-
公开(公告)号：CN104101569B
公开(公告)日：2016-05-25
申请号：CN201310128952.7
申请日：2013-04-12
Applicant: 南昌工程学院
Abstract: 本发明涉及一种水环境监测系统，包括：测量管，其下端口适于进入水面，上端口正上方设一摄像装置，该摄像装置适于拍摄测量管内的水面影像；视频采集模块，与摄像装置相连适于将采集图像变换为数字图像；与视频采集模块相连的图像处理模块，该图像处理模块存储有第一样本数据，第一样本数据适于记录各种水质的灰度值；与图像处理模块相连的用于接收远程控制信号并输出水质情况的无线通讯模块；设于测量管的外围的用于使该测量管垂直浮于水面的浮子，该浮子上设有至少一个用于控制测量管在水面上的位置的螺旋桨；图像处理模块适于对数字图像进行灰度处理，以获得水面影像的灰度值，该灰度值与第一样本数据进行比对得出水质情况。
-
公开(公告)号：CN119149749B
公开(公告)日：2025-04-04
申请号：CN202411659664.9
申请日：2024-11-20
Applicant: 南昌工程学院
IPC: G06F16/353 , G06F18/243 , G06F18/25 , G06F40/216 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本公开涉及基于词频概率融合的文本大数据分级分类方法及其系统，包括：获取原始文本数据，对原始文本数据进行数据清洗和数据增强操作得到输入数据；根据所述输入数据构建基于概率分布的主题模型，通过基于概率分布的主题模型得到输入数据的主题‑词汇关系，将主题‑词汇关系与词嵌入模型进行特征融合，得到新的词嵌入模型；根据新的词嵌入模型，利用改进Transformer网络模型和卷积神经网络构建深度学习网络模型；对深度学习网络模型进行训练与参数优化，得到训练好的深度学习网络模型；将待分类数据输入训练好的深度学习网络模型中，得到分级分类结果。本公开方法可实现数据精准稳定的分类。
-
公开(公告)号：CN112579302B
公开(公告)日：2024-03-01
申请号：CN202011581856.4
申请日：2020-12-28
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于大数据的数据处理终端及其处理系统，使用数据划分器根据服务器在当前时间段所接收的数据的全部类别设置若干个数据处理通道，每一个数据处理通道分别对应一个类别的数据；数据统计器分别统计每一个类型所对应的全部数据的总量，并根据每一个类型所对应的全部数据的总量的比值设置其所对应的数据处理通道的个数；数据分流器根据类别将将服务器在当前时间段所接收的数据进行划分，并使得类别所对应的数据处理通道处理所对应的数据。本发明通过将服务器的处理通道根据数据的类别进行分类，使得不同类别的数据进入其所对应的服务器的处理通道进行处理，这样就可以使得将所有要处理的数据进行分类处理，从而提升数据处理的速度。
-
公开(公告)号：CN116533992B
公开(公告)日：2023-09-22
申请号：CN202310819139.8
申请日：2023-07-05
Applicant: 南昌工程学院
Abstract: 本公开涉及一种基于深度强化学习算法的自动泊车路径规划方法及其系统，所述方法包括如下步骤：基于车辆运动学模型，通过深度强化学习算法在泊车库位模型中生成泊车动作数据集，所述深度强化学习算法中的神经网络生成不同泊车动作对应的概率分布；利用深度强化学习算法构建奖励函数，引导车辆的泊车动作和姿态，得到泊车动作质量最佳的数据，保证了泊车的精准姿态和安全性；利用泊车动作质量最佳的数据更新深度强化学习算法中的网络参数，并运用更新后的深度强化学习算法进行下一次的迭代运算，直到泊车动作的策略评估优势函数收敛至最优时，完成泊车策略学习。本公开提高了算法的探索性与学习效率，使泊车更加精准高效，泊车路径更优。
-
公开(公告)号：CN116533992A
公开(公告)日：2023-08-04
申请号：CN202310819139.8
申请日：2023-07-05
Applicant: 南昌工程学院
Abstract: 本公开涉及一种基于深度强化学习算法的自动泊车路径规划方法及其系统，所述方法包括如下步骤：基于车辆运动学模型，通过深度强化学习算法在泊车库位模型中生成泊车动作数据集，所述深度强化学习算法中的神经网络生成不同泊车动作对应的概率分布；利用深度强化学习算法构建奖励函数，引导车辆的泊车动作和姿态，得到泊车动作质量最佳的数据，保证了泊车的精准姿态和安全性；利用泊车动作质量最佳的数据更新深度强化学习算法中的网络参数，并运用更新后的深度强化学习算法进行下一次的迭代运算，直到泊车动作的策略评估优势函数收敛至最优时，完成泊车策略学习。本公开提高了算法的探索性与学习效率，使泊车更加精准高效，泊车路径更优。
-
Patent Agency Ranking
公开(公告)号：CN114393962A
公开(公告)日：2022-04-26
