公开(公告)号：CN117421884A

公开(公告)日：2024-01-19

申请号：CN202311350924.X

申请日：2023-10-18

Applicant: 南通大学

Inventor： 王孟 ,  闫轩华 ,  刘鑫 ,  梅子燕 ,  杨婧

IPC: G06F30/20 ,  G06F17/10

Abstract: 本发明提供一种塔式太阳能光热发电站镜场光学效率的计算方法，属于塔式太阳能发电领域，解决了镜场光学效率计算量大且精度较低的问题。其技术方案为：包括以下步骤：S1：获取镜场参数和太阳位置；S2：确定各定日镜的大气透射效率和余弦效率；S3：计算各定日镜的阴影遮挡效率；S4：计算各定日镜的截断效率和光学效率。本发明的有益效果为：设计了一种塔式太阳能光热发电站镜场光学效率的计算方法，该方法对当前定日镜进行网格化，并将网格点及其邻近定日镜顶点沿入射光方向或反射光方向投影到镜场地平面进行阴影遮挡效率计算，对可能发生遮挡的定日镜进行了合理范围内的选取，大大降低了定日镜阴影遮挡率计算量，运算准确率高，该方法在保证计算精度的同时，提高了塔式太阳能电站镜场光学效率仿真的计算速度。

公开(公告)号：CN116959735A

公开(公告)日：2023-10-27

申请号：CN202310596420.X

申请日：2023-05-24

Applicant: 南通大学

Inventor： 赵敏 ,  刘鑫 ,  杨婧 ,  万瑾

IPC: G16H50/70 ,  G16H50/20 ,  G06F18/243 ,  G06F18/214

Abstract: 本发明涉及糖尿病特征提取技术领域，尤其涉及一种基于VIF和VP的2型糖尿病特征提取方法。解决了目前2型糖尿病的诊断精度较低的问题。其技术方案为：S1：对NHANES数据集进行数据预处理；S2：对2型糖尿病的特征项进行假设检验；S3：结合机器学习LightGBM算法，应用VIF和VP选择重要特征。本发明的有益效果为：本发明结合机器学习LightGBM算法，应用VIF和VP，提出了一种考虑特征重要性并剔除具有多重共线性特征的新型的特征提取方法，同时考虑尿液和膳食中的金属暴露物对2型糖尿病的潜在影响，有效提高了2型糖尿病的诊断精度。

公开(公告)号：CN116797033A

公开(公告)日：2023-09-22

申请号：CN202310345234.9

申请日：2023-04-03

Applicant: 南通大学

Inventor： 黄欣 ,  覃文智 ,  杨婧 ,  梅子燕 ,  赵敏

IPC: G06Q10/0637 ,  G06Q10/0639 ,  G06N5/01 ,  G06F18/214 ,  G06F17/18 ,  G06Q50/26

Abstract: 本发明提供了一种基于极端梯度提升算法的疾病管控模糊综合评价方法，属于疫情管理与控制技术领域，解决了目前未考虑使用随机搜索和五折交叉验证结合的方法迭代确定极端梯度提升(XGBoost)算法模型的最优超参数的问题，其技术方案为：包含以下步骤：S1：数据获取与预处理；S2：确定发放蔬菜包前、后疾病管控效果的评价指标；S3：分别构建发放蔬菜包前、后疾病管控效果的模糊综合评价模型。本发明的有益效果是：本发明设计的模糊分析方法会采用随机搜索和五折交叉验证结合的方法自动确定XGBoost回归模型的最优超参数，以使得模型在最小均方差根误差的基础上筛选出有显著贡献的评价指标。

公开(公告)号：CN116227570A

公开(公告)日：2023-06-06

申请号：CN202310173917.0

申请日：2023-02-28

Applicant: 南通大学

Inventor： 赵敏 ,  黄欣 ,  覃文智 ,  万瑾 ,  杨婧 ,  刘鑫 ,  梅子燕

IPC: G06N3/08 ,  G06F18/2321 ,  G06N3/043 ,  G06N3/044 ,  G06F30/27

Abstract: 本发明提供了一种基于密度聚类和循环模糊神经网络的涡轮机组预测方法，属于技术领域。解决了现有的预测方法中未考虑到历史输入数据的分布密度和聚类特性导致非线性系统输出的预测精度下降的问题。其技术方案为：包括以下步骤：S1：构建超临界锅炉涡轮机组非线性系统；S2：利用DBSCAN聚类算法自动确定聚类数、局部线性子模型数和模糊规则数，并设计模糊规则；S3：构建循环模糊神经网络。本发明的有益效果是：本发明利用DBSCAN聚类算法自动确定模糊神经网络中最优模糊集数目，在降低计算复杂度的同时获得更高的系统建模预测精度，从而提高超临界锅炉涡轮机组输出的控制性能。

公开(公告)号：CN116088544A

公开(公告)日：2023-05-09

申请号：CN202211631382.9

申请日：2022-12-19

Applicant: 南通大学

Inventor： 覃文智 ,  杨婧 ,  黄欣 ,  刘鑫 ,  王孟

IPC: G05D1/08 ,  G05D1/10

Abstract: 本申请公开了一种基于多目标的无人机控制方法，包括：确定多个用于发送信号的发送端无人机在第一坐标系中的发送坐标；基于用于接收信号的接收端无人机与发送端无人机以及原点的连线之间的夹角，获取接收端无人机在第一坐标系中的初始坐标；基于多个接收端无人机的初始坐标与多个预设条件，获取无人机编队优化模型；基于无人机编队优化模型以及多目标混合遗传算法，确定位置发生偏移的接收端无人机的调整位置。本申请通过方位AOA无源定位方法确定无人机的初始位置，设置最大迭代次数，将遗传算法与均值聚类，粒子群算法等多种算法结合。利用结合的多目标混合遗传算法对接收信号的无人机迭代调整，使无人机编队达到预定调整位置。