-
公开(公告)号：CN106910138A
公开(公告)日：2017-06-30
申请号：CN201710089704.4
申请日：2017-02-20
Applicant: 东华大学 , 上海农业物联网工程技术研究中心 , 上海市农业委员会信息中心
Abstract: 本发明涉及一种面向大田智能灌溉系统的智能预测控制方法，首先根据灌溉渠的水文特征建立灌溉过程模型，然后采集农业灌溉信息计算灌溉目标，根据灌溉目标和传感器的水位数据计算控制偏差，根据控制偏差计算控制器的控制率输出，然后根据控制偏差和控制器的控制率输出分别计算得到超短反馈智能控制率和当前预测控制率变化量，然后计算智能预测控制率并将其输入到灌溉过程模型，由灌溉过程模型输出水位值，根据水位值与灌溉目标的差值判断是否达到灌溉目标，并进入循环操作，最终准确达到被控对象的目标值实现智能灌溉。本发明为农业灌溉时滞过程提供了一个快收敛的、稳定的控制方法。
-
公开(公告)号：CN105897577A
公开(公告)日：2016-08-24
申请号：CN201610341073.6
申请日：2016-05-19
Applicant: 东华大学
IPC: H04L12/703 , H04W40/24 , H04W84/18 , G06N3/12
CPC classification number: H04L45/28 , G06N3/126 , H04W40/248 , H04W84/18
Abstract: 本发明涉及一种可充电无线传感器网络免疫路由修复方法，在源节点与Sink节点之间建立k条不相交的路由，网络使用其中的1条路由，另外k?1条为备份路由，将由节点能量耗尽节点引起的路由故障作为抗原，将对应的修复路由作为抗体；相应的检测模块、应答与学习模块和记忆模块来模拟免疫系统排除抗原的工作机制。学习模块中，采用了克隆选择算法。基于内分泌系统的激素调节机制，对克隆和变异机制进行了改进。通过模拟免疫系统各个模块的协同工作，ISRRA能够有效地提供故障路由的修复策略，特别适合于EH?WSNs中相同故障路由多次出现的情况。此外，在故障路由修复过程中，ISRRA还对备份路由的质量进行评估并判断是否对备份路由进行更换，从而保证路由的质量。
-
公开(公告)号：CN110659275B
公开(公告)日：2022-02-08
申请号：CN201910899747.8
申请日：2019-09-23
Applicant: 东华大学
IPC: G06F16/215 , G06F16/2455 , G06Q10/06 , G06Q50/04 , G06Q10/00 , G07C3/00
Abstract: 本发明涉及一种面向实时数据流的动态生产环境异常监测系统，包括实时数据收集模块(Ⅰ)、单节点稀疏离散编码器生成模块(Ⅱ)、单节点实时异常监测模块(Ⅲ)、全流程所有节点并行实时监测模块(Ⅳ)和生产模式更新模块(Ⅴ)；Ⅰ用于采集各节点的数值，并整合成多维度的样本；Ⅱ用于生成多个稀疏离散编码器，各稀疏离散编码器用于将各节点的数值进行稀疏离散编码；Ⅲ用于判断数值是否异常；Ⅳ用于并行实时监测所有节点，根据决策矩阵识别各节点的噪声干扰和概念漂移；Ⅴ用于在确定发生了概念漂移时，变更生产模式。本发明的面向实时数据流的动态生产环境异常监测系统，能够实时监测系统异常，从中分辨是噪声干扰还是生产模式变更。
-
公开(公告)号：CN112760727B
公开(公告)日：2021-12-21
申请号：CN202011473180.7
申请日：2020-12-15
Applicant: 东华大学
IPC: D01D5/08
Abstract: 本发明涉及一种基于免疫内分泌算法优化总服务成本的聚酯纤维生产工艺，以总服务成本minF为优化目标，构建免疫内分泌算法数据模型，利用构建的数据模型对聚酯纤维生产过程中的具体工艺参数进行调试，将当前传感器数据作为聚酯纤维生产工艺的参数进行生产；目标函数即总服务成本：其中，minF表示构建的总服务成本的目标函数，N表示单位时间内可用的服务个数，M表示单位时间内可用的请求个数，xij表示是否有服务i被指派给请求j，dist(si,rj)表示请求j和服务i之间的传输成本，ec(si,rj)表示请求j和服务i之间的能源消耗成本。本发明可以在较短时间内实现节能降耗、保证产能，生产出较低成本、较高质量的聚酯纤维产品的能力，有助于提高企业经济效益及市场竞争力。
-
公开(公告)号：CN111291556B
公开(公告)日：2021-10-26
申请号：CN201911298675.8
申请日：2019-12-17
Applicant: 东华大学
IPC: G06F40/284 , G06F40/30
Abstract: 本发明涉及一种基于实体义项的字和词特征融合的中文实体关系抽取方法。该方法引入实体义项将语句扩充为三元组 ，丰富了输入细粒度，对三元组中的三个序列分别映射成字向量矩阵。对三元组中的语句，并行输入到两个模型，一个基于注意力机制的双向长短时记忆网络(Att‑BLSTM)学习字特征，另一个先通过卷积神经网络(CNN)学习局部特征，再通过Att‑BLSTM学习词特征。分别利用Att‑BLSTM学习基于字的实体1义项特征和基于字的实体2义项特征。将所述四种特征融合成一个可全面表征语义信息的特征，用于关系抽取。该方法能避免分词错误且解决一词多义问题，有效提高中文实体关系抽取的准确率，可广泛应用于构建知识图谱。
