-
公开(公告)号：CN101583147B
公开(公告)日：2011-01-05
申请号：CN200910072312.2
申请日：2009-06-17
Applicant: 哈尔滨工业大学
Abstract: 应用于话务量预测的分段在线支持向量回归方法，它涉及一种在线支持向量回归方法，本发明针对在线支持向量回归(Online Support Vector Regression)算法难以兼顾预测精度和运行效率，提出一种分段支持向量回归时间序列预测方法，通过缩减在线建模数据长度实现快速训练，并对Online SVR进行分段存储，根据预测邻域样本与各子分段支持向量回归模型的匹配度，选取最优子分段模型预测输出，提高预测精度。该算法在保持在线预测执行效率的同时，相比普通在线支持向量回归算法，可提高预测精度5％～10％。算法由于采用了分段的策略，并采取了较小的建模数据长度，算法效率高。可以实现对于移动通信话务量时间序列的在线、实时和快速建模和预测。
-
公开(公告)号：CN101808339A
公开(公告)日：2010-08-18
申请号：CN201010139258.1
申请日：2010-04-06
Applicant: 哈尔滨工业大学
Abstract: 一种应用K-MEANS和先验知识的话务小区自适应分类方法，属于移动通信领域，本发明是为了解决进行话务量预测时，根据专家的历史经验对话务小区进行划分的方式带有很大的主观性、划分不准确的问题。本发明方法包括：一、按照先验知识将话务小区划分为四种类型：交通主干线、繁华商业区、高等院校和居民住宅区；二、预处理，获取每个话务小区的聚类特征，所述聚类特征包括相关系数、方差、最大值、中间值、平均值、最小值、出现频率最高的值和标准差；三、根据每个话务小区的聚类特征，并采用K-MEANS聚类算法依次对每种类型中的话务小区进行聚类，将每种类型中的话务小区细化成多个具有相似聚类特征的类别，完成对所有话务小区的分类。
-
公开(公告)号：CN102749584A
公开(公告)日：2012-10-24
申请号：CN201210264221.0
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立Kalman滤波的ESN涡轮发动机的数学模型，根据已知的输入单元u(n)和已知的输出单元y(n-1)，以及内部处理单元更新方程和Kalman滤波求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元数据集，带入训练后的数学模型输出单元的方程求得待测ESN的涡轮发动机剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN102749199A
公开(公告)日：2012-10-24
申请号：CN201210246135.7
申请日：2012-07-17
Applicant: 哈尔滨工业大学
IPC: G01M15/00
Abstract: 基于ESN的涡轮发动机的剩余寿命预测方法，涉及基于ESN的涡轮发动机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立ESN的涡轮发动机的数学模型，根据已知的输入单元u(n)和已知输出单元y(n-1)，采用ESN的涡轮发动机的数学模型的内部处理单元的更新方程和最小二乘理论求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元的数据集带入训练后ESN的涡轮发动机的数学模型的输出单元方程求得待测涡轮发动机的剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN101778400B
公开(公告)日：2012-06-27
申请号：CN201010300133.2
申请日：2010-01-08
Applicant: 哈尔滨工业大学
Abstract: 基于数据库的话务量分析与预测系统及使用该系统的话务量预测方法，它涉及一种话务量分析与预测系统和一种话务量预测方法，它解决了目前的话务量分析与预测系统和话务量预测方法中存在的预测精度和数据利用率较低的问题。话务量分析与预测系统，它包括数据库单元和SAS预测功能单元，数据库单元主要用于存储话务量数据和预测结果数据，SAS预测功能单元主要采用时间序列分析技术对话务量进行预测；话务量预测方法，基于所述话务量分析与预测系统实现，利用SAS预测功能单元实现话务量数据的读取、缺失时段的查找和处理、建模以及话务量未来值的预测。本发明克服了已有技术的不足，适用于移动通信的话务量预测领域。
-
Patent Agency Ranking
公开(公告)号：CN101801004A
公开(公告)日：2010-08-11
申请号：CN200910312901.3
申请日：2009-12-31
Applicant: 哈尔滨工业大学
Abstract: 基于先验知识的自适应话务量中长期预测方法，涉及移动通信话务量预测领域，它解决了现有采用乘积季节求和自回归滑动平均模型进行移动通信话务量预测的过程中，由于选择预测参数的盲目性而导致建模预测速度慢和预测精度低的问题。本发明以先验知识划分四种类型话务量数据，分别以10天、30天和60天作为建模长度，以小时为时间尺度对话务量数据进行预测，根据预测精度确定三种典型预测长度下的最优建模长度；分别以天和周作为时间尺度，并采用最优建模长度对话务量数据进行预测，并根据预测精度选择三种典型预测长度对应的最优时间尺度，采用获得得最优时间尺度和最优建模长度作为建模参数对话务量进行预测。本发明应用于移动通信话务量预测领域。
-
公开(公告)号：CN102253301B
公开(公告)日：2013-07-10
申请号：CN201110099275.1
申请日：2011-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法，它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，并采集模拟电路的单位脉冲响应输出信号；采用小波变换法对采集到的模拟电路的单位脉冲响应输出信号进行处理，将获得故障特征作为数据样本，输入至回声状态网络中，采用微分进化算法进行训练，建立模拟电路故障诊断模型；采用小波变换法对电路待诊断响应信号进行处理，获得故障数据，输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路的故障诊断。
-
公开(公告)号：CN102262210B
公开(公告)日：2013-03-20
申请号：CN201110099274.7
申请日：2011-04-20
Applicant: 哈尔滨工业大学
IPC: G01R31/3163
Abstract: 基于随机子空间与多储备池集成分类的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法，它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征作为数据样本，进行随机子空间映射，输入至回声状态网络中，采用多储备池集成分类方法，训练建立诊断模拟电路故障诊断模型；对电路待诊断响应信号进行小波变换，获得故障特征数据，并进行随机子空间映射，并输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
公开(公告)号：CN102129420B
公开(公告)日：2013-03-20
申请号：CN201110053248.0
申请日：2011-03-07
Applicant: 哈尔滨工业大学
IPC: G06F17/11
Abstract: 基于Cholesky分解解决最小二乘问题的FPGA实现装置，涉及基于Cholesky分解解决最小二乘问题的FPGA实现装置，适用于最小二乘问题的求解，解决了PC机的计算效率不能满足实时和嵌入式应用的问题，它包括待求矩阵输入接口模块、分解模块和求解模块，待求矩阵输入接口模块的输出端连接在分解模块的输入端，分解模块的输出端连接在求解模块的输入端，用于满足实时、低功耗和嵌入式应用。
-
公开(公告)号：CN102262198B
公开(公告)日：2013-02-27
申请号：CN201110099271.3
申请日：2011-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于回声状态网络同步优化的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法。它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征并作为数据样本输入至回声状态网络中，采用微分进化算法进行参数与特征的同步优化选择，建立模拟电路故障诊断模型；采用小波变换法对电路待诊断响应信号进行处理，获得故障数据，将所述故障数据输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.04 seconds)
