基于神经网络的人体动态行为智能识别方法

针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法。对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别。仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好。     

基于UHF RFID技术的电能智能计量系统电力设备的全生命周期管理研究

针对电能智能计量系统对电力设备管理快速准确的需求,构建一种基于UHF RFID(超高频射频识别)技术的全生命周期管理系统,建立该系统的体系结构和运行流程并阐述电力设备的性能评估体系,研究基于UHF RFID的电子标签、基于Web Service(网络服务)的UHF RFID系统集成应用模型,解决传统电力设备管理方式中各阶段被割裂、无科学有效评估体系的问题。     

融合用户情感评分的节点专业影响力分析

[目的/意义]大多数社交网络节点的影响力计算没有考虑用户的评价,而用户评价对特定领域的专业影响力节点的识别具有重要意义。[方法/过程]本文利用领域字典和话题识别模型将目标用户的主题范围进行限定,同时结合社交网络用户中的个人信息综合指标,基于用户关注关系建立链路网络,并充分纳入用户评论的情感评分,提出针对专业影响力节点挖掘的Domain Rank算法。[结果/结论]研究表明,该算法能够有效的从多主题的用户群体中发现和识别潜在的专业影响力节点。     

用电检查与反窃电智能信息平台的设计与应用

用户窃电行为存在着广泛性和隐蔽性的特殊点,所以在进行用电检查工作的时候应该提高预判性,并且保持技术的先进。当前我国电力事业发展蓬勃而迅速,但是用电检查方面仍然比较落后,所以在进行用电检查时应该大力推广先进技术,建立起一个有力的反窃电智能信息平台,针对窃电行为进行有效查处。本文首先介绍防窃电工作的现状,然后简单分析反窃电智能信息平台的设计。     

网络交易垃圾评论智能识别研究

定义垃圾评论边界,利用智能算法有效识别垃圾评论。对垃圾评论进行内部细分,构建评价指标体系,并提出一种改良决策树方法对垃圾评论进行智能评估,并提供可读性规则。基于Matlab语言实现,通过实证研究,验证所构建的垃圾评论识别模型能够达到较高预测精度。提供了一种高效的多在线评论多分类智能识别方法,为垃圾评论的分类监管治理提供技术支持。     

多源过程性数据驱动的学习者综合评价模型研究 #br#

【目的/意义】信息技术与互联网技术的飞速发展让教育行业进入了大数据时代。由于学习者在整个学习 过程中的学习行为数据能够被记录下来,这种多源过程性数据为基于大数据的教育评价提供了新的可能。【方法/ 过程】本文从学习者行为特征视角出发,设计了多源过程性数据驱动的学习者综合评价模型。该模型利用流数据 聚类算法对不断涌入的学习者数据进行处理,及时生成或更新学习者画像,然后基于学习者画像对学习者学习行 为进行分析,构建学习者综合评价模型,以实现对学习者学习表现的实时反馈。【结果/结论】该模型可以对学习者 的学习过程进行综合评价,及时的反馈有助于教学评价的开展,同时丰富现有的教学评价体系,为实现教学评价与 优化教学的良性循环提供依据和参考方向。【创新/局限】本文提出了过程性数据驱动的对学习者动态综合评价模 型,后续将基于研究模型开展实际应用研究。     

基于多智能体技术的智能决策支持系统研究

针对传统决策支持系统难以解决复杂决策问题的局限性,通过分析多智能体技术和智能决策支持系统的基本原理,将多个智能体进行有效的综合集成,提出基于多智能体技术的智能决策支持系统理论框架,并建立相应的系统模型,为解决复杂的决策问题提供一种新的方法.     

本体协同构建环境下用户行为可信度评价研究

在用户参与的本体协同构建中,用户行为可信度是评价其创建本体质量的依据之一,而目前对此研究相对较少。本文在分析用户行为特征的基础上,借鉴生态学中种群的概念,提出一种基于模糊综合评价法的用户行为可信度评价方法。该方法引入优秀种群,分别从用户直接知识行为和评价行为两个指标综合用户可信度,并详细讨论了用户单个直接可信度和评价可信度的动态计算方法,最后对其进行模拟分析。该方法能够较好地控制本体协同构建中低质量行为对用户的可信度影响,动态的、较全面的表示用户在多领域的可信度。     

