Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜内蒙古威信通电力通信工程设计有限公司梁立松获国家专利权

恭喜内蒙古威信通电力通信工程设计有限公司梁立松获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜内蒙古威信通电力通信工程设计有限公司申请的专利一种基于大数据分析的工程成本智能评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119090535B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411258281.0,技术领域涉及:G06Q30/0201;该发明授权一种基于大数据分析的工程成本智能评估方法是由梁立松;杜栋;陶永建;刘伟;武治宇;李卫婷;薛博宇;池诗玥;陈超越设计研发完成,并于2024-09-09向国家知识产权局提交的专利申请。

一种基于大数据分析的工程成本智能评估方法在说明书摘要公布了:本发明涉及工程成本评估的技术领域,公开了一种基于大数据分析的工程成本智能评估方法,所述方法包括:对建材价格评论文本数据进行情绪分析得到建材价格情绪序列数据,与建材历史交易价格数据共同构成建材价格演化序列数据;对建材价格演化序列数据进行多尺度分解;计算建材价格演化子序列的信息增益并生成权重,进行子序列加权;预测得到建材价格预测值并进行工程成本评估。本发明结合建材价格演化序列数据的频谱表示,进行多尺度自适应分解处理,得到多尺度的价格演化特征,利用建材价格预测模型对加权后建材价格演化子序列进行前向信息提取以及后向信息提取,捕捉价格信息的复杂全局依赖关系,实现建材价格的全局预测进而进行工程成本评估。

本发明授权一种基于大数据分析的工程成本智能评估方法在权利要求书中公布了:1.一种基于大数据分析的工程成本智能评估方法,其特征在于,所述方法包括:S1:采集工程的建材历史交易价格和建材价格评论文本数据,对采集的建材价格评论文本数据进行情绪分析得到建材价格情绪序列数据,与建材历史交易价格数据共同构成建材价格演化序列数据;采集工程的建材历史交易价格和建材价格评论文本数据,包括:data=data1,data2,...,datan,...,dataN 其中:data表示所采集工程的建材历史交易价格和建材价格评论文本数据,datan表示在第n个历史时刻的建材历史交易价格和建材价格评论文本数据,N表示所采集数据的历史时刻总数;vn表示第n个历史时刻的建材历史交易价格,表示第n个历史时刻的建材价格评论文本数据,其中建材价格评论文本数据为点赞数最多的M组建材价格评论,表示第n个历史时刻的第m组建材价格评论;对采集的建材价格评论文本数据进行情绪分析得到建材价格情绪序列数据R:R=r1,r2,...,rn,...,rN其中:rn表示第n个历史时刻的建材价格情绪;将建材价格情绪序列数据R与建材历史交易价格数据共同构成建材价格演化序列数据:P=[P1;P2]P1=v1,v2,...,vn,...,vNP2=R其中:P表示建材价格演化序列数据;P1表示建材价格序列数据,P2表示建材价格序列数据对应的情感演化序列数据;情绪分析流程为:S11:对建材价格评论文本数据中的任意建材价格评论进行词向量编码处理,构成建材价格评论对应的词向量序列,其中建材价格评论对应的词向量序列为S12:对词向量序列进行非线性降维处理,得到建材价格评论对应的词向量降维序列,其中建材价格评论对应的词向量降维序列为词向量序列的非线性降维流程为:S121:从所有词向量序列中选取词向量序列的K个最近邻向量,其中最近邻向量表示为距离词向量序列最近的词向量序列;S122:初始化词向量序列的映射权重序列,并以映射差值最小为目标构建目标函数,并对目标函数进行求解,得到词向量序列的映射权重序列,其中目标函数为: 其中: 表示词向量序列的第k个最邻近向量对应的映射权重,K个最邻近向量对应的映射权重构成词向量序列的映射权重序列,其中映射权重对应的约束条件为||·||表示L1范数; 表示词向量序列的第k个最邻近向量;S123:设置词向量降维序列的维数为dim,根据词向量序列的映射权重序列,以词向量降维序列的映射差值最小为目标构建目标函数,并对目标函数进行求解,得到词向量序列的维数为dim的词向量降维序列所构建目标函数为: S13:利用步长为stride的池化窗口对词向量降维序列分别进行平均池化以及最大池化处理,得到词向量降维序列对应的平均池化结果以及最大池化结果,其中词向量降维序列对应的平均池化结果为最大池化结果为S14:计算得到不同历史时刻的建材价格情绪,其中第n个历史时刻的建材价格情绪为: 其中:rn表示第n个历史时刻的建材价格情绪,rn越大,则表示建材价格情绪中的积极情绪比例占比越大;exp·表示以自然常数为底的指数函数;Wi表示情绪i对应的卷积矩阵,i∈{-1,0,1},-1,0,1依次表示消极、中性以及积极情绪;||·||2表示L2范数;S2:对建材价格演化序列数据进行多尺度分解,得到不同尺度条件下的建材价格演化子序列;S3:计算建材价格演化子序列的信息增益,并生成建材价格演化子序列的权重,对建材价格演化子序列进行加权;S4:构建建材价格预测模型,所述建材价格预测模型以不同尺度条件下的加权后建材价格演化子序列为输入,以建材价格预测值为输出;S5:利用建材价格预测模型对不同尺度条件下的加权后建材价格演化子序列进行预测,得到建材价格预测值,根据建材价格预测值进行工程成本评估。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人内蒙古威信通电力通信工程设计有限公司,其通讯地址为:010000 内蒙古自治区呼和浩特市玉泉区五塔东街2号(电网培训中心大楼);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。