<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 國網山東省電力公司電力科學研究院馬艷獲國家專利權

          國網山東省電力公司電力科學研究院馬艷獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉國網山東省電力公司電力科學研究院申請的專利一種基于多維指標分析的期刊動態評價方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115841269B 。

          龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211474685.4,技術領域涉及:G06Q10/0639;該發明授權一種基于多維指標分析的期刊動態評價方法是由馬艷;鄒立達;車永強;韓英昆;馬雷;劉新設計研發完成,并于2022-11-23向國家知識產權局提交的專利申請。

          一種基于多維指標分析的期刊動態評價方法在說明書摘要公布了:本發明提供了一種基于多維指標分析的期刊動態評價方法,包括步驟:獲取期刊指標數據集、構建期刊時序數據集、對評價指標進行分析、進行期刊評價指標重要性和相關性分析、構建期刊指標時間序列數據集并基于該數據集構建動態期刊評價預測模型。本發明構建期刊時序數據集,該數據集涵蓋數據量大、時間跨度長的特性,使其非常適合分析各指標對期刊評價的貢獻,其自帶的時序特征也可以幫助相關研究者動態的分析期刊的發展,將時間序列數據預測引入了期刊評價場景中并通過實驗得到了一定的可用結果。

          本發明授權一種基于多維指標分析的期刊動態評價方法在權利要求書中公布了:1.一種基于多維指標分析的期刊動態評價方法,其特征在于,包括步驟: (1)從期刊平臺收集期刊指標并記錄、排序,獲取期刊指標數據集; (2)對結構化數據進行預處理,構建期刊時序數據集; (3)對期刊指標數據集進行歸一化處理,運用灰色關聯分析方法以及回歸分析方法,對評價指標進行分析; (4)基于期刊指標數據集,選擇傳統機器學習、簡單神經網絡、深層神經網絡方法用于期刊評價方向的回歸任務,進行期刊評價指標重要性和相關性分析; (5)基于期刊時序數據集和評價指標分析結果,構建期刊指標時間序列數據集,基于該數據集構建動態期刊評價預測模型,進行科技期刊動態評價; (6)基于期刊指標數據集生成主題詞,將指標可視化,構建科技期刊畫像; 所述構建科技期刊畫像的方法為:利用詞性標記定義主題詞分塊語法,將名詞及其單一變形設定為所需關鍵詞的語法規則,對主題句進行分析得到主題句對應的語法樹,進而對主題句進行分塊以提取其中的關鍵詞作為論文主題詞;利用關鍵詞云方法對期刊自身信息進行標準化處理并畫像; 所述期刊指標包括包含3類期刊概述屬性和18類期刊評價指標,所述期刊概述屬性為期刊名、期刊種類、指標記錄年份,所述期刊評價指標為地區分布數、基金論文比、平均作者數、平均引文數、引用半衰期、擴展H指標、擴展他引率、擴展即年指標、擴展學科影響指標、擴展學科擴散指標、擴展引用刊數、擴展總被引頻次、擴展被引半衰期、文獻選出率、機構分布數、來源文獻量、海外論文比、擴展影響因子; 所述構建動態期刊評價預測模型選擇機器學習和深度學習方法構建,包括:(1)將期刊指標時序數據集處理成一維輸入向量與單個target的監督學習形式來訓練機器學習方法構建的預測模型,并輸入數據集的數據進行訓練;(2)將期刊指標時序數據集處理成時間步*特征值數尺寸的二維向量與單個target的形式來訓練深度學習方法構建的預測模型,對數據進行歸一化處理后輸入模型中進行訓練; 所述機器學習方法包括多元線性回歸、隨機森林、XGBoost、LightGBM,所述深度學習方法包括LSTM、GRU、Conv-1D、WaveNet和ANN。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網山東省電力公司電力科學研究院,其通訊地址為:250003 山東省濟南市市中區望岳路2000號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          以上內容由AI智能生成
          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 国产又色又爽又黄刺激视频| 成年女性特黄午夜视频免费看| 亚洲尤码不卡av麻豆| 亚洲成a人片77777kkkk| 免费无码毛片一区二三区| 日本55丰满熟妇厨房伦| 中文精品久久久久国产网址| 337p粉嫩日本欧洲亚福利| 新版天堂资源中文8在线| 日本一二三区视频在线| 人妻少妇乱孑伦无码专区蜜柚| 桃花岛亚洲成在人线AV| 99久久精品免费看国产一区二区 | 99久热在线精品996热是什么| 天堂av成年av影视| 9l国产精品久久久久尤物| 国产精品中文字幕日韩| 亚洲一区二区三区自拍天堂 | 欧美丰满一区二区免费视频| 人妻熟女一二三区夜夜爱| 久久久g0g0午夜无码精品| 国产亚洲精品福利在线无卡一| 另类 专区 欧美 制服| 国产亚洲精品久久www| 内射少妇一区27p| 欧美va免费高清在线观看| 亚洲大码熟女在线| 四虎永久在线精品8848a | 免费国产一二三区四区乱码| 国产无遮挡a片又黄又爽漫画| 免费无码毛片一区二三区| 无码国产一区二区三区四区| 在线观看一区二区三区国产免费| 桃花岛亚洲成在人线AV| 夜夜影院未满十八勿进| 亚洲日本欧美日韩中文字幕| 97国产人妻人人爽人人澡| 手机看片福利一区二区三区| 无套内谢孕妇毛片免费看| 无码日韩做暖暖大全免费不卡| 久久九九久精品国产免费直播|