基于大数据的油田设备智能诊断技术研究

随着油田生产信息化的全面覆盖,设备体量大、类型多、分布广等现状为其高效运维带来巨大挑战。如何实现故障准确定位和快速诊断成为当前重要的研究课题。本文主要研究基于大数据的油田设备智能诊断技术,对设备状态进行全口集成融合,建立基于状态评估的故障诊断模型,可识别故障类型,追溯故障原因。进一步地,通过归因分析训练数据集,利用机器学习对故障诊断进行动态优化调试,所训练的优化模型预测准确性更高,故障诊断时间大幅缩短,有效提升生产信息化运维水平。     

基于双粒度语义特征与异质性网络的知识共创价值识别

[研究目的]旨在优化虚拟社区中知识共创价值的识别方法,缓解因信息过载和关联复杂性等导致的高价值性知识资源识别效果不佳的问题。[研究方法]从知识共创的动态协同过程入手,构建集成双粒度语义与异质性网络的知识共创价值识别模型(DGSHAN)。首先利用BERT、Sentence-BERT并行获取词、句双粒度知识单元的语义信息,继而引入CNN、BiLSTM差异化提炼协同知识的局部内核特征与动态时序特征;同时采用HAN处理异质性关联网络,挖掘用户交互下多类型实体与拓扑结构中的关联规律,最后融合知识资源组合和用户行为互动双链路特征,实现知识共创价值的有效识别。[研究结论]经魅族社区Flyme数据验证,该模型的识别准确度、宏F1、加权F1分别为82.16%、73.56%、81.39%,相较于其他基线模型,各评估指标都有显著提高,可以有效提升知识共创价值的识别效果。     

基于Stacking集成学习的在线健康社区问答信息采纳识别研究

【目的/意义】提出基于Stacking集成学习的问答信息采纳行为识别策略,促进在线健康社区问答的精准化推送、助推数字化医疗服务高质量发展。【方法/过程】构建以集成学习方法和非集成学习方法为基学习器、以逻辑回归算法（LR）为元学习器的Stacking集成学习模型,比较单预测模型、同类预测模型组合、不同类预测模型组合的Stacking集成学习模型预测精度,选取“寻医问药”平台的慢性病问答构建数据集验证模型的优越性,并选取“快速问医生有问必答120”平台数据验证模型的可移植性。【结果/结论】Stacking集成模型相比于单预测模型能够更精准识别被采纳问答信息,模型具有较强的泛化性,可以适用于不同的在线健康社区。【创新/局限】本文基于Stacking集成思想构建两阶段预测模型,并借助机器学习构建最佳预测模型组合,显著提高在线健康社区问答信息采纳识别精度,但伴随问答信息积累,在线健康社区问答模式不断发展变化,考虑结合历史数据和每日更新数据的动态预测方法是未来研究工作重点。     

基于BSC的众包创新项目风险识别模型构建及应用研究

考虑到平衡计分卡(Balanced Scorecard,BSC)具有平衡组织内外部要素、兼顾结果与驱动结果的因素、综合财务与非财务目标等优势,从战略视角构建基于BSC的众包创新战略地图,从财务、客户、内部流程、学习与成长四个维度识别影响众包创新目标实现的不确定性因素,得到众包创新项目的风险识别体系.提出整合模糊证据推理、灰色关联分析与FMEA模型的众包创新项目风险评价方法,并以海尔HOPE创新生态平台的"全光谱光源植物生长灯"项目开展应用研究.结果表明,接包方机会主义行为,知识产权归属不明,开放性文化冲突三项风险对该项目后续研发过程的影响最大,并提出相应对策,验证模型与方法的可行性与有效性.     

多源数据融合的用户画像识别与推荐实证研究

[目的/意义]构建多源数据融合获得细粒度的用户画像标签,加强和提升服务场景的用户画像识别与精准推荐,对于洞察用户需求、开展群体精准营销、提高用户忠诚度等有着重要的参考意义。[方法/过程]融入服务场景构建多源数据融合的用户画像识别与推荐分析框架,以用户价值模型RFM重构表征用户行为的RFCLS标签,采用LDA模型提取用户资源使用偏好的文本语义标签,继而将用户属性、用户行为和资源使用偏好等多源异构数据汇聚成用户画像标签体系后,选取随机森林模型对不同标签组合展开用户画像识别的模型训练和分类性能评估。[结果/结论]实证研究表明,与单一的数值型或者文本型画像标签体系相比,多源数据融合的用户画像模型提升了用户画像识别和分类的精准度,有效支撑高校图书馆开展更为针对性的营销服务策略和个体精准化服务推荐。     

