-
公开(公告)号:CN119848799A
公开(公告)日:2025-04-18
申请号:CN202411920913.5
申请日:2024-12-25
Applicant: 同济大学
IPC: G06F18/27 , H02J3/00 , G06F18/2115 , G06F18/213 , G06F18/243 , G06N5/01 , G06N20/20 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于机器学习模型XGBoost的负荷预测方法,涉及负荷预测技术领域,包括以下步骤:步骤S1、对历史负荷数据进行Min‑Max归一化处理:使用Min‑Max归一化方法将数据线性映射到0‑1的范围内;步骤S2、气候影响因素选择:采用随机森林模型的特征重要性评估方法选择与目标变量相关的关键特征,目标变量包括电力负荷;步骤S3、特征缩放处理:对于极端温度值,通过特征缩放方法放大区间内的温度值。本发明提出的组合模型通过特征缩放方法处理极端温度值,增强了模型对极端温度变化的敏感度,提高了模型对极端事件的预测准确性,通过时间序列模型和机器学习模型的协同工作,修正预测误差,增强了模型对复杂事件的预测能力,具有更高的预测精度。
-
公开(公告)号:CN119811547A
公开(公告)日:2025-04-11
申请号:CN202510041830.7
申请日:2025-01-10
Applicant: 河北中烟工业有限责任公司
IPC: G16C20/70 , G01N33/00 , G06F18/2115 , G06F18/24 , G06F18/2415 , G06F18/25 , G06N3/047 , G06N3/08
Abstract: 本发明公开了基于初烤烟叶主要内在成分的感官质量预测模型及其构建方法与应用,所述预测模型构建方法包括:选择样本初烤烟叶并收集其内在成分数据以及感官质量评价数据;采用递归特征消除算法,从内在成分数据中提取与感官质量相关的主要特征成分;根据样本初烤烟叶的感官质量评价数据的分类情况,对提取到的与感官质量相关的特征成分进行分类,得到烟气感官特征成分、香气感官特征成分、口感感官特征成分;根据烟气感官特征成分、香气感官特征成分、口感感官特征成分以及样本初烤烟叶的感官质量评价数据,得到训练完成的初烤烟叶感官质量预测模型。本发明实现了挖掘初烤烟叶中多种成分的综合作用对感官质量的影响,并建立了预测模型,提高了烟叶感官质量评价的准确性,而且还具有较好的可解释性,为烟叶感官质量的评价和生产提供了有力的工具。
-
公开(公告)号:CN119160213B
公开(公告)日:2025-04-04
申请号:CN202411191388.8
申请日:2024-08-28
Applicant: 上海大学
IPC: B60W60/00 , B60W40/00 , B60W40/09 , B60W50/00 , G06N5/045 , G06N5/046 , G06F18/2115 , G06F18/23213 , G06F18/2337 , G06F18/214 , G06F18/243 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于推荐算法的自动驾驶可解释决策方法,主要涉及推荐算法与自动驾驶领域;包括步骤:S1、对传感器获得的交通数据预处理后提取评估指标的替代性指标和驾驶行为特征,并聚类得到标签;S2、训练XGBoost模型分析特征重要性,通过递归特征消除试验筛选各个评估指标的关键驾驶行为特征并重新训练模型;S3、对高风险交通数据的关键驾驶行为特征,根据历史数据召回多组的关键特征参数组合,聚类形成不同贡献等级的分组;S4、基于所推荐的关键特征参数组合及其性能预测值,进行多目标约束运筹求解;本发明与现有的深度学习算法相比,可解释性更高,有利于自动驾驶技术的推广使用。
-
公开(公告)号:CN119537841A
公开(公告)日:2025-02-28
申请号:CN202411602165.6
申请日:2024-11-11
Applicant: 济南大学
IPC: G06F18/20 , G06F18/15 , G06F18/2113 , G06F18/2115 , G06F18/27 , G06F18/30 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明提供优化输入与滚动修正的梯级泵站站前水位实时预测方法,涉及泵站运行调度及水利信息化研究领域。该优化输入与滚动修正的梯级泵站站前水位实时预测方法,提出一种包括采集数据清洗、输入因子简化、分时段预测、滚动消除误差的方法,首先对采集到的相关数据进行清洗,进而采用归一化预处理,再使用皮尔逊相关系数计算输入因子的相关性,并进行敏感性分析,计算水流传播过程的滞后时间并据此进行分时段预测,引入误差校正(EC)技术,将训练集数据输入至LSTM‑EC神经网络模型,通过不断调节优化权重矩阵和偏差项,完成对LSTM‑EC神经网络模型的训练优化,输入预测集数据,最终实现对梯级泵站站前水位的实时滚动预测。
-
公开(公告)号:CN119402288A
公开(公告)日:2025-02-07
申请号:CN202411955599.4
申请日:2024-12-28
Applicant: 中国工业互联网研究院
IPC: H04L9/40 , H04L67/12 , H04L43/08 , H04L43/04 , H04L41/149 , H04L41/16 , G06F18/15 , G06F18/2115 , G06F18/2137 , G06F18/214 , G06F18/25
