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695477个,建议您升级VIP下载更多相关专利
  • [发明专利]保序序列规则挖掘方法-CN202110306575.6在审
  • 武优西;赵晓倩;李艳;马鹏飞;耿萌;谢婷萱;杨克帅 - 河北工业大学
  • 2021-03-23 - 2021-06-04 - G06F16/26
  • 本发明为保序序列规则挖掘方法,该挖掘方法包括以下内容:获得对应时间序列的所有频繁保序序列模式,构成频繁保序序列模式集合,设定最小置信度阈值minconf,计算频繁保序序列模式y的前缀子模式x,若前缀子模式的相对顺序为频繁保序序列模式,则得到保序序列规则x=y,迭代上述过程,得到所有的保序序列规则;根据conf(x=y)=sup(y)/sup(x)计算x=y的置信度,最终将置信度≥设定的最小置信度阈值minconf的保序序列规则加入到规则集合R中,小于minconf的保序序列规则称为强保序序列规则,挖掘所有的强保序序列规则称为保序序列规则挖掘。本发明实现了高效的频繁保序序列模式挖掘,之后在对频繁保序序列模式进行保序序列规则挖掘,寻找模式之间隐含的关系。
  • 序列规则挖掘方法
  • [发明专利]保序序列规则挖掘方法-CN202210294476.5在审
  • 武优西;赵晓倩;李艳;马鹏飞;耿萌;谢婷萱;杨克帅 - 河北工业大学
  • 2022-03-23 - 2022-06-14 - G06F16/26
  • 本发明为保序序列规则挖掘方法,该挖掘方法包括以下内容:获得对应时间序列的所有频繁保序序列模式,构成频繁保序序列模式集合,设定最小置信度阈值minconf,计算频繁保序序列模式y的前缀子模式x,若前缀子模式的相对顺序为频繁保序序列模式,则得到保序序列规则x=y,迭代上述过程,得到所有的保序序列规则;根据conf(x=y)=sup(y)/sup(x)计算x=y的置信度,最终将置信度≥设定的最小置信度阈值minconf的保序序列规则加入到规则集合R中,小于minconf的保序序列规则称为强保序序列规则,挖掘所有的强保序序列规则称为保序序列规则挖掘。本发明实现了高效的频繁保序序列模式挖掘,之后在对频繁保序序列模式进行保序序列规则挖掘,寻找模式之间隐含的关系。
  • 序列规则挖掘方法
  • [发明专利]基于加权正负序列模式的数据分析方法及系统-CN201811160018.2有效
  • 姜合;王东远;潘品臣;吕奕锟 - 齐鲁工业大学
  • 2018-09-30 - 2022-05-31 - G06F16/2458
  • 本发明公开了基于加权正负序列模式的数据分析方法及系统,属于计算机数据挖掘领域,解决的问题是如何提供一种挖掘过程简单、耗时短,且能够实现项集根据其重要程度分配权值的数据分析方法。其方法包括以加权支持度大于设定的最小支持度为条件,基于GSP算法中的连接操作和剪枝操作挖掘加权频繁正序列模式;基于加权频繁正序列模式中的1‑length正序列模式,生成相应的负序列种子集,并通过连接生成候选负序列模式;以加权支持度大于设定的最小支持度为剪枝条件,挖掘加权频繁负序列模式。该系统包括正序列挖掘模块、候选负序列挖掘模块和负序列挖掘模块。
  • 基于加权正负序列模式数据分析方法系统
  • [发明专利]近似保序序列模式挖掘方法-CN202110306560.X在审
  • 武优西;刘锦;耿萌;孟玉飞;王珍;杨鸿茜;杨仕琦 - 河北工业大学
  • 2021-03-23 - 2021-05-11 - G06F16/26
