“彭舰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果53个，建议您升级VIP下载更多相关专利

[发明专利]基于贪心算法的学生宿舍及班级分配方法及分配系统-CN202310116813.6在审
发明人：黎红友;马从锂;陈宇;彭舰;李梦诗 -专利权人：四川大学
申请日： 2023-02-14 - 公布日： 2023-10-27 - 主分类号： G06Q50/20 文献下载
摘要：本发明公开了基于贪心算法的学生宿舍及班级分配方法，包括如下步骤：生成新生名册表，生成新生分寝表，生成新生分班表，分配同性新生中的第一类学生；直到遍历完整个学生列表，或者所有宿舍都已经分配到第一类学生，分配同性新生中的第二类学生；所有宿舍都已分配到第二类学生或所有第二类学生都已分配到不同宿舍中，分配同性新生中的乡村学生，直到所有宿舍都已分配到第三类学生或所有第三类学生都已分配到不同宿舍中，根据差异值分配剩余的学生；直到所有学生都已分配，完成学生宿舍分配；进行班级分配；同一宿舍的学生分到同一个班级，完成学生宿舍和班级的分配。通过本发明，可以实现具有很好的灵活性，可根据需求，对分配结果进行适当调整。
基于贪心算法学生宿舍班级分配方法系统

[发明专利]一种基于自适应噪声的数据协同对比推荐模型的系统-CN202311002795.5有效
发明人：琚生根;赵容梅;孙思雨;彭舰;夏欣 -专利权人：四川大学
申请日： 2023-08-10 - 公布日： 2023-10-20 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种自适应噪声的数据协同对比推荐模型，其包括信息量物品抽取模块、对比推荐模块和噪声自适应模块；对比推荐模块由信息量物品集和原始数据集协同训练；噪声自适应模块通过信息量物品集BPR损失和对比损失更新权重函数，学习监督信号，为原始数据集中噪声分配较低的权重。首先通过信息量物品抽取模块获取隐式反馈中对模型训练贡献度较大的物品形成信息量物品集，然后利用信息量数据集和原始数据集协同训练对比推荐模型，并用对比损失更新权重函数，为推荐模型提供指导信号，使其能够精准的识别原始数据集中的噪声和干净数据。该推荐模型在较低时间复杂度内缓解噪声数据影响，提高推荐结果的相关性，同时兼顾推荐结果的多样性。
一种基于自适应噪声数据协同对比推荐模型系统

[发明专利]一种保护隐私的密文云数据统计分析系统及方法-CN202310983149.5有效
发明人：张凌浩;李贝贝;常政威;彭舰;王胜;李佳琦;黄飞虎 -专利权人：国网四川省电力公司电力科学研究院;成都墨甲信息科技有限公司
申请日： 2023-08-07 - 公布日： 2023-10-10 - 主分类号： G06F16/2458 文献下载
摘要：本申请公开了一种保护隐私的密文云数据统计分析系统及方法，涉及密文处理技术领域。所述的系统包括可信机构、数据源集合、控制中心、云服务器以及数据请求者集合。所述的方法包括如下步骤：进行系统初始化；进行实体注册，得到所有实体的注册信息；进行数据采集，并对密文数据进行签名；进行签名验证，并将密文数据发送至云服务器；进行数据存储；进行数据查询，得到查询的密文结果；进行数据计算，得到密文数据计算结果；进行数据统计分析，得到对应的数据统计分析结果。本发明解决了现有技术存在的效率低下、可扩展性差、无法进行多样化数据分析以及计算开销大的问题。
一种保护隐私密文云数据统计分析系统方法

[发明专利]一种基于BOLD信号的注意缺陷与多动障碍检测方法-CN202310622593.4在审
发明人：牛源;彭舰;黄飞虎;黄文;陈俊辉;王金策;弋沛玉 -专利权人：四川大学
申请日： 2023-05-29 - 公布日： 2023-08-01 - 主分类号： G06F18/25 文献下载
摘要：本发明提出了一种基于BOLD信号的注意缺陷与多动障碍检测方法，通过建立功能连接提取网络提取BOLD信号的相关性特征，然后通过时间特征提取网络提取BOLD信号的时间特征，并将BOLD信号的相关性特征和时间特征进行特征融合，最后基于Softmax函数建立检测网络，将特征融合得到的样本输入检测网络得到检测结果；本发明不仅考虑了BOLD信号在时间维度的波动特征，还通过BOLD信号计算出功能连接来进一步增强特征，提升了分类准确率，可以通过一个输出表达多个功能连接的同时，还可以提取到BOLD信号间的非线性特征，一定程度上解决了传统的基于Pearson功能连接特征过多以及只能计算线性相关的问题。
一种基于 bold 信号注意缺陷障碍检测方法

