-
公开(公告)号：CN114896866B
公开(公告)日：2024-08-02
申请号：CN202210419831.7
申请日：2022-04-21
Applicant: 北京科技大学顺德研究生院 , 北京科技大学
IPC: G06F30/27 , G06F17/18 , G06F17/11 , G06N20/10 , G06N20/20 , G06F119/04 , G06F119/14
Abstract: 本发明涉及镍基合金蠕变技术领域，提供了一种镍基高温合金蠕变寿命预测方法，包括：构建镍基高温合金数据集；构建Larson‑Miller参数法和热强参数综合方程结合的经验公式模型；构建SVM模型；构建高斯过程回归模型；对上述三个模型利用集成学习中的加权平均法得到集成模型；利用集成模型得到特定镍基合金在特定温度和特定拉力条件下的合金蠕变寿命预测值。本发明综合传统方式与现代机器学习模型的优点，发挥各个模型的优势。通过集成模型构建镍基高温合金的蠕变寿命预测相比于单个模型来说具有更加高的准确性，并且相比传统的公式法具有更小的误差性。
-
公开(公告)号：CN114896866A
公开(公告)日：2022-08-12
申请号：CN202210419831.7
申请日：2022-04-21
Applicant: 北京科技大学顺德研究生院 , 北京科技大学
IPC: G06F30/27 , G06F17/18 , G06F17/11 , G06N20/10 , G06N20/20 , G06F119/04 , G06F119/14
Abstract: 本发明涉及镍基合金蠕变技术领域，提供了一种镍基高温合金蠕变寿命预测方法，包括：构建镍基高温合金数据集；构建Larson‑Miller参数法和热强参数综合方程结合的经验公式模型；构建SVM模型；构建高斯过程回归模型；对上述三个模型利用集成学习中的加权平均法得到集成模型；利用集成模型得到特定镍基合金在特定温度和特定拉力条件下的合金蠕变寿命预测值。本发明综合传统方式与现代机器学习模型的优点，发挥各个模型的优势。通过集成模型构建镍基高温合金的蠕变寿命预测相比于单个模型来说具有更加高的准确性，并且相比传统的公式法具有更小的误差性。
-
公开(公告)号：CN118400005A
公开(公告)日：2024-07-26
申请号：CN202410690434.2
申请日：2024-05-30
Applicant: 北京科技大学
Abstract: 本发明涉及通信领域，特别是指一种无人机使能通感一体化网络中的联合波形设计方法及装置。所述方法包括：构建无人机使能的ISAC系统模型，包括：MIMO通信子系统模型和MIMO雷达子系统模型；针对无人机使能的ISAC系统，制定考虑信号PAPR的通信和感知联合的波形设计问题；其中，波形设计问题的目标为在设定约束条件下最小化多用户干扰和波束模式不匹配的加权和；其中，设定约束包括功率约束、PAPR约束和波束方向图约束。采用多变量循环迭代交替方向乘子方法对波形设计问题进行求解，得到无人机使能通感一体化网络中的联合波形设计结果。本发明考虑到PAPR，所提出的方法适用于无人机ISAC的波形设计。
-
公开(公告)号：CN113300882A
公开(公告)日：2021-08-24
申请号：CN202110498698.4
申请日：2021-05-08
Applicant: 北京科技大学
IPC: H04L12/24 , H04L29/08 , G06F16/215 , G06F16/25
Abstract: 本发明公开了一种面向材料大数据的数据收集传输方法及装置，该方法包括：收集材料数据库中的材料数据，并采用大数据清洗技术进行数据清洗；将清洗后的材料数据提交至预设的材料数据协同网络，形成数据共享；利用网络切片技术，对材料数据协同网络进行网络切片定制化处理，基于博弈理论，在实现数据传输能效最大化的同时，保证数据下载缓存性能。本发明引入网络切片技术对材料数据协同网络进行定制化服务，将采集的数据进行高效率、高质量传输，以便于对材料数据进行下一步分析、建模和可视化研究，挖掘其价值。
-
公开(公告)号：CN110167176B
公开(公告)日：2021-06-01
申请号：CN201910341080.X
申请日：2019-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于分布式机器学习的无线网络资源分配方法，能够降低计算复杂度。所述方法包括：在各基站侧构建相同规模的深度神经网络模型，并将初始化后的原始网络环境系数划分为多组网络环境系数；以提升系统能量效率为目标，对每组网络环境系数，确定最优的用户关联策略和功率分配策略；将网络环境系数和与各基站相关的最优的用户关联策略和功率分配策略存储为相应基站侧深度神经网络模型的训练集；各基站侧的工作节点采用分布式异步通信方式，训练深度神经网络模型；获取待处理的网络环境系数，将其输入到训练好的深度神经网络模型中进行神经网络计算，输出结果为优化后的用户关联策略和功率分配策略。本发明涉及无线通信及机器学习领域。
-
Patent Agency Ranking
公开(公告)号：CN107895103B
公开(公告)日：2020-11-27
申请号：CN201711268085.1
申请日：2017-12-05
Applicant: 北京科技大学
IPC: G06F16/215
Abstract: 本发明提供一种轨迹数据清洗方法，能够提高轨迹数据的数据质量。所述方法包括：S1，计算轨迹数据中相邻两个轨迹点之间的M阶差分，并降低M阶差分值小于第一预设阈值的相应轨迹点的可信度值；S2，每个轨迹点向其邻居点投票的同时接受来自邻居点的投票值，根据邻居点的投票值重新计算每个轨迹点的可信度值；S3，判断S2执行前后每个轨迹点的可信度值的变化值是否小于预设的可接受的最大变化值，若是，则删除所有可信度值小于第二预设阈值的轨迹点；否则，返回S2执行下一次迭代。本发明涉及大数据处理领域。
-
公开(公告)号：CN111683375A
公开(公告)日：2020-09-18
申请号：CN202010384603.1
申请日：2020-05-08
Applicant: 北京科技大学
Abstract: 本发明提供一种针对无人机辅助无线蜂窝网络的无人机部署优化方法，包括：构建网络系统模型；采用覆盖子区域的面积与三维服务区域的总面积之比作为评估指标，来反映覆盖率；在单跳回程距离约束和可变边界约束下，通过优化三维服务区域中无人机的部署方式，最大限度提升覆盖率。并采用罚函数法将其变换为非约束问题。采用逐步交替SGD算法，通过交替执行两个步骤来高效地优化变换后的问题，直到满足停止条件：一步是使用SGD算法来优化覆盖率，另一步是使用SGD算法优化包含了边界约束和回程约束的罚函数。本发明可有效解决考虑覆盖和回程的异构无线蜂窝网络中的无人机部署优化问题。
-
公开(公告)号：CN110337111B
公开(公告)日：2020-07-10
申请号：CN201910309933.1
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种无线通信网络功率分配方法，能够最大化无线通信网络系统的能量效率。所述方法包括：根据基站与用户之间的信道增益，以最大化系统总的能量效率为目标，建立能量效率优化模型；根据基站与用户之间的信道增益，利用匹配理论进行信道分配，得到初始信道分配列表；根据初始信道分配列表，计算平均发射功率下用户的传输速率，按照传输速率的大小对信道再分配，得到目标信道分配列表；根据得到的目标信道分配结果，通过凸函数差分规划得到系统能量效率取最大值时的基站到用户的最优传输功率。本发明涉及无线通信领域。
-
公开(公告)号：CN108601033B
公开(公告)日：2020-03-31
申请号：CN201810380595.6
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于Adam的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