申请号：CN202210095706.5
申请日：2022-01-26
Applicant: 南昌工程学院
Abstract: 本发明涉及胎压监测技术领域，公开了一种基于数据挖掘的故障预警系统，包括根据轮胎行驶温度发出报警信息的温度预警区间模块，以及根据轮胎的实时胎压发出报警信息的胎压预警区间模块，还包括能根据一段时间内的路况信息换算出后续一段时间内干预温度预警区间与胎压预警区间范围的波动区间模块。本发明能够根据路况现状实时修改温度预警区间与胎压预警区间，提高温度预警与胎压预警的参考价值，同时，避免因路面湿滑造成车辆轮胎等部件发生故障现象，提高温度预警区间与胎压预警区间的实用性与科学性，还能根据路况，配合行驶速度，优化温度预警区间与胎压预警区间，提供更具有科学性的防故障预警指导意见。
-
公开(公告)号：CN109857830A
公开(公告)日：2019-06-07
申请号：CN201910121980.3
申请日：2019-02-18
Applicant: 南昌工程学院
Abstract: 本发明具体公开了一种大数据处理系统及大数据处理方法，包括传感器网络模块、天气预报模块、虚拟地图模块、云服务器、环境预测模块、模型建立模块、模型显示模块、数据库模块、客户端模块；其中传感器网络模块包括若干传感器网络节点，将环境中的数据发送到云服务器，云服务器对数据进行处理；对数据分析，根据以往的数据存储的经验，对洪水进行预测，从而实现对洪水的防范。本发明通过对河水的水文信息进行实时的检测，同时根据大数据的方案对洪水进行预测，从而达到对于洪水的预测和防范。
-
公开(公告)号：CN109543706A
公开(公告)日：2019-03-29
申请号：CN201811094135.3
申请日：2018-09-19
Applicant: 南昌工程学院
Abstract: 本发明公开的属于冲突分析技术领域，具体为一种大数据驱动的基于粗糙集理论的冲突分析系统与方法,包括数据采集模块，所述数据采集模块的输出端电性连接预处理模块的输入端，所述计算模块的输出端电性连接结果输出模块的输入端,该大数据驱动的基于粗糙集理论的冲突分析方法包括如下步骤：S1：数据采集；S2：数据处理；S3：建立模型,利用粗糙集理论中的信息系统来表示冲突问题并进行冲突分析，提供了能够满足冲突系统的约束条件的全局可行性方案，有效的避免潜在的缺陷和冲突，实现对多类冲突检测全面检测，同时采用大数据驱动，提高了数据的运算效率，简化的分析过程，提高了分析效率。
-
公开(公告)号：CN119961791A
公开(公告)日：2025-05-09
申请号：CN202510454286.9
申请日：2025-04-11
Applicant: 南昌工程学院 , 国网江西省电力有限公司 , 深圳市国电科技通信有限公司
IPC: G06F18/2415 , G06F18/25 , G06F18/21 , G06Q50/06 , G06F16/2458 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0455 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种基于注意力机制多特征融合的电力日志异常检测方法，涉及电力数据处理技术领域。电力日志异常检测方法包括以下步骤：收集电力系统日志数据并进行预处理获得原始日志数据，基于Drain对所述原始日志数据进行日志解析获得结构化日志序列，基于ALBERT模型将所述结构化日志序列转化为初始向量集合；基于TextCNN模型提取初始向量集合的局部特征，基于特征注意力机制为编码器特征维度上进行加权；基于BiGRU层添加上下文特征，基于时间注意力机制作为解码器获得日志体的特征表示，将特征表示输入由全连接层和Softmax激活函数组成的输出层获得日志异常概率。本发明结合了TextCNN模型和BiGRU的双注意力机制模型，可以有效地提高异常检测的准确性和效率。
-
公开(公告)号：CN119204364A
公开(公告)日：2024-12-27
申请号：CN202411746520.7
申请日：2024-12-02
Applicant: 南昌工程学院
Abstract: 本发明提供一种洪水预报方法、系统、计算机及存储介质，该方法包括以下步骤：构建与降雨径流存在影响的领域知识的马尔科夫逻辑网，进而挖掘降雨径流变化的驱动因素集；根据驱动因素集构建基于流域降雨径流关系变化规律的过程驱动水文模型；建立集合洪水预报模型；基于群智能算法对集合洪水预报模型进行参数优化。通过挖掘直接驱动因素及间接驱动因素，实现降雨径流变化的驱动因素的准确分析，揭示流域降雨径流关系变化规律，基于降雨径流关系变化规律指导并构建过程驱动水文模型，借助集合相关理论，将过程驱动水文模型结合其他水文模型构建精细化集合洪水预报模型；基于群智能算法优化模型参数及权重，提高洪水预报精度和延长预见期。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.019 seconds)