[发明专利]一种基于双通道的云服务负载预测方法及系统-CN202310189763.4在审
发明人：丁吕繁;彭舰;黄飞虎 -专利权人：四川大学
申请日： 2023-03-02 - 公布日： 2023-06-23 - 主分类号： G06F9/50 文献下载
摘要：本说明书实施例提供一种基于双通道的云服务负载预测方法及系统，属于云服务领域，其中，所述方法包括获取云服务器集群的历史负载数据；对云服务器集群的历史负载数据进行预处理，生成预处理后的历史负载数据；数据拟合通道去除预处理后的历史负载数据中的噪声信息，获取去噪后的历史负载数据，并基于去噪后的历史负载数据，确定云服务器集群的负载变化趋势，输出第一输出向量；差值通道确定云服务器集群的历史负载数据及去噪后的历史负载数据之间的差值，输出第二输出向量；基于第一输出向量和第二输出向量，预测云服务器集群的未来负载数据，具有通过双通道实现不同的功能，以提升预测性能的优点。
一种基于双通道服务负载预测方法系统

[发明专利]基于早期视觉信息处理的红外图像和可见光图像融合方法-CN202010516394.1有效
发明人：高绍兵;谭敏洁;魏伟;彭舰 -专利权人：四川大学
申请日： 2020-06-09 - 公布日： 2023-05-30 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于早期视觉信息处理的红外图像和可见光图像融合方法，包括以下步骤：S1、On中心型神经元和Off中心型神经元的动态感受野处理；S2、获得融合图像A和融合图像B：将可见光图像的On中心型神经元响应，红外图像的Off中心型神经元响应，以及原始的可见光图像三种成份进行融合获得图像A；将红外图像的On中心型神经元响应，可见光图像的Off中心型神经元响应，以及原始的红外图像三种成份进行融合获得图像B：S3、将融合后的图像A和B相加，获得最终融合结果。本发明能有效地将红外图像中的显著目标信息和可见光图像中的背景信息融合起来，为后续高价值目标检测和识别等夜视条件下的计算机视觉任务提供更加有效的特征。
基于早期视觉信息处理红外图像可见光融合方法

[发明专利]基于时间序列概念漂移的电站未来发电量预测方法及装置-CN202211705726.6在审
发明人：王金策;彭舰;黄飞虎;弋沛玉;陈俊晖 -专利权人：四川大学
申请日： 2022-12-29 - 公布日： 2023-05-16 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了基于时间序列概念漂移的电站未来发电量预测方法，包括：获取电站发电量历史时间序列S；截取窗口序列C；隐状态序列Z；估计p(zi|ci)的分布作为编码，利用条件变分自编码器设计第一约束和第二约束；利用隐状态zi的条件后验概率约束隐状态zi的先验编码，通过变分估计逼近隐状态序列Z的分布参数序列EZ；模拟分布参数序列EZ的概念漂移，预测未来隐状态zT+1的分布参数；采样获取未来隐状态序列，利用第二约束估计p(cT+1|zT+1)，采样并解码后得到未来发电量预测序列。本发明解决了现有技术中对发电量时序数据的平稳性要求较高的问题，并避免了概念漂移对预测结果的影响。
基于时间序列概念漂移电站未来发电量预测方法装置

