-
公开(公告)号：CN112132459B
公开(公告)日：2023-10-10
申请号：CN202011004337.1
申请日：2020-09-22
Applicant: 山东理工大学
IPC: G06Q10/0639 , G06F30/20 , G06F16/901
Abstract: 本发明公开了一种基于Petri网的化学品泄漏事件应急处置流程性能分析方法，包括步骤：1)分析化学品泄漏事件应急处置流程涉及到的应急任务以及相关联的时间信息和资源信息；2)基于Petri网对整个化学品泄漏事件应急处置流程进行形式化建模；3)在不考虑资源因素的情况下，基于化学品泄漏事件应急处置流程的Petri网模型对其时间性能进行分析；4)在考虑资源因素的情况下，提出潜在资源冲突的检测算法；5)提出基于任务优先级的冲突消解策略，并分析应用该策略后化学品泄漏事件应急处置流程的时间性能。本发明提出了冲突检测方法与消除资源冲突的策略，并应用到化学品泄漏事件应急处置流程的模型构建中，促进了此类化学品泄漏事件应急处置流程时间性能分析的实际应用。
-
公开(公告)号：CN103542515B
公开(公告)日：2014-08-06
申请号：CN201310513572.5
申请日：2013-03-28
Applicant: 山东理工大学
Abstract: 本发明提供了一种电热水器，所述电热水器包括热水器内胆、所述的内胆由多层结构，电加热器、热水器内胆包括四个侧壁和一个底壁，所述底壁和每个侧壁的电加热器为四个，随着加热温度的升高，所述的第一、第二、第三、第四电加热器陆续的启动，第四电加热器的功率大于第三电加热器的功率，第三电加热器的功率大于第二电加热器的功率，第二电加热器的功率大于第一电加热器的功率。本发明设置不同功率的电加热器在不同的温度下启动，保证加热温度的均匀。
-
公开(公告)号：CN118780315A
公开(公告)日：2024-10-15
申请号：CN202310340167.1
申请日：2023-04-03
Applicant: 山东理工大学
IPC: G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于对比学习框架的多视图异构图神经网络模型，该模型包括步骤：1）在异构图中利用多条元路径对中心节点进行一阶邻居和高阶邻居信息的探索；2）获取中心节点在不同元路径的邻居，并进行图卷积聚合；3）为增强元路径上的节点嵌入表示，使用路径内的对比学习，其中正样例为元路径内部节点，负样本为元路径之外的节点；4）为增强路径间的节点嵌入表示，采用基于元路径间的对比学习，其中正样本为节点在不同元路径上的嵌入表示，负样本为节点之外的节点嵌入；5）使用图注意力神经网络对同一节点在不同元路径上的嵌入表示进行聚合；6）使用图注意力神经网络对原异构图进行节点聚合；7）计算5）与6）之间的对比损失；8）对5）与6）得到的节点嵌入表示进行相加操作，得到节点的最终嵌入表示。本发明为在复杂的异构图中存在数据稀疏，以及存在节点信息存在噪声等情况，会导致在训练异构图的嵌入表示过程中出现节点表示不准确，影响下游任务提供了新的方法能够有效的对异构图中节点进行信息增强，提高了节点的嵌入表示的精确率。
-
公开(公告)号：CN112394973A
公开(公告)日：2021-02-23
申请号：CN202011319165.7
申请日：2020-11-23
Applicant: 山东理工大学
Abstract: 本发明公开了一种基于伪孪生网络的多语言代码剽窃检测方法，包括步骤：1)获取基础数据，包含预训练数据集和多语言代码剽窃检测训练数据集；2)对预训练数据集进行预处理获得精确的标记向量；3)对多语言代码剽窃检测训练数据集进行预处理初步判断代码是否剽窃；4)对多语言代码剽窃检测训练数据集中需进一步判断是否剽窃的代码进一步判断是否剽窃。本发明打破了现有基于机器学习的多语言代码剽窃检测方法将代码作为文本处理，未考虑代码结构特征的局限性，结合代码基于抽象语法树的结构特征，并将卷积神经网络、双向长短期记忆人工神经网络和新型注意力神经网络嵌入到伪孪生网络中，实现了多语言代码剽窃检测，有效提高检测代码剽窃的效率和精度。
-
公开(公告)号：CN111832524A
公开(公告)日：2020-10-27
申请号：CN202010716232.2
申请日：2020-07-23
Applicant: 山东理工大学
Abstract: 本发明公开了一种基于时间维度的SPOC环境下视频学习行为分析方法，包括步骤：1)获取基础数据，包括学生数据和视频学习数据；2)根据学生数据，对学生进行分类；3)根据学生分类，对视频学习数据进行分类；4)将不同类型学生的视频学习数据进行统计分析并做可视化呈现；5)根据统计结果对不同类型学生在不同时间维度的学习行为进行分析。本发明基于时间维度对视频学习数据进行分类统计，分析不同类型学生在不同时间因素下视频学习数据上的差异，找出影响学生学习效果的时间因素，为教师和学生提供反馈，帮助教师制定个性化教学方案，辅助学生改进学习效果。
