-
公开(公告)号:CN108277057B
公开(公告)日:2021-03-09
申请号:CN201810051410.7
申请日:2018-01-19
Applicant: 东南大学
IPC: C10M161/00 , C10M169/04 , B82Y30/00 , B82Y40/00 , B01J27/051 , C10N30/06
Abstract: 本发明公开了一种纳米润滑油添加剂,原料成分包括纳米四氧化三铁‑二硫化钼(Fe3O4@MoS2)复合物和液态石蜡,在将原料成分混合的过程中,将纳米Fe3O4@MoS2与液态石蜡在超声波环境下,混合均匀;其中,纳米Fe3O4@MoS2的量以质量百分比计为0.02‑1.1%,其中纳米Fe3O4@MoS2制备包括两个过程:采用溶剂法制备Fe3O4纳米颗粒,粒径大小为40‑60nm;采用水热法制备Fe3O4@MoS2纳米复合物,粒径大小为400‑600nm,在润滑油使用的过程中,该添加剂可以提高润滑油抗磨减磨的性能;在润滑油失效、丢弃到自然中后,该添加剂可以作为废润滑油的催化剂,有良好的光降解作用。
-
公开(公告)号:CN111179595A
公开(公告)日:2020-05-19
申请号:CN202010008745.8
申请日:2020-01-06
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种交通流时间序列分解方法,它包括以下步骤:(1)采集所需要分析道路断面的交通流历史数据;(2)将历史交通流序列分解为趋势、周期和残差3个成分;(3)将新观测的交通流序列分解为趋势、周期和残差3个成分。该方法充分考虑了交通流序列的周期性,可以剥离出随机噪声的影响,提取交通流周期波动以及趋势变化的规律。该方法适用于具有周期性的交通流状态序列,分解结果可用于交通状态分析、检测与预测,辅助智能交通系统的研究。
-
公开(公告)号:CN108277057A
公开(公告)日:2018-07-13
申请号:CN201810051410.7
申请日:2018-01-19
Applicant: 东南大学
IPC: C10M161/00 , C10M169/04 , B82Y30/00 , B82Y40/00 , B01J27/051 , C10N30/06
Abstract: 本发明公开了一种纳米润滑油添加剂,原料成分包括纳米四氧化三铁-二硫化钼(Fe3O4@MoS2)复合物和液态石蜡,在将原料成分混合的过程中,将纳米Fe3O4@MoS2与液态石蜡在超声波环境下,混合均匀;其中,纳米Fe3O4@MoS2的量以质量百分比计为0.02-1.1%,其中纳米Fe3O4@MoS2制备包括两个过程:采用溶剂法制备Fe3O4纳米颗粒,粒径大小为40-60nm;采用水热法制备Fe3O4@MoS2纳米复合物,粒径大小为400-600nm,在润滑油使用的过程中,该添加剂可以提高润滑油抗磨减磨的性能;在润滑油失效、丢弃到自然中后,该添加剂可以作为废润滑油的催化剂,有良好的光降解作用。
-
公开(公告)号:CN101714100A
公开(公告)日:2010-05-26
申请号:CN200910232490.7
申请日:2009-11-27
Applicant: 东南大学
Abstract: 动态交互网络环境下网构软件主体系统信任协商构建方法,本方法涉及动态网络环境和结构化情境的网构软件主体系统自动信任协商的方法的构建,提出一种适用动态网络交互情境的网构软件主体自动信任协商方法;该方法的实现方式:每个软件主体都拥有自己的信任信息——信任度与合作度,需要合作的两个主体根据合作的方向选择对应的信任度和合作度(契合度)建立信任关系;信任关系的建立得成功与否需要与参考值比较,该参考值是按照系统中主体拥有的平均信任信息时契合度的计算值;当契合度大于该参考值时建立信任关系,该方法避免了使用证书所带来的麻烦,使得信任关系的建立变得简单和清晰。
-
公开(公告)号:CN113065073B
公开(公告)日:2024-06-11
申请号:CN202110281475.2
申请日:2021-03-16
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/9535 , G06F16/29
Abstract: 本申请涉及一种城市的有效路径集搜索方法。该方法包括:获取目标分配区域内所有节点的节点信息、所有路段的路段信息及所有OD点对的OD点对信息;根据所有节点的所述节点信息和所有路段的所述路段信息,构建电子道路地图网络;根据所述电子道路地图网络,构建对偶的电子道路地图网络;根据所有OD点对的所述OD点对信息及所述对偶的电子道路地图网络进行有效路径集的搜索,获得所述目标分配区域内的有效路径集,能够面向城市大规模网络实现有效路径集的快速搜索,基于确定有效路段,进一步确定有效路径,避免了有效路径集搜索中可能出现的组合爆炸情况,最终实现有效路径的筛选,加速了有效路径集的搜索。
-
公开(公告)号:CN115828854A