Abstract: 本发明公开了工业互联网环境下的安全态势感知方法及平台,涉及工业互联网安全态势感知相关领域,该方法包括:定点监测采集自动化产线内多个焊接设备的运行数据;定点采集多个焊接设备的通信数据;基于设备‑流量异常关联图谱,根据多个设备状态特征集和多个通信流量特征集进行时空对齐和异常联动分析,若存在双重异常,生成风险预警信号;持续接收预定时区内的监测数据,并对监测数据进行异常定位和特征分析,构建异常分布拓扑;进行潜在攻击风险识别,输出潜在攻击模式和潜在风险等级。解决了现有工业互联网环境下安全态势感知存在的时效性,全面性和准确性不足的技术问题,达到了提高风险识别的时效性、全面性和准确性的技术效果。
-
公开(公告)号:CN119357596A
公开(公告)日:2025-01-24
申请号:CN202411909292.0
申请日:2024-12-24
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明涉及中长期径流信息预测技术领域,特别公开了基于RS‑RVM的中长期径流信息预测方法及系统,方法包括粗糙集(RS)预处理以及相关向量机(RVM)预测阶段,利用了RS方法先对输入数据进行预处理,即预先把RS网络作为前置系统,再根据RS处理后的信息结构,利用RVM进行信息预测。本发明的预测系统及方法利用粗糙集方法减少了信息表达的特征数量,去除了冗余信息,简化了训练样本集,使得相关向量机输入端的数据量大为减少,提高了模型的运算速度,将相关向量机作为后置的信息处理系统,容错和抗干扰能力强,具有较好的泛化能力。
-
公开(公告)号:CN119276641A
公开(公告)日:2025-01-07
申请号:CN202411808496.5
申请日:2024-12-10
Applicant: 北京安天网络安全技术有限公司
IPC: H04L9/40 , G06F18/15 , G06F18/2115 , G06F18/214 , G06F18/2433 , G06F18/243
Abstract: 本申请的实施例公开了一种基于预设协议的隐蔽通道通信的检测方法及装置,涉及网络安全技术领域,为能够有效地检测基于预设协议的隐蔽通道进行通信的报文而发明。所述方法包括:采集目标检测环境中的待检测数据报文;其中,所述待检测数据报文为基于预设协议的数据报文;获取所述待检测数据报文的指定特征的特征值;根据所述特征值和预先训练的基于变精度粗糙集的决策树优化模型,确定所述待检测数据报文是否为恶意报文,以确定所述待检测数据报文是否为基于预设协议的隐蔽通道进行通信的报文。本申请适用于对检测环境中是否存在基于预设协议的隐蔽通道进行通信。
-
公开(公告)号:CN119180205A
公开(公告)日:2024-12-24
申请号:CN202411252472.6
申请日:2024-09-09
Applicant: 河北工业大学
IPC: G06F30/27 , G06F30/13 , G06F18/2411 , G06F18/2413 , G06F18/2433 , G06F18/2115 , G06F18/214 , G06F18/21 , G06F111/10 , G06F119/14 , G06F111/08
Abstract: 本申请公开了一种钢筋混凝土柱地震破坏模式预测方法、设备、介质及产品,涉及地震预测技术领域,该方法包括构建训练集;对训练集中弯剪破坏模式下和训练集中剪切破坏模式下特征参数值集合进行扩充得到扩充数据集;对扩充数据集中的离群值进行剔除得到高质量扩充数据集;构建多个内核不同的模型;所述模型包括特征参数集合中的所有特征参数;根据特征参数集合的所有子集、训练集、扩充数据集和高质量扩充数据集在所有模型中确定最终模型;所述最终模型为弯剪破坏模式的预测精度最高的子集对应的模型,本申请可解决弯剪破坏模式预测准确率低的问题。
-
公开(公告)号:CN119051946A
公开(公告)日:2024-11-29
申请号:CN202411175235.4
申请日:2024-08-26
Applicant: 浙江大学
IPC: H04L9/40 , G06F18/15 , G06F18/2115 , G06F18/214 , G06F18/2433
Abstract: 本发明提出了一种基于联合随机森林的网络入侵检测方法;各参与方首先准备本地网络流量数据集,对数据进行预处理,训练得到本地第一随机森林模型并将该模型上传至中心服务器;中心服务器将各参与方的模型集成为集成随机森林模型并分发给各参与方;各参与方在本地构造用于逻辑回归模型训练的新数据集;中心服务器和各参与方协同完成逻辑回归模型的训练;对训练得到的联合随机森林模型调整后,将集成随机森林模型和逻辑回归模型部署到本地并执行入侵检测任务。该方法可以实现各参与方在充分保护数据隐私的前提下,构建出高效、鲁棒、可解释且可拓展的入侵检测模型。
-
公开(公告)号:CN118940050A
公开(公告)日:2024-11-12
申请号:CN202410957279.6
申请日:2024-07-17
Applicant: 广西北投信创科技投资集团有限公司
IPC: G06F18/22 , G06F18/25 , G06F18/213 , G06F18/2115 , G06N3/126 , G06N5/01 , G06N3/044 , G06N3/084
Abstract: 本申请涉及数据处理技术领域,公开了一种数据要素多特征融合智能匹配方法,包括以下步骤:S1.对输入的原始数据进行预处理;S2.从预处理后的数据中提取多种类型的特征;S3.通过特征选择技术,基于特征的重要性评估,筛选出最能代表数据特性的关键特征子集;S4.将筛选出的特征通过特征融合算法进行整合,形成融合特征向量;S5.对融合特征向量进行匹配操作,实现高精度的数据匹配。通过综合运用多种特征提取技术和融合算法,实现了多类型特征的有效整合,增强了特征表达能力,能更全面准确地反映数据特性,提高匹配的精度和效果,在图像、文本等不同领域的数据匹配中具有广泛应用价值。
-
-
-
-
-
-
-
-
-