-
公开(公告)号：CN119439917A
公开(公告)日：2025-02-14
申请号：CN202411560578.2
申请日：2024-11-04
Applicant: 河南科技大学
IPC: G05B19/418 , G06N3/006
Abstract: 本发明提出了一种用于铸件热处理生产调度的改进灰狼优化算法。该方法结合了灰狼优化算法的群体智能和自然启发式特性，通过改进种群初始化策略、改进权重策略和非线性收敛因子，增强算法的全局搜索能力和局部开发能力。通过优化初始种群的多样性和权重参数，算法能够更有效地解决复杂的车间调度问题。采用优化算法的方法分析生产任务的调度规律，合理分配资源和时间，进而提高生产效率和产品质量。这种方法在提升铸件热处理车间调度的灵活性和鲁棒性方面具有重要意义，为实现智能化生产和节能减排提供了新的路径。
-
公开(公告)号：CN118656699A
公开(公告)日：2024-09-17
申请号：CN202410753953.9
申请日：2024-06-12
Applicant: 河南科技大学
IPC: G06F18/241 , G06F18/2433 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/098 , G06N3/0985
Abstract: 本发明公开了一种基于联邦学习的FLVC异常用电检测方法，属于智能电网领域，包括每个参与的客户端从服务器端接收初始模型；每个客户端均使用本地数据集通过FLVC训练模块训练FLVC模型，对训练后的FLVC模型进行成本估计，再进行优化，并将优化后的FLVC模型参数发送给服务器端进行模型参数聚合；聚合后得到全局模型，全局模型更新后发送给本地参与的客户端；直到FLVC模型收敛或达到预定的迭代次数，重复以上步骤。本发明采用上述的一种基于联邦学习的FLVC异常用电检测方法，以保护电力数据的隐私为前提，提高异常用电数据检测的准确率，保证智能电网运行的安全性和可靠性。
-
公开(公告)号：CN118212462A
公开(公告)日：2024-06-18
申请号：CN202410370039.6
申请日：2024-03-28
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多模态融合的病理图像分类方法及系统，涉及图像处理技术领域，方法包括将目标患者病理图像和病理报告输入训练后的病理图像分类模型，获取目标患者每一病变类别的概率值。其中病理图像分类模型的训练过程为，采用改进的ResNet深度残差神经网络对样本病理图像进行图像特征提取，改进的ResNet深度残差神经网络为将ResNet中的卷积操作替换为DWConv，并添加SENet模块。使用BERT模型对病理报告进行文本特征提取。通过双注意力机制，将图像特征和文本特征进行融合后进行训练。本发明通过引入注意力机制，将两个模态的特征进行融合后训练，使得病理图像分类模型的分类效率更高且更准确。
-
公开(公告)号：CN118193946A
公开(公告)日：2024-06-14
申请号：CN202410318318.8
申请日：2024-03-20
Applicant: 河南科技大学
IPC: G06F18/10 , G01R22/06 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 一种基于智能电网的多变量时间序列异常检测方法，涉及电网异常检测技术领域，包含以下步骤：S1、数据预处理，获取用户用电数据，并将其构建为与时间相关的数据集，通过深度学习模型对该时间序列进行随机掩码，将原始数据中缺失的时间序列补齐；S2、序列分隔，将设置好的带有掩码值的输入序列划分为奇序列和偶序列；S3、多尺度残差卷积，CNN卷积神经网络使用可学习卷积核自动提取不同尺度的特征，以获得更好的表示；S4、基于LSTM的联合重构与预测；S5、异常检测，基于预测和基于重构联合检测；本发明将基于预测掩码的部分和基于重构掩码的部分相结合来得到推理得分，通过是否大于推理得分来鉴别该用户是否为异常用户，有效提高了检测的精度。
-
公开(公告)号：CN107249000B
公开(公告)日：2020-02-25
申请号：CN201710545014.5
申请日：2017-07-06
Applicant: 河南科技大学
Abstract: 为了克服现有技术中来选择聚类成员容易造成检测结果误报率高的问题，本发明提供了一种移动用户异常行为检测方法，其采用滑动窗口动态的获取数据，以提高用户行为获取的准确性，在传统FC算法的初始聚类和增量阶段之后引入Duun_index概念，对增量后产生的聚类成员进行选择，再将选择后的优质成员用投票算法进行融合得到最终结果，再与用户的正常行为进行相似度对比时引入关联矩阵，利用平均差异度的变化来判断用户行为是否正常，从而达到异常检测高效、准确的目的。
