龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南华诺科技有限公司
申请日：2024-01-18
公开（公告）日：2024-05-10
公开（公告）号：CN118014256A
主分类号：G06Q10/0631
分类号：G06Q10/0631;G06N3/0455;G06N3/0499;G06N3/084;G06Q50/50
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明属于无线通信技术领域，且公开了一种基于语义描述的站点价值评估方法和装置，该评估方法如下：步骤1，站点基础数据和对应评估测算价值输入；2、对站点数据处理；步骤3，站点价值语义特征模型对站点属性描述数据进行转化：步骤4，采用深度学习站点价值测算模型对站点的价值进行输出：步骤5,最终将训练好的模型进行部署：步骤6，构建编码堆叠的编码器；步骤7，通过编码器模型训练站点价值语义特征模型，步骤8，整合特征预测结果。本发明通过利用站点价值语义特征模型对站点属性进行多维度描述，捕捉隐藏特征，避免数据缺失影响，该方法提高评估准确性，降低成本，支持科学决策，且适用广泛。
主权项：1.一种基于语义描述的站点价值评估方法，其特征在于：该评估方法如下：步骤1，站点基础数据和对应评估测算价值输入：准备站点类别和文本描述数据，供深度神经网络学习语义知识；步骤2、对站点属性描述数据进行处理：按照区域、需求、场景、问题点、建设、结构顺序排列指标，使用逗号分割站点属性描述数据；步骤3，站点价值语义特征模型对站点属性描述数据进行转化：将步骤2处理后的数据通过站点价值语义特征模型转化为特征，输入深度学习模型进行离线训练；步骤4，采用深度学习站点价值测算模型对站点的价值进行输出：将步骤3中生成的站点价值语义特征输入到深度学习模型中进行离线训练，模型学习到站点属性描述数据与价值测算分数之间的映射关系，并输出预测的站点价值；步骤5,最终将训练好的模型进行部署，对新输入的站点信息进行价值预测：将训练好的模型部署到实际生产环境中，当输入新的站点信息时，系统自动进行价值预测并输出结果；步骤6，构建编码堆叠的编码器：利用步骤3中的站点价值语义特征模型进行编码堆叠的编码器进行编码；步骤7，通过编码器模型训练站点价值语义特征模型，利用深度学习模型进行特征变换和规范化处理，实现非线性映射和随机采样，以准确预测站点价值；步骤8，整合特征并映射为站点价值预测结果，完成价值评估。
全文数据：
权利要求：
百度查询： 湖南华诺科技有限公司 一种基于语义描述的站点价值评估方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号