  • 本发明为近似保序序列模式挖掘方法,当前的保序序列模式挖掘挖掘时间序列中满足支持度阈值的相对顺序完全相同(最精确)的子序列,但只挖掘最精确的保序模式往往会遗漏一些重要信息。本发明挖掘方法,既能挖掘最精确的保序模式,也能根据输入参数值的不同挖掘出近似程度不同的保序模式。可以挖掘出更多有意义的保序模式,适应更多的应用领域,更好地帮助人们进行分析和预测。在候选模式生成方面,本方法采用了基于前后缀拼接的模式融合策略,减少了无意义候选模式的数量。在模式支持度计算方面,本方法在频繁模式出现位置的左右获取候选序列,避免了重复扫描数据库,大大减少了模式匹配次数,挖掘性能有了显著提升。
  • 近似序列模式挖掘方法
  • [发明专利]近似保序序列模式挖掘方法-CN202210295950.6在审
  • 武优西;刘锦;耿萌;孟玉飞;王珍;杨鸿茜;杨仕琦 - 河北工业大学
  • 2022-03-23 - 2022-09-09 - G06F16/26
  • 本发明为近似保序序列模式挖掘方法,当前的保序序列模式挖掘挖掘时间序列中满足支持度阈值的相对顺序完全相同(最精确)的子序列,但只挖掘最精确的保序模式往往会遗漏一些重要信息。本发明挖掘方法,既能挖掘最精确的保序模式,也能根据输入参数值的不同挖掘出近似程度不同的保序模式。可以挖掘出更多有意义的保序模式,适应更多的应用领域,更好地帮助人们进行分析和预测。在候选模式生成方面,本方法采用了基于前后缀拼接的模式融合策略,减少了无意义候选模式的数量。在模式支持度计算方面,本方法在频繁模式出现位置的左右获取候选序列,避免了重复扫描数据库,大大减少了模式匹配次数,挖掘性能有了显著提升。
  • 近似序列模式挖掘方法
  • [发明专利]一种时空序列异常模式挖掘方法及装置-CN202210730876.6在审
  • 王玲;周南 - 北京科技大学
  • 2022-06-24 - 2023-04-28 - G06F16/909
  • 本发明提出一种时空序列异常模式挖掘方法及装置,涉及异常模式挖掘及时空协同技术领域。确定所有空间位置的异常子序列集合;确定异常子序列之间的空间直接近邻关系与时间相交关系,确定时空协同异常事件的空间范围和持续时间;根据确定的空间范围和持续时间得到时空协同异常事件的自适应近邻值,通过所述自适应近邻值聚类时空协同异常事件,确定最终的时空异常模式,完成时空序列异常模式挖掘。针对时空序列数据的异常模式挖掘问题,提出了基于时空协同异常事件的时空序列异常模式挖掘算法,利用空间直接近邻的概念挖掘时空协同异常模式,通过一个时空协同异常事件度量,确定各事件密度,实现时空序列数据的异常模式挖掘
  • 一种时空序列异常模式挖掘方法装置
  • [发明专利]重复负序列模式在客户购买行为分析中的应用-CN201510025944.9有效
  • 董祥军;宫永顺 - 齐鲁工业大学
  • 2015-01-19 - 2018-02-23 - G06Q30/02
  • 一种重复负序列模式在客户购买行为分析中的应用,提出一个名为e‑RNSP的高效算法来挖掘重复负序列模式,所述算法的主要思想是首先通过RptGSP算法挖掘得到重复正序列模式,并且将挖掘出来的重复正序列模式以及包含它们的数据序列中的重复次数对应保存下来,然后用和e‑NSP相同的方法生成负序列候选模式,最后通过公式来计算负序列侯选模式的重复支持度,而无需多次扫描数据库。所述e‑RNSP是第一个重复负序列模式挖掘算法,通过该算法挖掘得到的重复负序列模式可以更全面的分析客户购买行为,使得售货方能够根据当前的商品销售情况来预测以后的商品销售。
  • 重复序列模式客户购买行为分析中的应用
  • [发明专利]一种对象学习行为模式挖掘方法及装置-CN202110989581.6有效
  • 张立山;李亭亭;刘丽丽;冯硕;赵爱茹;戴志诚 - 华中师范大学
  • 2021-08-26 - 2023-10-27 - G06F16/2458