-
Patent Agency Ranking
-
公开(公告)号：CN119809262A
公开(公告)日：2025-04-11
申请号：CN202411984521.5
申请日：2024-12-31
Applicant: 河南科技大学
IPC: G06Q10/0631 , G06N3/092 , G06N3/045 , G06Q50/04
Abstract: 本发明公开一种基于深度强化学习的柔性作业车间调度方法，属于智能制造与智能调度领域，首先以作业最大完成时间最小化和平均机器利用率最大化为优化目标，得到目标模型；之后利用析取图模型对柔性作业车间调度问题进行表示，得到调度状态；根据调度状态和目标模型，构建端到端学习框架，该框架结合用于深度特征提取的多重注意力网络和可扩展决策的决策网络，利用马尔可夫决策过程，得到作业调度模型；最后多重注意力网络利用操作、AGV和机器之间的复杂关系构建生产适应性操作‑AGV‑机器方案，以支持决策网络的决策，利用作业调度模型，得到调度计划表，完成柔性作业车间调度。本发明能够更好地捕获数据中复杂模式和关系，提高模型的性能和泛化能力。
-
公开(公告)号：CN117996824A
公开(公告)日：2024-05-07
申请号：CN202311606424.8
申请日：2023-11-29
Applicant: 河南科技大学
Abstract: 本发明涉及智能电网技术领域的一种在GNLS场景下接入清洁能源的云边协同调度策略，构建系统模型、构建负荷侧边缘计算网络服务模型、构建动态优先级的负荷侧调度模型、构建云边协同调度电力任务的机制模型和负荷请求处理策略，将可再生能源发电集群设为I；将储能集群设为J；将传统发电集群设为G；针对K1优先级任务，源‑储端消纳优先级为G＞J＞I；针对K2、K3和K4优先级任务，源‑储端消纳优先级为,I＞J＞G；本发明以可再生能源接入下的源网荷储一体化为场景，先根据负荷请求的固定优先级、紧迫程度和荷端用电量约束生成负荷侧动态优先级，以优先消纳可再生能源为目标，负荷请求优先由可再生能源发电端处理，从而引发队列机制，提高可再生能源的消纳率。
-
公开(公告)号：CN117828531A
公开(公告)日：2024-04-05
申请号：CN202410013083.1
申请日：2024-01-04
Applicant: 河南科技大学
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N20/00 , G06F18/214 , G06N3/0464 , G01M13/045
Abstract: 一种基于多传感器多尺度特征融合的轴承故障诊断方法，采集电流信号与振动信号制作数据集，对数据集样本增强后分为训练集、验证集和测试集；搭建多尺度特征融合的网络模型，将训练集中的信号数据经过快速傅里叶变换转化，提取特征后引入注意力机制调整权重，将融合特征使用自校正卷积与空洞卷积交替处理，后经过池化、特征展平与全连接，最后通过分类器输出故障的分类结果；将验证集输入模型微调模型的参数；最后使用测试集进行测试，输出结果。通过振动信号、电流信号等多源数据作为输入，利用神经网络善于发掘训练样本中隐含规律的特性，致力于提取多源数据的多尺度特征，并将其多尺度特征进行融合，完成轴承的智能故障诊断过程。
-
公开(公告)号：CN117455720A
公开(公告)日：2024-01-26
申请号：CN202311603161.5
申请日：2023-11-28
Applicant: 河南科技大学
Abstract: 一种基于多智能体的微电网社区的电力能源交易方法，包含以下步骤：S1、在产消者家庭中配备产消者智能体；在微电网社区配备电网智能体；S2、分别建立产消者家庭和微电网社区的MDP模型；S3、产消者智能体将状态动作信息与电网智能体共享；S4、电网智能体确定内部交易价格，开始进行社区内部的交易；S5、产消者家庭根据电网智能体确定的内部交易价格以及自己的需求量来确定在内部交易市场中电力能源的交易量；S6、电网智能体通过观测的状态 和确定的动作 ，确定出在社区内部市场的交易量和与外部公共电网的交易量；本发明通过动态确定电力交易价格来优化调节产消者管理自己的分布式能源，从而达到社区内的电力交易的平衡。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.017 seconds)