[发明专利]基于数字放射图像及支持向量回归的手臂骨密度测量方法-CN202010516559.5有效
发明人：高绍兵;周逸菲;谭敏洁;邱健珲;杨睿;彭舰 -专利权人：四川大学
申请日： 2020-06-09 - 公布日： 2023-05-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于数字放射图像及支持向量回归的手臂骨密度测量方法，包括以下步骤：S1、输入DR图像并分割出感兴趣区域；S2、对感兴趣区域分别提取DR图像的灰度特征和纹理特征；S3、使用支持向量建立回归模型：使用SVR算法建立回归模型，利用S2中提取的图像特征值及其对应的骨密度标签数据进行回归；S4、计算骨密度预测值并输出预测结果：利用S3中训练产生的回归模型，预测新受试者DR图像的骨密度。本发明在现有DR图像上进行感兴趣区域的分割及图像特征的提取，通过SVR算法建立回归模型来测量DR图像的骨密度，该方法操作简单，使用方便，同现有骨密度检测仪采集结果相似，测量误差小且测量精度高，有利于提升骨密度评估的准确性。
基于数字放射图像支持向量回归手臂密度测量方法

[发明专利]一种基于因果反馈的缺失数据集因果关系发现方法及系统-CN202310364531.8在审
发明人：马从锂;黄飞虎;弋沛玉;王琳娜;彭舰 -专利权人：四川大学
申请日： 2023-04-07 - 公布日： 2023-05-09 - 主分类号： G06N3/0464 文献下载
摘要：本公开提供一种基于因果反馈的缺失数据集因果关系发现方法及系统，其中，所述方法包括：建立因果关系发现模型，其中，因果关系发现模型包括缺失数据集补全子模型及因果发现子模型，缺失数据集补全子模型用于对缺失数据集进行补全，因果发现子模型用于确定补全后的缺失数据集对应的最佳因果图；对缺失数据集补全子模型及因果发现子模型进行联合训练，获取训练后的因果关系发现模型；将待处理缺失数据集输入至训练后的因果关系发现模型，训练后的因果关系发现模型输出待处理缺失数据集对应的最佳因果图，具有较为准确地发现缺失数据集的因果关系的优点。
一种基于因果反馈缺失数据因果关系发现方法系统

[发明专利]一种基站无人机的路径规划方法-CN202210224326.7有效
发明人：彭舰;刘唐;黄飞虎;周永涛 -专利权人：四川大学
申请日： 2022-03-07 - 公布日： 2023-04-25 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基站无人机的路径规划方法，通过当前基站无人机的状态，采用执行者模型得到基站无人机下一步要执行的基站无人机动作，再通过评论者模型对基站无人机动作进行评估，从而将合理的基站无人机动作给到智能体，使得基站无人机能及时合理的进行路径规划，解决了传统算法很难在连续空间中计算无人机的飞行动作的问题。
一种基站无人机路径规划方法

[发明专利]一种基于频繁项集推理的水电信号异常判断方法-CN202211365483.6有效
发明人：黄飞虎;张捷;彭舰;宋卫平;胡州明;李玉;杨帆;郝建维;刘秋辉;丁西 -专利权人：四川中电启明星信息技术有限公司;四川大学
申请日： 2022-11-03 - 公布日： 2023-04-18 - 主分类号： G06F18/00 文献下载
摘要：本发明涉及水电监控技术领域，公开了一种基于频繁项集推理的水电信号异常判断方法。本发明包括：获取原始数据，从原始数据中提取出信号数据和动作数据并进行预处理，构建信号数据和动作数据结合的信号+动作对；对信号+动作对进行关系挖掘，获取伴生关系集、共生关系集和因果关系集；根据伴生关系集、共生关系集和因果关系集对新到的连续的信号组成的信号流进行检测，判断信号流中是否存在异常，对存在异常的信号区间进行标注。本发明从频繁模式的角度定义信号关系，基于apriori和prefixSpan算法提出关系挖掘方法，得到共生，伴生和因果关系所对应的信号对，基于信号关系对到来的日志信号进行自动判断异常，提高异常检测效率。
一种基于频繁推理水电信号异常判断方法

