，摆放在一个库位上。这样就可以利用运输机器人抽取一次料箱完成购买多种商品的订单，从而提高仓储物流商品的拣选效率，从而提升了订单在仓储物流中的响应速率。
-
公开(公告)号：CN110839245B
公开(公告)日：2022-12-27
申请号：CN201911053290.5
申请日：2019-10-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种应用于室内定位的无线传感器网络节点部署，本发明将二维平面空间划分成二维平面网格，将节点有效覆盖率、节点数目N最小、部署在二维平面空间内的信标节点所组成的凸包面积最大作为优化目标，将在于信标节点相邻的8个网格点上禁止部署其它信标节点作为约束条件，采用NSGA2算法进行迭代优化，在达到迭代的终止条件时得到的最优解集中选取与实际情况相符合的解作为室内定位的无线传感器网络节点部署方案，最后得到的最优解集中，按照实际需求选择最优解，本发明解决了室内定位中，定位精度较差，参与定位的无线传感器网络信标节点在部署时节点数量代价过高的问题，在不增加额外信标节点的情况下，提高了室内定位精度。
-
公开(公告)号：CN111612391B
公开(公告)日：2023-04-07
申请号：CN202010255398.9
申请日：2020-04-02
Applicant: 杭州电子科技大学
IPC: G06Q10/087 , G06Q10/04 , G06Q30/0601
Abstract: 本发明公开了一种基于FP‑growth的物流拣选设备商品摆放方法。本发明结合电商平台订单数据，建立用户购买商品的订单数据库，从订单数据中利用FP‑tree算法找出关联关系较强的商品，然后根据智能化仓储物流拣选设备中运输机器人承重以及每个库位上料箱的体积等约束条件，将关联性较强的商品放置在同一个料箱中，摆放在一个库位上。这样就可以利用运输机器人抽取一次料箱完成购买多种商品的订单，从而提高仓储物流商品的拣选效率，从而提升了订单在仓储物流中的响应速率。
-
公开(公告)号：CN112734006A
公开(公告)日：2021-04-30
申请号：CN202011635471.1
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明属于推荐系统技术领域，具体涉及一种基于GCN和集成学习的推荐算法，包括以下步骤：S1、数据获取：通过程序获取图信号数据；S2、模型训练：通过将图信号数据转换为图的拉普拉斯矩阵，以训练GCN模型；S3、模型预测：通过设置的Dropout率，将训练的GCN模型表示为多个基模型，并将所有基模型预测的Softmax值作为最终预测值；本发明有效提高推荐算法的准确率，通过大量的图信号数据，利用GCN能够在图信号数据上获取特征的能力，结合集成学习的技术，最大限度的提高模型的准确率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.074 seconds)
