摘要
本发明公开了一种基于时间语义互推图谱的前瞻性电力技术预测方法,包括获取与电力技术相关的多源数据,通过预训练语言模型生成文本的语义向量,并使用非线性降维与密度聚类方法提取电力技术主题。构建电力技术主题时间序列,记录各技术主题在不同时间窗口中的出现频次。采用多种趋势拟合函数对时间序列进行拟合,并计算拟合优度指标,判断技术主题所处的发展阶段。对于拟合度较差的技术主题,基于语义相似性与趋势演化相似性,构建时间语义互推图谱,并通过图谱传播机制预测其发展阶段。根据各技术主题的前景指数,识别出具有前瞻性的电力技术主题。该方法有助于为电力行业技术创新和战略规划提供科学依据。
技术关键词
主题
电力
图谱
Logistic函数
指标
密度聚类方法
语义向量
阶段
节点
文本
序列
预训练语言模型
数据
训练分类模型
正态分布函数
非线性降维算法
标签
指数
邻居
系统为您推荐了相关专利信息
精准匹配方法
事件流
画像
在线学习平台
数字交互
智能采集方法
智能采集系统
时序
CRF模型
预警机制
数据分析模块
数据传输模块
数据采集模块
ZigBee协议
数据存储模块
瓶颈
ETL系统
数据输入装置
重构误差
XGBoost算法
清洗策略
机器人节能方法
辅助机组
网格
机器人工作空间