-
公开(公告)号：CN118232431A
公开(公告)日：2024-06-21
申请号：CN202410323686.1
申请日：2024-03-19
Applicant: 国网山东省电力公司莱芜供电公司 , 上海交通大学 , 淮阴工学院
Abstract: 本发明涉及交流微电网控制领域，公开了一种基于BPF下垂控制的自适应虚拟阻抗方法，包括以下步骤：根据dq轴的输出电压和电流分量得到有功和无功功率方程，构建基于BPF的下垂控制模型，得到电压控制信号；利用电压控制信号，构建基于虚拟阻抗的自适应减量AER控制模型；根据基于虚拟阻抗的AER控制模型，构建电压电流控制结构得到最终电压输出信号；将最终电压输出信号经过PWM调制策略输出主电路的控制信号。与现有技术相比，本发明能够在线路阻抗失配和负载变化较大的情况下增强有功和无功共享，防止DG输出电压失真，保证系统稳定性，减小“抖振”现象，提高系统的鲁棒性。
-
公开(公告)号：CN113742778B
公开(公告)日：2023-10-31
申请号：CN202111092031.0
申请日：2021-09-17
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于联邦学习和ALQ压缩的分布式机器学习方法及系统，所述系统包括一个服务器端和多个客户端，服务器端的功能包括初始化全局机器学习模型、分发模型至客户端、收集客户端的模型并计算新的全局模型；客户端的功能包括接收全局模型、用本地数据对模型进行训练以及上传训练好的本地模型，服务器端和客户端之间的通信数据通过ALQ压缩算法进行压缩。与现有技术相比，本发明具有保证数据隐私安全性、适用于对通信量和扩展性有严格要求的空间信息网络等优点。
-
Patent Agency Ranking
公开(公告)号：CN107899025B
公开(公告)日：2020-12-11
申请号：CN201711093500.4
申请日：2017-11-08
Applicant: 上海交通大学
IPC: A61K49/12 , A61K49/18 , B82Y5/00 , B82Y15/00 , C08F251/00 , C08F220/32
Abstract: 本发明公开了一种葡聚糖‑钆MRI纳米显影剂及其制备方法，本发明载体通过接枝共聚反应诱导自组装的方法一步高效地合成葡聚糖‑聚丙烯酸酯纳米载体，再通过修饰接入肼基，通过物理或者化学键合接入钆离子，最终制备得到葡聚糖‑钆MRI纳米显影剂，该显影剂为核磁共振显影剂，应用在生物医疗领域。本发明公开的制备方法简单，高效，产量高，成本低，制备得到的纳米显影剂粒径均一，稳定性好，钆离子负载率高，性能优良，纵向弛豫率高，是商业钆喷酸葡胺注射液纵向弛豫率7‑14倍，此外该体系毒性低，具有良好的生物相容性，在疾病的诊断及治疗领域具有广阔的应用前景。
-
公开(公告)号：CN103390032B
公开(公告)日：2017-01-18
申请号：CN201310279187.9
申请日：2013-07-04
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于关系型协同话题回归的推荐系统及其方法，该系统至少包括：RCTR模型建立模组，将用户-物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型以建立RCTR模型；参数学习模组，利用最大后验估计对RCTR模型中的参数进行学习，最终获得参数用户隐向量、物品隐向量、物品关系向量和物品话题比例的全后验概率；预测值计算模组，使用用户隐向量、物品话题比例和物品隐偏移的点估计利用一预测值计算公式来计算评价的预测值，本发明通过无缝地将用户-物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型，以将物品之间的社交网络集合到推荐过程中，从而提高了推荐的准确度。
-
公开(公告)号：CN103345581B
公开(公告)日：2016-12-28
申请号：CN201310280241.1
申请日：2013-07-04
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于在线自中心模型的动态网络分析系统及方法，该系统至少包括：目标函数建立模组，在动态自中心模型基础上，以需要学习的参数β与话题比例ωk作为变量建立目标函数；目标函数最小化模块，于一个新事件或者一系列新事件发生后，利用交替投影算法交替更新该需要学习的参数向量β与该话题比例ωk，获得目标函数的最优解，本发明通过对时变的话题特征与模型参数进行建模，从而使得模型随着时间推移预测的准确度不会下降。
-
公开(公告)号：CN103390032A
公开(公告)日：2013-11-13
申请号：CN201310279187.9
申请日：2013-07-04
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于关系型协同话题回归的推荐系统及其方法，该系统至少包括：RCTR模型建立模组，将用户-物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型以建立RCTR模型；参数学习模组，利用最大后验估计对RCTR模型中的参数进行学习，最终获得参数用户隐向量、物品隐向量、物品关系向量和物品话题比例的全后验概率；预测值计算模组，使用用户隐向量、物品话题比例和物品隐偏移的点估计利用一预测值计算公式来计算评价的预测值，本发明通过无缝地将用户-物品评价信息、物品内容信息与物品间的关系结构整合到一个层级贝叶斯模型，以将物品之间的社交网络集合到推荐过程中，从而提高了推荐的准确度。
-
公开(公告)号：CN103345581A
公开(公告)日：2013-10-09
申请号：CN201310280241.1
申请日：2013-07-04
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于在线自中心模型的动态网络分析系统及方法，该系统至少包括：目标函数建立模组，在动态自中心模型基础上，以需要学习的参数β与话题比例ωk作为变量建立目标函数；目标函数最小化模块，于一个新事件或者一系列新事件发生后，利用交替投影算法交替更新该需要学习的参数向量β与该话题比例ωk，获得目标函数的最优解，本发明通过对时变的话题特征与模型参数进行建模，从而使得模型随着时间推移预测的准确度不会下降。
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
