-
公开(公告)号:CN114372848A
公开(公告)日:2022-04-19
申请号:CN202111646113.5
申请日:2021-12-30
Applicant: 辽宁省烟草公司鞍山市公司 , 大连理工大学
Abstract: 本发明提供一种基于机器学习的烟草行业智能营销系统,属于电子信息技术领域。分为四个子系统打造烟草营销方法并改进现有问题,其一是针对全域、全产业链的标签子系统及标签采集方案;其二是基于机器学习的智能选户子系统;其三是适合更高水平的供需动态平衡的智能投放子系统;其四是基于数据分析、前端可视化技术和前述方法的智能营销研判可视化子系统。本发明通过构建的标签子系统和标签采集方法更加高效、科学的进行数据收集;并通过上述两机器学习子系统对收集数据进行深度挖掘,使数据能够对烟草行业的一些应用场景发挥更大价值,并通过智能营销可视化研判子系统对前述算法进行部署,构建出完整的数据驱动决策链条。
-
公开(公告)号:CN118798343A
公开(公告)日:2024-10-18
申请号:CN202411269566.4
申请日:2024-09-11
Applicant: 大连理工大学
IPC: G06N5/022 , G06N5/04 , G06F40/289 , G06F16/35 , G06Q50/20
Abstract: 本发明公开了一种基于大模型与增量学习的无人机装备训练方法,属于大数据智能化的技术领域,包括无人机装备知识库生成模块、无人机装备训练习题推荐模块和无人机装备知识更新模块;无人机装备知识库生成模块通过大语言模型进行构建,相应生成知识库;无人机装备训练习题推荐模块依托知识库,使用习题生成器生成习题,习题组合为习题库,使用习题库实现对学员的无人机装备操作学习曲线模拟和无人机装备训练习题筛选;无人机装备知识更新模块,加入增量学习对实现无人机装备训练新知识生成和无人机新知识评估。本发明构建一个智能化的无人机装备训练系统,通过大语言模型和增量学习来调整系统,实现智能训练。
-
公开(公告)号:CN119513177A
公开(公告)日:2025-02-25
申请号:CN202411616488.0
申请日:2024-11-13
Applicant: 大连理工大学
IPC: G06F16/25 , G06F16/2458 , G06F16/248 , G06F16/215 , G06F16/26 , G06F16/28 , G06F16/29 , G06Q50/18
Abstract: 本发明属于信息技术领域,提供了一种信息收集、分析方法及系统,所述方法包括一种信息收集、分析方法,包括,S1.获取数据项;S2.对所述步骤S1中所获取的数据进行处理,并删除重复和无效数据项;S3.对步骤S2中得到的数据项进行分类;S4.对新导入的信息数据进行分类预测,并输出应对类型;S5.依据有效数据项的类型、数量及区域分布,根据地区在地图上呈现信息数据综合热力图。本发明有效提高了对线索数据的处理效率,实现了智能分类、预警和分发功能。通过实时的数据可视化,决策者可以直观了解线索分布和重要性,迅速做出响应。
-
公开(公告)号:CN119168181A
公开(公告)日:2024-12-20
申请号:CN202411284492.1
申请日:2024-09-12
Applicant: 大连理工大学
IPC: G06Q10/047 , G06F18/23213 , G06N3/006 , G06N3/126
Abstract: 本发明涉及无人飞行器协同技术领域,具体公开了基于改进GWO算法的多无人飞行器协同航迹规划方法,包括以下步骤:首先进行无人飞行器群约束分析;而后对无人飞行器航迹代价分析;GWO算法及改进;最后进行仿真实验和算法性能分析。本发明采用上述的基于改进GWO算法的多无人飞行器协同航迹规划方法,针对GWO算法初始化效果差的情况,使用贪婪算法和变异策略,降低了无人飞行器航迹初始化时的适应度值;引入了聚类的方法,将无人飞行器航迹分为多个子种群,让每个子种群进行单独优化,通过对比改进GWO、MP‑GWO与GWO三种算法,结果表明,改进GWO算法计算出的航迹相比于其它两种算法,航迹代价较小、收敛精度更高。
-
公开(公告)号:CN116385038A
公开(公告)日:2023-07-04
申请号:CN202310230598.2
申请日:2023-03-11
Applicant: 大连理工大学
IPC: G06Q30/0201 , G06Q10/04 , G06N3/04 , G06N3/08
Abstract: 本发明属于一种销量预测方法技术领域,提供了一种基于深度学习算法的销量预测方法,包括如下步骤:S1.获取原始数据集;S2.对所述原始数据集进行处理,包括KNN填充以及“0”值填充并输出完整的数据集;S3.针对输出完整的所述数据集进行特征提取;基于时序差分滑动窗口获取销量的时序特征,形成特征集供模型训练和预测使用;S4.运用LSTM对原始数据集进行处理,挖掘出F1历史时序的自回归关系、F2外生变量的影响关系;S5.将提取到的特征数据输入到深度学习的模型中,实现销量的预测。一种基于深度学习算法的销量预测方法能够很好地预测线下零售门店的销量变化,为线下数字化营销的各项决策提供科学的、有客观数据支撑的参考依据。
-
公开(公告)号:CN118798343B
公开(公告)日:2024-12-06
申请号:CN202411269566.4
申请日:2024-09-11
Applicant: 大连理工大学
IPC: G06N5/022 , G06N5/04 , G06F40/289 , G06F16/35 , G06Q50/20
Abstract: 本发明公开了一种基于大模型与增量学习的无人机装备训练方法,属于大数据智能化的技术领域,包括无人机装备知识库生成模块、无人机装备训练习题推荐模块和无人机装备知识更新模块;无人机装备知识库生成模块通过大语言模型进行构建,相应生成知识库;无人机装备训练习题推荐模块依托知识库,使用习题生成器生成习题,习题组合为习题库,使用习题库实现对学员的无人机装备操作学习曲线模拟和无人机装备训练习题筛选;无人机装备知识更新模块,加入增量学习对实现无人机装备训练新知识生成和无人机新知识评估。本发明构建一个智能化的无人机装备训练系统,通过大语言模型和增量学习来调整系统,实现智能训练。
-
公开(公告)号:CN116975106A
公开(公告)日:2023-10-31
申请号:CN202310716964.5
申请日:2023-06-16
Applicant: 大连理工大学
IPC: G06F16/2455 , G06Q50/18
Abstract: 本申请实施例提供了一种数据处理方法、装置及计算机可读存储介质,该方法包括:获取卡片数据和参考文书数据;对参考文书数据进行结构化处理,得到参考文本数据;基于卡片规则库对卡片数据进行检测,得到异常卡片信息;基于参考文书规则库对参考文本数据进行检测,得到异常参考文本信息。本申请实施例通过卡片规则库对卡片数据进行检测、通过参考文书规则库对参考文本数据进行检测,节省了大量人力成本,且准确率和效率都比人工筛选更高。
-
-
-
-
-
-