[发明专利]一种结合深度学习的长期负荷预测方法-CN202211446579.5在审
发明人：杨炬龙;彭舰;黄飞虎;陈俊珲;王金策;弋沛玉;李梦诗 -专利权人：四川大学
申请日： 2022-11-18 - 公布日： 2023-03-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种结合深度学习的长期负荷预测方法，涉及负荷预测技术领域，包括：获取每个日期的日期特征并归一处理得到日期表征；获取全部历史负荷序列得到全局模式信息并压缩到对应日期的日期表征中生成全局预测；获取回溯窗口的历史观测值来减去对应日期的全局预测得到回溯窗口的残差；将回溯窗口的残差、每个日期的日期表征和下个日期的日期表征输入到短期预测网络得到下一日期的预测残差；将预测残差添加到回溯窗口的残差中，并重复上一步得到所有需预测日期的残差；将全局预测和所有需预测日期的残差结合得到最终预测结果；本发明通过从时间表征的全局信息把握序列全局模式，增加了模型吞吐量，实现了准确的长期负荷预测。
一种结合深度学习长期负荷预测方法

[发明专利]一种基于深度指数平滑网络的短期负荷预测方法-CN202211144945.1在审
发明人：黄飞虎;张捷;彭舰;宋卫平;胡州明;李玉;杨帆;郝建维;刘秋辉;丁西;李念念 -专利权人：四川中电启明星信息技术有限公司
申请日： 2022-09-20 - 公布日： 2023-01-03 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及负荷预测技术领域，公开了一种基于深度指数平滑网络的短期负荷预测方法，本发明初始化三个因子：季节因子、趋势因子、平滑因子，计算当前推断单元网络中这三个因子在设定时刻的状态，向下一个推断单元网络输出三个因子，迭代运行，直到最后一个推断单元网络运行结束，基于最后一个推断单元网络输出的三个因子计算预测值。本发明设计了一种新的推断单元网络，通过计算三个因子：季节因子、趋势因子和平滑因子，达到可解释目的。季节因子用于描述序列的季节特征，趋势因子描述序列的趋势走向，平滑因子是描述序列的平滑程度。在负荷预测中，构建具有可解释性的预测模型，能够让用户理解模型的推理过程，有助于增加对模型的可信度。
一种基于深度指数平滑网络短期负荷预测方法

[发明专利]基于深度学习的脑连接信号识别方法-CN202210826811.1在审
发明人：熊志超;彭舰;黄飞虎;弋沛玉;王金策;陈俊珲 -专利权人：四川大学
申请日： 2022-07-13 - 公布日： 2022-11-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于深度学习的脑连接信号识别方法，包括如下步骤：对脑连接数据集进行采用z‑score标准化与随机丢弃的方式进行预处理，得到预处理后的数据集，预处理后的数据集为训练集，对脑连接数据集进行采用z‑score归一化生成验证集；基于ResNet模型改进得到Res_ICML模型，将训练集输入到Res_ICML模型，对Res_ICML模型进行训练，在经过设定轮次的训练后，通过验证集对训练后的Res_ICML模型进行验证，若满足提前终止条件，则进入步骤四，若不满足，则判断是否达到设定的最大迭代轮次，若是，则进入步骤四，若否则回到步骤二继续训练；结束训练，并保存得到训练完成的Res_ICML模型，将获得的脑功能连接信号数据输入训练完成的Res_ICML模型，得到该脑功能连接信号数据属于抑郁症患者的概率。
基于深度学习连接信号识别方法

[发明专利]一种分布式光伏发电电量预测方法及系统-CN202210953708.3有效
发明人：李强;彭舰;张捷;倪平波;赵峰;胡州明;张凌浩;黄飞虎;佘文魁;杨俏;丁西;张强 -专利权人：四川中电启明星信息技术有限公司;国网信息通信产业集团有限公司
申请日： 2022-08-10 - 公布日： 2022-10-21 - 主分类号： H02J3/00 文献下载
摘要：本发明提供一种分布式光伏发电电量预测方法及系统，通过提取与目标区域和目标时间段相关的第一发电量特征来表征与个体光伏发电站点无关的所述目标区域总体上的光伏发电量特性，并提取与目标光伏发电站点的设备配置和目标区域相关第二发电量特征来表征与时间特性无关的所述目标光伏发电站点在所述目标区域所在位置的光伏发电特性，然后综合所述第一发电量特征和所述第二发电量特征预测所述目标光伏发电站点的发电量。如此，不仅考虑了所述目标位置对光伏发电的影响，还考虑了目标光伏发电站点本身设备配置的影响，可以更准确地进行光伏发电量的预测，为后续各种决策提供有力的数据支持。
一种分布式发电电量预测方法系统

1
2
3
4
下一页»
尾页
共 53 条