“弋沛玉”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9个，建议您升级VIP下载更多相关专利

[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]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]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]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]一种基于Transformer的电力负荷预测方法-CN202110898689.4有效
发明人：黄飞虎;彭舰;弋沛玉;李沛东;李梦诗 -专利权人：四川大学
申请日： 2021-08-05 - 公布日： 2022-10-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Transformer的电力负荷预测方法，包括获取历史负荷数据和天气数据；分别从历史负荷数据中提取序列特征和趋势特征、及天气数据中提取天气特征，将序列特征、趋势特征及天气特征融合得到融合特征向量序列；利用Transformer模型从融合特征向量序列中提取时序特征信息；根据时序特征信息对电力负荷进行预测。本发明通过将负荷数据的趋势性、周期性、时间信息融入预测模型，使预测模型有很多的特征信息，从而提升预测精度。
一种基于 transformer 电力负荷预测方法

[发明专利]一种基于图嵌入式课程学习的负采样增强方法-CN202210612226.1在审
发明人：帅剑波;彭舰;黄飞虎;王金策;弋沛玉;陈俊珲;刘唐;徐文政 -专利权人：四川大学
申请日： 2022-05-31 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于图嵌入式课程学习的负采样增强方法，涉及负采样技术领域，包括：构建图嵌入模型并采集课程学习样本作为正样本，然后对其进行负采样得到负样本；初始化得到包含以初始嵌入向量表示的正样本和负样本的训练集；对图嵌入模型进行训练，并根据当前训练轮次计算得到本轮损失计算比例；将本轮损失计算比例和样本中的最大损失计算比例进行对比并获取两者之间的较小值为最终计算比例；根据最终计算比例获取损失阈值，对不大于损失阈值的样本进行损失计算获取计算结果；重复步骤迭代直到达到收敛条件，根据计算结果输出图嵌入表示；本发明通过采用课程学习的方法，缓解了负采样固有的“伪负样本”的影响，并能提升了节点嵌入的质量。
一种基于嵌入式课程学习采样增强方法

[发明专利]一种电力现货日前市场辅助报价方法-CN202110902686.3在审
发明人：李沛东;彭舰;黄飞虎;弋沛玉;王金策;李梦诗 -专利权人：四川大学
申请日： 2021-08-06 - 公布日： 2021-11-05 - 主分类号： G06Q30/06 文献下载
摘要：本发明提供了一种电力现货日前市场辅助报价方法，包括：初始化下列参数：状态‑行为值函数Qi(s,ai)＝0；策略πi(s,ai)＝1/|Ai|；平均策略其中，i为发电商编号；A为所有动作a的集合；各发电商根据状态s利用探索‑利用策略得出报价动作ai并提交给市场；所有发电商均完成动作提交后，市场进行出清，并将各发电商的收益ri和下一状态的中标状态s’反馈给各发电商；更新所有发电商的值函数Qi(s,ai)；根据更新后的值函数Qi(s,ai)，对每一个ai∈Ai，更新平均估计策略和策略πi(s,ai)。本发明能够有效地帮助发电商得到较优的竞价策略，并且模型简单，算力资源利用率高，能够通过较少的迭代轮数达到纳什均衡状态，为推动电力交易的持续、协调、健康发展提供科学决策服务保障。
一种电力现货日前市场辅助报价方法

[发明专利]一种基于知识图谱的可解释推荐模型的构建方法-CN202110693339.4在审
发明人：徐兵;彭舰;黄飞虎;弋沛玉 -专利权人：四川大学
申请日： 2021-06-22 - 公布日： 2021-08-31 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于知识图谱的可解释推荐模型的构建方法，S1、将知识图谱中的实体和关系类别数据通过Word2Vec转换为嵌入矢量，并将嵌入矢量通过拼接形成一个句子矩阵；S2、将句子矩阵通过卷积核，得到不同的特征映射；S3、不同的特征映射通过池化层，将不同的路径序列经过池化后归整定长的特征表示；S4、将池化层输出的特征输入RNN网络中，输出隐态向量作为路径表示；S5、基于加权池化函数预测用户与候选项目的交互概率，并计算不同路径的得分贡献，选择得分最大的一条路径作为推荐；S6、采用Hit@K和NDCG@K对推荐的路径进行评价。
一种基于知识图谱可解释推荐模型构建方法

1
共 9 条