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8个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于优化RBF的7日电力负荷峰值预测方法-CN202110073909.X有效
  • 张程;刘桂岑;曹宇佳;陈柯芯 - 重庆大学
  • 2021-01-19 - 2023-08-29 - G06Q10/04
  • 本发明提供了一种基于优化RBF的7日电力负荷峰值预测方法,包含数据采集、数据分析及数据预处理;划分数据集为训练集和验证集;基于训练集,利用遗传算法对RBF网络进行参数优化,确定适用在本发明的电力负荷峰值预测中RBF网络的中心向量、中心点宽度和权重这三个参数的最优值,并将训练集作为输入,基于优化的RBF网络来预测未来7日的电力负荷峰值,根据模型输出的7天的电力负荷峰值与验证集做比较,结合平均绝对误差MAE和均方根误差RMSE两个指标,得到模型的预测准确度。通过本发明的预测方法,提高了预测准确性和时效性,预测效果较现有电力负荷预测方法更好。
  • 一种基于优化rbf电力负荷峰值预测方法
  • [发明专利]一种基于专利的校企合作推荐算法-CN201910568895.1有效
  • 张程;李林;吴颖;高翔;朱庆生;陈柯芯 - 重庆大学
  • 2019-06-27 - 2023-03-21 - G06F16/9535
  • 本发明提供了一种基于专利的校企合作推荐算法,包括如下步骤:S1、建立UIC网络,UIC网络用快照Gt=(t,V,Et,At,Wt)表示,其中,T是时间窗的大小,t∈(1,2,…,T);V={v1,v2,…,vn},v1,v2,…,vn表示每个专利申请人,V是所有专利申请人的集合,专利申请人的总数量有n个;E表示所有边的集合,边表示某两个专利申请人合作时在图中连接起来的边;A1,A2,…,AT是图G1,G2,…,GT的邻接矩阵,图Gt表示t时刻所有专利申请人构成的连线图,当专利申请人有合作关系时在图Gt中有连线;集合At中个体为At(vi,vj),At(vi,vj)的值表示专利申请人vi与专利申请人vj具有合作关系;S2、根据PL(x)计算采样路径集合QL(x);S3、根据PL(y)计算采样路径集合QL(y);S4、计算t'(L,x,y);S5、计算t'(L,y,x);S6、计算S7、计算基于专利的校企合作推荐算法和系统解决现有技术中不能实现预测和推荐校企网络合作伙伴的问题。
  • 一种基于专利合作推荐算法
  • [发明专利]基于标签信息和商品属性的商品推荐方法、系统及设备-CN202210527650.6在审
  • 张程;张俊涵;高一平;陈柯芯;李贤文;古平;陈自郁 - 重庆大学
  • 2022-05-16 - 2022-08-30 - G06F16/9535
  • 本发明提供了基于标签信息和商品属性的商品推荐方法、系统及设备,方法包括:获取用户对商品的评分和标注信息,基于用户标注行为和语义信息计算商品标签相似度,进行标签扩展,并计算商品间相似度,利用基于商品的协同过滤法计算得到初始评分矩阵;计算用户对商品属性的偏好信息,将偏好信息融入矩阵分解,结合初始评分矩阵,构建矩阵分解模型;基于优化后矩阵分解模型的参数、冷启动用户的商品属性偏好信息以及冷启动用户评分信息,得到冷启动用户的预测评分矩阵;基于预测评分矩阵,为冷启动用户进行商品推荐。本发明采用结合标签信息和用户偏好的矩阵分解推荐方法,从而从根源上解决了现有的对冷启动用户推荐难、推荐准确率低的问题。
  • 基于标签信息商品属性推荐方法系统设备
  • [发明专利]一种欺诈用户检测方法、装置、介质及电子设备-CN202111541029.7在审
  • 张程;丁一;刘慧君;原佳琪;陈柯芯 - 重庆大学
  • 2021-12-16 - 2022-04-08 - G06K9/62
  • 本发明提供了一种欺诈用户检测方法、装置、介质及电子设备,该方法包括:获取数据集,提取数据特征,数据集中包括用户的多维特征信息以及样本标签;基于数据集进行数据分类;根据数据集,利用代价敏感随机森林算法结合孤立森林模型进行标签样本扩充、模型训练,构建欺诈用户检测模型,利用训练所得的欺诈用户检测模型对用户进行检测,并输出检测结果。本发明代价敏感随机森林算法结合孤立森林模型对无标签样本进行预测并赋予其伪标签,将其加入有标签样本集,并利用结合孤立森林的代价敏感随机森林自训练半监督欺诈用户检测模型对用户进行检测,从而从根源上解决了现有的欺诈检测领域样本极度不均衡、数据标注难度高导致欺诈检测准确率低的问题。
  • 一种欺诈用户检测方法装置介质电子设备
  • [发明专利]基于优化Boruta和XGBoost的信贷违约预测方法及系统-CN202110991206.5在审
  • 张程;李高杰;原佳琪;陈柯芯 - 重庆大学
  • 2021-08-26 - 2021-12-03 - G06Q40/02
  • 本发明提供了基于优化Boruta和XGBoost的信贷违约预测方法及系统,方法包括:获取原始数据集,并对所述原始数据集中各个文件进行数据预处理及特征组合操作,得到信贷组合数据集;基于Boruta‑XGB特征选择算法,对信贷组合数据集进行特征选择,得到包括最优特征子集的信贷数据集;基于特征选择获得的信贷数据集,使用遗传算法优化XGBoost算法的参数,构造生成Boruta‑GA‑XGB模型;并基于Boruta‑GA‑XGB模型,对待预测的用户信贷信息进行违约预测,获得预测结果。本发明采用优化的特征选择算法Boruta‑XGB挖掘所有与因变量相关的特征,使用遗传算法对XGBoost算法的参数进行优化,构建Boruta‑GA‑XGB模型对用户信贷违约进行预测,从而从根源上解决了现有的特征数量过多及模型参数过多导致信贷违约预测无法达到最优的问题。
  • 基于优化borutaxgboost信贷违约预测方法系统
  • [发明专利]一种基于孤立森林的用户用电异常行为检测方法-CN201811151326.9有效
  • 张程;曹宇佳;田野;杨璨宇;古平;陈自郁;陈柯芯 - 重庆大学
  • 2018-09-29 - 2021-07-06 - G06F16/2458
  • 本发明提供了一种基于孤立森林的用户用电异常行为检测方法,包括如下步骤:S1、通过数据采集方式获得用电时序数据;S2、对数据进行清洗,以将残缺数据、错误数据、重复数据清除;S3、基于统计的特征提取;S4、数据预处理;S5、对矩阵YM×K进行归一化处理得到新矩阵YM×K';S6、采用孤立森林模型判断出是用电异常还是用电正常:S61、从新矩阵YM×K中提取,每个用户提取ψ个统计特征,设iTree树的数量t,yij是新矩阵YM×K中第i行第j列元素;S62、计算出yij的异常分值s(yij,ψ);S63、判断s(yij,ψ)是否小于1‑Δe,Δe为0.22~0.07范围内的常数;若是,则为用电异常;若否,则用电正常。基于孤立森林的用户用电异常行为检测方法解决现有技术中因没有对数据进行处理导致后续运算较大而导致分析计算运行时间长的问题。
  • 一种基于孤立森林用户用电异常行为检测方法

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