基于CEEMDAN和BLSTM组合模型的城轨车站客流预测方法和介质

    公开(公告)号:CN114492967A

    公开(公告)日:2022-05-13

    申请号:CN202210047361.6

    申请日:2022-01-17

    Applicant: 河海大学

    Abstract: 本发明提供一种基于CEEMDAN和BLSTM组合模型的城轨车站客流预测方法和介质,该方法基于工作日与节假日客流变化特征不同的特点,为了避免其特征不同的影响,将工作日与节假日的客流数据分别进行预测建模,并采用Pearson相关系数分析历史客流数据与预测值的关联程度以确定合理的滑动时间窗口。客流数据短时波动量较大,直接对原始数据进行预测会存在较大误差,该方法首先采用CEEMDAN算法将客流数据进行分解处理,然后基于客流的时序性变化,选择由LSTM改进的BLSTM获取分解序列的时序特征,最后将各分量预测结果相加得到最终客流预测数据,本发明能够有效解决城轨交通车站客流波动导致的预测精度差的问题,具有切实可行的实用价值和广泛的应用前景。

    一种基于异构特征融合网络的地基云图分类方法

    公开(公告)号:CN111967511A

    公开(公告)日:2020-11-20

    申请号:CN202010770721.6

    申请日:2020-08-04

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于异构特征融合网络的地基云图分类方法,包括如下步骤:(1)对多幅带有噪声的地基云图进行预处理;(2)分别对处理后的地基云图提取特征,使用手工特征提取方法结合费舍尔向量编码得到每张地基云图对应的特征向量;(3)将步骤(2)的输出投入一个四层全连接层网络,该网络的输出记为fc;(4)扩增训练集后,训练卷积神经网络模型,将fc与最后一个池化层得到的深层语义特征fg融合,经过全连接层得到每类对应的分类概率。本发明能够显著的提高地基云图分类识别任务的泛化能力,模型的鲁棒性强,多角度结合视觉信息,即使人为加入噪声也能精确定位云状,取得良好的识别结果。

    一种考虑加权潮流熵的配电网负荷恢复量计算方法

    公开(公告)号:CN111786382A

    公开(公告)日:2020-10-16

    申请号:CN202010625197.3

    申请日:2020-07-02

    Abstract: 本发明公开一种考虑加权潮流熵的配电网负荷恢复量计算方法,建立的数学模型中,以负荷恢复量、节点电压降落和加权潮流熵作为多目标函数,综合考虑潮流约束、网络拓扑约束、发电机出力和电压等约束条件。本发明针对当前城市配电网故障,电力负荷恢复过程中,普遍关注负荷恢复的快速性和经济性,较少考虑负荷恢复过程中线路负载分布不均,导致的自组织临界状态的问题,提出了以加权潮流熵作为目标函数之一提高电网重构过程中的稳定性,通过动态二进制粒子群算法优化对模型进行寻优,得到最优网络拓扑结构和最大负荷恢复量。

    一种人工智能在季节性负荷预测中的应用方法

    公开(公告)号:CN110991723A

    公开(公告)日:2020-04-10

    申请号:CN201911182133.4

    申请日:2019-11-27

    Applicant: 河海大学

    Abstract: 本发明公开了一种人工智能在季节性负荷预测中的应用方法,首先基于剔除趋势负荷的方法类获得气象负荷数据,采用最小二乘拟合来获得线性的趋势负荷函数,将原始负荷序列减去趋势负荷作为气象负荷数据;然后,应用FCM聚类算法对样本数据进行聚类分析,共得到三种不同类型的训练样本;接着,建立温度修正模型,考虑到夏季高温天气的气温累积效应,有必要对高温天气的最高温度进行温度修正;最后,建立PSO-ELM负荷预测模型,将粒子群优化算法(PSO)与极限学习机(ELM)相结合,有效的提高了负荷预测的精度,具有重要的实际应用价值。

    一种用于视频分析中的动作识别方法

    公开(公告)号:CN110942037A

    公开(公告)日:2020-03-31

    申请号:CN201911200563.4

    申请日:2019-11-29

    Applicant: 河海大学

    Inventor: 王敏 吴敏

    Abstract: 本发明公开了一种用于视频分析中的动作识别方法,包括如下步骤:(1)获取动作视频,将其处理成静止视频帧,计算叠加光流图;(2)采用步骤(1)中获得的静止图像帧数据以及光流图作为输入分别进行训练,学习特征;(3)对于步骤(2)中卷积层的时空特征进行卷积计算进行融合,并且进行3D池化,同时光流网络不截断,进行3D池化后继续提取特征;(4)将步骤(3)中得到的融合特征与光流特征进行平均计算融合;(5)根据损失函数对网络迭代训练,直至模型结果收敛。本发明能够在有限的时间规模内,尽量多的获取视频中的信息,从而增加网络的鲁棒性以及提高识别的准确率。

    可变径的3D智能花盆
    117.
    发明公开

    公开(公告)号:CN110214585A

    公开(公告)日:2019-09-10

    申请号:CN201910612894.2

    申请日:2019-07-09

    Applicant: 河海大学

    Abstract: 本发明公开了一种可变径的3D智能花盆,包括储水箱、以及设于其上的盆栽花盆,所述储水箱内设有吸水棒,各所述吸水棒端部分出若干编织成3D吸水网格袋的吸水线,所述3D吸水网格袋能够置于盆栽花盆中并为盆栽植物提供水肥。本发明的可变径3D智能花盆将3D吸水网格袋与盆栽植物土体紧密结合,当植株缺水时对土体进行及时温润的水分供给,保持土体长期湿润,可减少浇水维护次数,特别适于繁忙的上班族使用,3D吸水网格袋的可变径技术,适用于不同型号大小的盆栽;本发明的可变径3D智能花盆既可为盆栽植物及时补水,又可用于水盐肥根系异质分布的对比试验。

Patent Agency Ranking