-
Patent Agency Ranking
公开(公告)号：CN111443603B
公开(公告)日：2021-07-06
申请号：CN202010240358.7
申请日：2020-03-31
Applicant: 东华大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于自适应模糊神经网络系统的机器人共享控制方法，包括基于模糊控制的局部自主控制和基于自适应模糊神经网络系统的共享控制两个部分，其中共享控制部分实现将机器人的直接控制命令和自主控制相结合，保证机器人正确执行操作者意图，又能对外部环境及时做出反应，也能在没有直接控制命令的时候实现自主控制，使得机器人可以自适应外界环境的变化实时调整运动轨迹。该发明在机器人系统中引入了共享控制，提供了躲避障碍物、沿墙行走等辅助功能，从而弥补遥控机器人局部自主能力的不足，提高系统的工作效率，增强系统的稳定性和鲁棒性。
-
公开(公告)号：CN111443603A
公开(公告)日：2020-07-24
申请号：CN202010240358.7
申请日：2020-03-31
Applicant: 东华大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于自适应模糊神经网络系统的机器人共享控制方法，包括基于模糊控制的局部自主控制和基于自适应模糊神经网络系统的共享控制两个部分，其中共享控制部分实现将机器人的直接控制命令和自主控制相结合，保证机器人正确执行操作者意图，又能对外部环境及时做出反应，也能在没有直接控制命令的时候实现自主控制，使得机器人可以自适应外界环境的变化实时调整运动轨迹。该发明在机器人系统中引入了共享控制，提供了躲避障碍物、沿墙行走等辅助功能，从而弥补遥控机器人局部自主能力的不足，提高系统的工作效率，增强系统的稳定性和鲁棒性。
-
公开(公告)号：CN110659275A
公开(公告)日：2020-01-07
申请号：CN201910899747.8
申请日：2019-09-23
Applicant: 东华大学
IPC: G06F16/215 , G06F16/2455 , G06Q10/06 , G06Q50/04 , G06Q10/00 , G07C3/00
Abstract: 本发明涉及一种面向实时数据流的动态生产环境异常监测系统，包括实时数据收集模块(Ⅰ)、单节点稀疏离散编码器生成模块(Ⅱ)、单节点实时异常监测模块(Ⅲ)、全流程所有节点并行实时监测模块(Ⅳ)和生产模式更新模块(Ⅴ)；Ⅰ用于采集各节点的数值，并整合成多维度的样本；Ⅱ用于生成多个稀疏离散编码器，各稀疏离散编码器用于将各节点的数值进行稀疏离散编码；Ⅲ用于判断数值是否异常；Ⅳ用于并行实时监测所有节点，根据决策矩阵识别各节点的噪声干扰和概念漂移；Ⅴ用于在确定发生了概念漂移时，变更生产模式。本发明的面向实时数据流的动态生产环境异常监测系统，能够实时监测系统异常，从中分辨是噪声干扰还是生产模式变更。
-
公开(公告)号：CN110659274A
公开(公告)日：2020-01-07
申请号：CN201910899740.6
申请日：2019-09-23
Applicant: 东华大学
IPC: G06F16/215 , G06F16/2455 , G06F16/2458 , G06F16/23 , G06F16/22
Abstract: 本发明涉及一种类脑分层记忆机制启发的异常数据流在线校准系统，包括缺失数据填补模块(Ⅰ)、维度约简模块(Ⅱ)、多维计数布隆过滤器模块(Ⅲ)、分层记忆库模块(Ⅳ)、经验知识库模块(Ⅴ)和校准后的数据块模块(Ⅵ)；Ⅰ用于填补数据流批处理环节数据块中缺失的数据；Ⅱ用于将数据块中的高维数据进行低维表示；Ⅲ用于判断新数据样本是否异常；Ⅳ用于存储Ⅱ处理后的历史数据样本；Ⅴ用于存储经Ⅰ处理但未经Ⅱ处理的历史数据样本；Ⅲ和Ⅳ相互配合可进行替换，Ⅳ和Ⅴ相互配合可进行更新；Ⅵ用于存储替换和更新后的新数据样本。本发明的在线校准系统，在不改变数据原始分布的情况下，实时修正离群点、噪声、缺失值以及自适应概念漂移现象。
-
公开(公告)号：CN108334986A
公开(公告)日：2018-07-27
申请号：CN201810115255.0
申请日：2018-02-06
Applicant: 东华大学
Abstract: 本发明涉及一种基于可塑性机制的重调度方法的多智能体多目标优化方法，首先对所有智能体进行顺序编码，把智能体作为种群基因初始化种群，种群个体为针对所有智能体的调度策略，根据个体完成的前后关系建立工作流模型，再应用基于可塑性机制的重调度方法对工作流模型求解得到最优策略模型，然后应用改进的NSGA III优化算法进行多目标优化处理求得Pareto解集和目标解集，在目标解集确定最优元素并选取Pareto解集中的对应调度策略，最后按照前步选取的调度策略调度多智能体执行任务即完成多目标优化。本发明能够有效实现多目标优化，优化效果好，本发明算法的HV值≥0.450643，IGD值≤0.229190。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.024 seconds)