基于贝叶斯网络的智能变电站继电保护设备状态检修方法

针对基于智能站网络报文信息挖掘的继电保护运行设备异常快速定位和状态检修问题,文中提出了一种基于贝叶斯网络的智能变电站继电保护设备状态检修方法。通过引入贝叶斯网络,该方法采用一种交换机诊断策略和贝叶斯网络模型相配合的模式共同实现状态检修。首先运用交换机策略对交换机采集到的报文数据信息进行冗余数据识别、异常数据识别以及潜在故障数据识别。然后,通过贝叶斯网络模型对故障进行有效的诊断,并将输出的故障推理结果进行风险评估,通过层次分析法获得评估结果。最后,通过风险评估的结果为运行人员安排故障检修计划提供有力的依据。该方法可以快速地定位继电保护设备的故障位置并且给出故障原因,并为继电保护设备的检修工作提供合理的检修计划。     

基于潜在因子模型的时间序列语义信息挖掘及匹配方法研究

【目的/意义】当前全球信息化时代下信息过载问题日趋严峻,在深度挖掘信息的基础上,结合用户行为特 征进行智能匹配显得尤为重要。【方法/过程】本文在基于潜在因子模型的个性化推荐算法的基础上,构建了结合时 间序列的语义信息挖掘及匹配模型。通过引入用户历史行为的时间序列语义信息,提高已有模型预测用户偏好的 准确性,结合因子分解机的思想实现对扩展模型的构建,并通过 movielens数据集对该方法的有效性进行验证。【结 果/结论】实验结果表明,新模型能够有效提高已有推荐模型预测用户偏好的准确性,从而实现了良好的数据挖掘 及匹配效果。     

海量数据平台下多小车联动巡逻系统研究

设计基于Wi Fi智能视频小车和Hadoop平台,该系统通过智能小车采集视频图像信息,利用大数据分析平台,对小车搜集到的图像数据和视频数据进行计算,进行人物识别和行为分析,并将分析结果以指令形式传给智能小车,进而控制小车进行下一步的指令。多个智能小车互相连接并与服务端通信,通过视频、图片识别等手段,完成对外界环境的探测,实现一个人工智能的小车巡逻系统。     

基于Modem通信的多用户智能电能表系统的研究

研究了一种多用户智能电能表系统,采用ARM微控制器LPC2210作为整个系统的控制环节,并嵌入了操作系统,用多个BL6501A计量芯片来采集用户的电能数据,实现多用户的定时、实时电能计量显示功能,实现防窃电和用户异常用电处理功能,并通过Modem与远程上位机管理系统进行通信,控制各用户的供断电情况。     

基于混沌理论的企业集成风险预警机制研究

研究指出了企业集成风险预警系统的重要意义，并从企业发展战略角度利用聚类分析法系统提出了企业范围内风险预警指标体系。研究建立了基于混沌理论的企业集成风险预警模型，以有效识别指标中的显著事件及其状态演进。最后，对企业建立该预警机制的途径提出了具体应对策略组合。     

装表接电过程中综合防窃电技术体系的构建

电力在我国社会发展过程当中所起到的作用越来越重要,无论是人们的生活还是生产,都是无法替代的能源。但是由于现有的技术体系不完善,电力企业在供电过程中也往往难以全面杜绝窃电问题,该行为严重损害了供电企业的合法权益,与此同时,该行为也会对设备造成损害,并最终影响到用户的用电安全,形成隐患。本文结合窃电的方式以及危害总结了一些电能表安装工作中的要点,并分析了防窃电技术体系。     

基于模糊神经网络的企业知识集成能力评价研究

知识集成有利于提高企业的知识创新能力,并形成企业的核心优势。因此,了解和评价企业的知识集成能力状况对企业来讲具有重要的意义。文章在已有研究的基础上,从企业组织层面的知识集成能力、企业员工个人层面的知识集成能力、企业知识集成环境水平3个方面,构建了企业知识集成能力的评价指标体系,并提出了基于模糊神经网络的企业知识集成能力评价模型。该模型不仅具有模糊处理的功能,还具有很强的自学习能力和非线性映射能力、高度的容错性和鲁棒性。最后进行了实例分析。该方法克服了已有研究方法的一些不足,因而对于企业知识集成能力评价研究具有一定的帮助和启示。