专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果58个,建议您升级VIP下载更多相关专利
  • [发明专利]一种服务系统可靠性预测模型超参数调优方法-CN202310677000.4在审
  • 曹志英;阎述伟;张秀国;王培鹏;王凯月 - 大连海事大学
  • 2023-06-08 - 2023-10-13 - G06F30/27
  • 本发明提供一种服务系统可靠性预测模型超参数调优方法,主要包括:基于父代超参数和变异算子生成子代参数;基于改进bootstrap方法进行超参数校验,在每轮校验中都加入自增长的随机种子;通过子代超参数与父代超参数进行对比,选择bootstrap校验指标高的一个成为下一次迭代的父代,并根据对比结果调整变异算子;当判断迭代次数超过最大阈值或者变异算子无限逼近0时完成调优,否则根据父代超参数和变异算子继续变异。本发明用进化策略算法取代传统的直接遍历法,利用进化策略算法迭代次数少、收敛速度快的特点,提高调参效率;然后改进校验方法,通过加入滑动随机种子保证了机器学习模型校验时样本数据分布的均匀性,有助于提高调参准确性。
  • 一种服务系统可靠性预测模型参数方法
  • [发明专利]一种有人船与无人船混合交通环境下的全局协同避碰方法-CN202310448984.9在审
  • 张秀国;霍然;王少博;曹志英;宋飞飞 - 大连海事大学
  • 2023-04-24 - 2023-08-04 - G08G3/02
  • 本发明提供一种有人船与无人船混合交通环境下的全局协同避碰方法,包括:获取全局范围内全部船舶的航行信息;根据船舶的航行信息计算船舶运动参数,所述船舶运动参数包括各船舶间的距离、最小会遇距离以及最短会遇时间;采用五因素权值法,根据各船舶间的距离、最小会遇距离以及最短会遇时间、相对方位以及船速比计算船舶间碰撞危险度;判断全局碰撞危险度是否大于阈值,如果大于阈值则使用改进NSGA‑II算法计算全局避碰决策,如果小于阈值则不需要避碰操作,船舶正常直航。本发明能够解决有人船与无人船混合交通环境下的多船协同避碰问题,在保证船舶航行安全的前提下提高了航行的经济性。
  • 一种有人无人混合交通环境全局协同方法
  • [发明专利]一种基于双流形正则化宽度学习的Mashup服务多标签分类方法-CN202211542741.3在审
  • 曹志英;陈思源;王凯月;张秀国;张德珍 - 大连海事大学
  • 2022-12-02 - 2023-05-23 - G06F18/241
  • 本发明提供一种基于双流形正则化宽度学习的Mashup服务多标签分类方法,主要包括:采用隐狄利克雷分布主题模型对预处理后的Mashup描述文档进行特征提取;将Mashup描述文档主题特征矩阵分别线性映射成n组特征节点;通过激活函数对特征节点进行处理,从而生成增强节点;对特征节点和增强节点进行拼接处理从而生成增强特征节点作为模型的输入;构建基于双流形正则化宽度学习的Mashup服务多标签分类模型的目标函数;使用最小二乘法求解目标函数,获取双流形正则化宽度学习网络的权值矩阵;获取测试用Mashup服务的描述文档,将其送入已经训练好的模型中预测多标签分类结果。本发明利用双流形正则化对宽度学习模型进行改进,并采用改进后的BLS模型实现Mashup服务多标签分类功能。
  • 一种基于双流正则宽度学习mashup服务标签分类方法
  • [发明专利]一种面向多智能船的分布式自主协同避碰方法-CN202211305715.9在审
  • 张秀国;宋飞飞;王少博;曹志英;霍然 - 大连海事大学
  • 2022-10-24 - 2023-04-04 - G08G3/02
  • 本发明提供一种面向多智能船的分布式自主协同避碰方法。主要包括:基于船舶碰撞危险度模型构建本船的危险船舶列表;判断所述本船的危险船舶列表是否为空;根据本船与目标船舶的航行信息划分会遇态势;根据会遇态势确定每艘船舶的避碰责任系数;基于ORCA算法构造出本船与所有危险船舶的交互避碰空间;选择偏离当前航向最小的速度矢量作为最优速度矢量;清空危险船舶列表。本发明能够对船舶周围的交通态势进行连续的感知、决策和响应,使每艘智能船舶都可基于有限的感知信息独立自主地进行分布式协同避碰,且船舶之间不需要沟通协调,不仅降低了船舶之间的碰撞风险,而且节省了船舶之间的通信成本。
  • 一种面向智能分布式自主协同方法
  • [发明专利]一种基于加权交叉降维的服务系统可靠性预测方法-CN202211295972.9在审
  • 曹志英;阎述伟;张秀国;陈志伟 - 大连海事大学
  • 2022-10-21 - 2023-02-03 - G06Q10/04
  • 本发明提供一种基于加权交叉降维的服务系统可靠性预测方法,包括:获取训练用服务系统特征数据,计算系统可靠性值;获取基础特征并将所述基础特征内的数据顺序随机打乱后作为噪声特征,建立特征交叉窗口;基于特征筛选对所述特征交叉窗口内的特征进行降维;根据降维特征占全部特征数据的比值判断降维幅度是否达到要求;通过基于梯度的单边采样算法对所述降维特征进行加权采样,获取降维特征的残差特征;通过降维特征和残差特征训练XGBoost模型。本发明对特征数据进行加权交叉降维处理,改进了可靠性值的计算方法,解决了大型服务系统特征数量过多导致的学习器过拟合问题,并且充分利用高维数据的训练优势,提高预测准确性。
  • 一种基于加权交叉服务系统可靠性预测方法
  • [发明专利]一种基于改进Transformer和掩蔽训练的KPIs缺失值插补方法-CN202211379295.9在审
  • 张秀国;王腾龙;曹志英;赵韫;商子靖;王培鹏 - 大连海事大学
  • 2022-11-04 - 2023-01-31 - G06F16/215
  • 本发明提供一种基于改进Transformer和掩蔽训练的KPIs缺失值插补方法,包括:构建KPIs时间序列;通过PositionalEncoding对所述KPIs时间序列进行位置编码;将KPIs时间序列与位置编码后的数据集进行对位相加;将对位相加得到的序列输入基于改进的Transformer的插补模型,任意堆叠层包括多头注意力网络和前馈网络,所述多头注意力网络内部应用对角线掩码;获取基于改进的Transformer的插补模型的输出序列,并通过Linear线性变换将所述输出序列的维度减少到与所述KPIs时间序列维数相同,得到降维后序列,将KPIs时间序列的缺失值替换为降维后序列中的对应值,得到完整的插补后的KPIs时间序列。本发明只需要一次注意力操作就能捕获高维空间中时间步长之间的时间依赖性和特征相关性,从而提高了模型训练速度。
  • 一种基于改进transformer掩蔽训练kpis缺失值插补方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top