  • 本发明提供了一种对象学习行为模式挖掘方法及装置,属于挖掘学习行为模式的技术领域,方法包括:将对象行为按照对象执行动作的时间先后顺序排列,构建各个对象对应的行为序列,组成行为序列数据库;采用学习行为embedding对整个行为序列数据库中的行为进行向量化处理;对向量化处理后的行为进行聚类,将行为划分为不同类别;对不同的行为类别赋值不同的数字编码,构建各个对象对应的数字化行为序列;采用序列模式挖掘方法,从数字化行为序列数据库中挖掘频繁子序列;基于频繁子序列分析对象学习行为模式。本发明可以减少挖掘序列过多,学习行为子序列冗余的情况,使得挖掘序列模式更具代表性。
  • 一种对象学习行为模式挖掘方法装置
  • [发明专利]一种高效用序列模式挖掘方法及装置-CN201710261885.4有效
  • 林浚玮;张杰雄;陈伟;肖磊;刘婷婷 - 哈尔滨工业大学深圳研究生院;腾讯科技(深圳)有限公司
  • 2017-04-20 - 2023-04-04 - G06F16/2458
  • 本申请公开了一种高效用序列模式挖掘方法及装置,根据序列数据库中包含的各事务,获取满足设定条件的候选序列模式集合;针对每一所述候选序列模式,确定所述候选序列模式在所述序列数据库中的效用值;将所述效用值不低于自身所对应的效用阀值的候选序列模式,确定为挖掘结果,其中,候选序列模式对应的效用阀值为该候选序列模式所包含各项目中,效用阀值最低的项目的效用阀值,序列数据库中每一项目的效用阀值由用户预先设定。本申请可以由用户根据需要对不同项目设置不同的效用阀值,基于此从序列数据库中挖掘效用值不低于自身对应的效用阀值的序列模式,在挖掘高效用模式的基础上,能够实现个性化挖掘,满足不同应用场景的需求。
  • 一种效用序列模式挖掘方法装置
  • [发明专利]一种基于序列模式挖掘算法的系统发生树构建方法-CN201811408608.2有效
  • 叶凯;康永永;杨晓飞;贾鹏;蔺佳栋;郭立 - 西安交通大学
  • 2018-11-23 - 2020-11-10 - G16B40/00
  • 一种基于序列模式挖掘算法的系统发生树构建方法,包括挖掘隐藏在序列集中能够用于衡量序列相似性的特异模式,得到初始模式集;过滤初始模式集中的非闭合频繁模式,得到更能够代表序列集的优化模式集;然后构造模式向量集,再计算模式向量之间的距离,进而构建用于生产系统发生树的距离矩阵。本发明采取序列模式挖掘算法来提取序列集中频繁出现的序列模式,然后利用过滤后的模式集将序列集转换为二进制或是赋有权重信息的模式向量集的形式计算距离矩阵,后而构建系统发生树。对大规模、低相似度的序列集,利用模式增长的策略可以挖掘序列集中更具代表性的模式,避免了提取对衡量序列相似性无用的冗余模式,优化了全局范围内序列之间相似性的衡量。
  • 一种基于序列模式挖掘算法系统发生构建方法
  • [发明专利]一种对比序列模式挖掘方法和装置-CN201710702245.2在审
  • 王慧锋;王晓通;郭锋 - 郑州云海信息技术有限公司
  • 2017-08-16 - 2017-12-08 - G06F17/30
  • 本发明公开了一种对比序列模式挖掘方法和装置。涉及数据分析技术;解决了缺乏一种对比序列模式多类别挖掘机制的问题。该方法包括收集多类序列样本数据;计算对比序列模式在所述多类序列样本数据构成的数据集中出现的频繁程度;根据所述多类序列样本数据构成的数据集中出现的频繁程度,计算所述对比序列模式在支持度范围内的对比度;挖掘得到基于所述多类序列样本数据的对比序列模式本发明提供的技术方案适用于数据挖掘分析,实现了更深层次的数据分析挖掘,有利用进行更加具有针对性的数据分析。
  • 一种对比序列模式挖掘方法装置

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