公开(公告)日:2023-03-21
申请号:CN202310126466.5
申请日:2023-02-17
Applicant: 东南大学
IPC: G06F40/134 , G06F40/169 , G06F40/177 , G06F40/205 , G06F40/232 , G06F16/951 , G06F16/903 , G06F16/335 , G06F16/36 , G06F18/22
Abstract: 一种基于上下文消歧的高效表格实体链接方法,首先,对表格数据进行结构分析,提取主题列索引与非主题列索引。其次,通过搜索引擎抓取的网页标题来过滤表格单元格噪声,实现拼写纠错。然后,查询知识图谱以获得实体链接的候选实体,并为每个表格额外转储一份预处理文件。接着,基于非主题列单元格与知识图谱中实体属性值间的相似度对候选实体进行初步评分,最后,根据候选实体排序结果得到表格数据在知识图谱中的对应实体,即得到表格实体链接结果。本发明具有优秀的实体链接性能和高效的实体查询效率,能有效解决大规模表格数据的实体链接问题。
-
公开(公告)号:CN112529299B
公开(公告)日:2022-11-18
申请号:CN202011460307.1
申请日:2020-12-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于ARIMA和LSTM混合神经网络的短交通流预测方法,分别采集初始时段至t时段的原始交通流数据,确定ARIMA模型中差分阶数d,自回归阶数p和移动回归阶数q,得到标定参数的ARIMA(p,d,q)模型,使用初始时段至t时段的原始交通流序列训练ARIMA(p,d,q)模型,得到t时段的初步预测流数据从训练后的ARIMA(p,d,q)模型中提取AR(p)部分数据和MA(q)部分数据,以t时段的初步预测流数据AR(p)部分数据和MA(q)部分数据作为输入,以t时段的交通流数据真实值作为输出训练ARIMA‑LSTM混合神经网络模型,得到预测模型,获取预测时段的预测输入数据,将预测输入数据输入所述预测模型,得到预测时段的预测交通流数据,所得到的预测交通流数据准确性高。
-
公开(公告)号:CN113065073A
公开(公告)日:2021-07-02
申请号:CN202110281475.2
申请日:2021-03-16
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/9535 , G06F16/29
Abstract: 本申请涉及一种城市的有效路径集搜索方法。该方法包括:获取目标分配区域内所有节点的节点信息、所有路段的路段信息及所有OD点对的OD点对信息;根据所有节点的所述节点信息和所有路段的所述路段信息,构建电子道路地图网络;根据所述电子道路地图网络,构建对偶的电子道路地图网络;根据所有OD点对的所述OD点对信息及所述对偶的电子道路地图网络进行有效路径集的搜索,获得所述目标分配区域内的有效路径集,能够面向城市大规模网络实现有效路径集的快速搜索,基于确定有效路段,进一步确定有效路径,避免了有效路径集搜索中可能出现的组合爆炸情况,最终实现有效路径的筛选,加速了有效路径集的搜索。
-
公开(公告)号:CN112614346A
公开(公告)日:2021-04-06
申请号:CN202011493512.8
申请日:2020-12-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于奇异谱分析和回声状态网络的短时交通流预测方法,具体包括如下步骤:首先,设置一定的时间间隔,收集得到反应交通状态信息随时间变化的交通流时间序列;利用奇异谱分析(SSA)将原始交通流时间序列分解为趋势、周期和残差3个成分;其次,利用回声状态网络(ESN)对这3个成分分别建模、训练并预测,使用粒子群优化(PSO)优化模型的超参数;最后,对3个成分的预测结果相加作为最终预测结果。该方法能够用于分析交通流量的变化特征,并有效提高短时交通流预测结果的精确度。
-
公开(公告)号:CN101719083B
公开(公告)日:2013-02-27
申请号:CN200910263289.5
申请日:2009-12-18
Applicant: 东南大学
IPC: G06F9/50
Abstract: 本发明公布了一种结构化网构软件系统中任务执行的资源缓存方法,本发明每当一个软件Agent执行一次任务,Agent调用所需的资源,并且采用以下方法对调用的资源进行缓存:在调用的资源中,如果调用的是原始资源,那么就产生一个该资源的副本,该资源副本向调用的Agent移动一步;如果调用的是资源副本,那么就直接将该副本向这个Agent移动一步。因此,当以后该Agent执行任务需要调用该资源时,就会比调用原始资源更能节省时间,故而提高任务执行的效率。本发明方法避免了Agent每次执行任务时都需要直接访问资源造成的时间浪费,提高了系统的性能和效率。
-
-
-
-
-
-
-
-
-