-
Patent Agency Ranking
公开(公告)号：CN103196219B
公开(公告)日：2013-12-18
申请号：CN201310102881.3
申请日：2013-03-28
Applicant: 山东理工大学
Abstract: 本发明提供了一种自动转换加热功率的电热水器，所述电热水器包括热水器内胆、所述的内胆由多层结构，电加热器、热水器内胆包括四个侧壁和一个底壁，所述底壁和每个侧壁的电加热器为四个，随着加热温度的升高，所述的电加热器不断的陆续的启动加热。本发明可以根据水温来控制加热功率，避免内胆的快速受热膨胀，同时在侧壁和底壁都设置加热器，保证加热温度的均匀。
-
公开(公告)号：CN113159401B
公开(公告)日：2022-10-11
申请号：CN202110367664.1
申请日：2021-04-06
Applicant: 山东理工大学
Abstract: 本发明公开了一种基于事件日志挖掘的突发事件应急资源优化配置方法，包括：1)获取突发事件应急处置流程的事件日志；2)利用获得的突发事件应急处置流程的事件日志对突发事件应急处置流程进行挖掘，挖掘出突发事件应急处置流程的应急资源处置流程模型；3)利用挖掘到的应急资源处置流程模型，对模型中包含的应急资源进行处理；4)利用步骤3)处理得到的结果，检测存在的资源依赖关系，并进行应急资源需求分析；5)通过两种应急资源分配策略，即最小时间分配策略与最小资源分配策略对应急资源进行优化配置。本发明打破了现有过程挖掘技术不能直接应用于突发事件应急处置流程事件日志的分析，有利于高时间性能的应急任务成功和高的应急资源利用率。
-
公开(公告)号：CN112732784A
公开(公告)日：2021-04-30
申请号：CN202011631190.9
申请日：2020-12-31
Applicant: 山东理工大学
IPC: G06F16/2458 , G06F16/22 , G06F16/28 , G06F16/2455 , G06Q50/20
Abstract: 本发明公开了一种基于过程挖掘的在线学习行为模型挖掘系统及其挖掘方法，包括：数据分组模块，把学生的在线行为数据按学生成绩分为优、良、中、差四组；两层事件日志生成模块，根据已知的在线行为与认知行为的映射关系，分别获取优、良、中、差每组学生认知行为事件日志及其中每个认知行为的具体在线行为事件日志，即两层事件日志；两层行为模型生成模块，以两层事件日志为输入，利用过程挖掘算法生成两层行为过程模型。本发明为发现学生行为过程模型供了新系统和方法。将两层行为过程模型作为教育数据分析中学生行为分析的有效手段，能更精确的发现有效的在线学习方式，对在线教育行业的发展具有指导意义。
-
公开(公告)号：CN112132459A
公开(公告)日：2020-12-25
申请号：CN202011004337.1
申请日：2020-09-22
Applicant: 山东理工大学
Abstract: 本发明公开了一种基于Petri网的化学品泄漏事件应急处置流程性能分析方法，包括步骤：1)分析化学品泄漏事件应急处置流程涉及到的应急任务以及相关联的时间信息和资源信息；2)基于Petri网对整个化学品泄漏事件应急处置流程进行形式化建模；3)在不考虑资源因素的情况下，基于化学品泄漏事件应急处置流程的Petri网模型对其时间性能进行分析；4)在考虑资源因素的情况下，提出潜在资源冲突的检测算法；5)提出基于任务优先级的冲突消解策略，并分析应用该策略后化学品泄漏事件应急处置流程的时间性能。本发明提出了冲突检测方法与消除资源冲突的策略，并应用到化学品泄漏事件应急处置流程的模型构建中，促进了此类化学品泄漏事件应急处置流程时间性能分析的实际应用。
-
公开(公告)号：CN112394973B
公开(公告)日：2024-03-12
申请号：CN202011319165.7
申请日：2020-11-23
Applicant: 山东理工大学
IPC: G06F8/70 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于伪孪生网络的多语言代码剽窃检测方法，包括步骤：1)获取基础数据，包含预训练数据集和多语言代码剽窃检测训练数据集；2)对预训练数据集进行预处理获得精确的标记向量；3)对多语言代码剽窃检测训练数据集进行预处理初步判断代码是否剽窃；4)对多语言代码剽窃检测训练数据集中需进一步判断是否剽窃的代码进一步判断是否剽窃。本发明打破了现有基于机器学习的多语言代码剽窃检测方法将代码作为文本处理，未考虑代码结构特征的局限性，结合代码基于抽象语法树的结构特征，并将卷积神经网络、双向长短期记忆人工神经网络和新型注意力神经网络嵌入到伪孪生网络中，实现了多语言代码剽窃检测，有效提高检测代码剽窃的效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
