-
公开(公告)号：CN109326008A
公开(公告)日：2019-02-12
申请号：CN201811135482.6
申请日：2018-09-28
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于MSS的三维分子结构形变过程演示方法，通过图形处理器来构建三维分子皮肤表面，形成分子结构视图，利用皮肤流复合体拆分所述分子皮肤表面，以加速分子皮肤表面表面的形成，得到所述快速分子结构视图；采集分子结构样本，包括大量的低分子化合物的分子结构样本，根据所采集到的分子结构样本，对结构空间进行增采样，来构建以分子皮肤表面为基础的形状空间；将整个形变路径分为多个分路径，在每个分路径中，源形状和目标形状极为接近，产生诸多有效形变路径，在源文件和目标文件被指定的情况下，采用多种有效的形变路径来演示形变过程。采用本发明，提升了分子可视化的计算速度，并在此基础上实现了可控的形变过程。
-
公开(公告)号：CN110909926A
公开(公告)日：2020-03-24
申请号：CN201911125632.X
申请日：2019-11-18
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于TCN-LSTM的太阳能光伏发电预测方法，包括以下步骤：数据预处理：通过将总的一年的光伏数据处理为春夏秋冬四季并去除无用的光伏数据，整理归纳光伏数据集中影响光伏发电的关键特征进行归一化处理；预测模型搭建和预测：搭建基于时间卷积神经网络和长短期记忆网络的混合模型，采用所述训练集数据训练所述预测模型；将训练样本输入TCN-LSTM模型，经TCN进行特征提取后，将时间序列数据输入到二层扩张的因果卷积中与一维卷积输出结果相加得到的输出结果输入到LSTM模型，LSTM模型对接收TCN的输出结果的特征进行高层特征的信息抽象，并将其处理成一个一维向量再输入LSTM模型的全连接层，全连接层直接输出下一时刻光伏发电功率预测值。
-
公开(公告)号：CN109886460A
公开(公告)日：2019-06-14
申请号：CN201910039479.2
申请日：2019-01-16
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于adaboost的隧道沉降时间序列的预测方法，包括以下步骤：1)采集隧道上方的地表沉降数据，每个采集点按时间顺序依次记录沉降数值，得到单维的时间序列数据；2)使用灰色理论中的等维新息方法将所述单维的时间序列数据拓展成多维数据；3)将训练集输入多基弱学习器，初始化误差率、迭代次数和样本权重，依据样本权重分布对原始训练集进行采样，并使用采样样本数据训练多基弱学习器；4)根据样本误差率设置权重更新参数，根据所述权重更新参数对所述样本权重进行更新；5)根据迭代次数进行多次迭代，输出最终的强学习器：其中，t为当前迭代，T为迭代次数，β为权重更新参数，x为时间，预测结果f(x)为预测沉降值。
-
公开(公告)号：CN109813542A
公开(公告)日：2019-05-28
申请号：CN201910197936.0
申请日：2019-03-15
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于生成式对抗网络的空气处理机组的故障诊断方法，包括以下步骤：数据预处理，通过对将缺失和重复的数据删除，将数据集进行归一化处理和特征选取，以加快样本生成模型的收敛速度，减少数据维度；故障样本生成模型构建，通过采样到的真实故障样本训练故障样本生成模型，学习真实故障样本的分布；样本评估模型构建，提出使用真实故障样本训练一个评估模型对生成样本进行挑选，用于训练故障诊断模型的生成的故障样本与真实样本的分布的接近程度，以评估生成样本的质量；故障诊断模型构建，通过使用上述生成的样本训练故障诊断模型，对现实中空气处理机组运行时所产生数据进行检测，诊断设备是否发生故障。
-
-
-
Search Results
24
records
(took 0.015 seconds)
