-
公开(公告)号：CN119538060A
公开(公告)日：2025-02-28
申请号：CN202510097082.4
申请日：2025-01-22
Applicant: 无锡学院
IPC: G06F18/241 , G16H10/60 , G16H50/30 , G06F18/25 , A61B5/11 , A61B5/0205 , A61B5/00
Abstract: 本发明提供一种基于智能穿戴设备多源数据融合分析的健康风险评估系统，涉及健康风险评估技术领域，本发明获取智能穿戴设备获取佩戴者的运动数据、生理数据和周围环境数据；对运动数据进行分析得到运动健康指标、对生理数据进行分析获得生理健康指标；根据周围环境数据和活动强度指数将目标状态判断为，休息状态、正常状态和运动状态；根据运动健康指标和生理健康指标生成运动健康评估系数和生理健康评估系数；根据运动健康评估系数和生理健康评估系数生成目标健康状态评估系数，根据目标健康状态评估系数完成对目标各状态的健康评估；本发明考虑到目标状态的差异性，从运行和生理角度完成对目标状态的准确、科学评估。
-
公开(公告)号：CN119047846A
公开(公告)日：2024-11-29
申请号：CN202411516967.5
申请日：2024-10-29
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/06 , G08B31/00 , G01R21/00
Abstract: 本发明提供一种家用电力计量数据安全风险预警方法及系统，涉及家电设备用电风险预警技术领域，具体步骤为：采集过去七天的负载功率时序数据、温度、节假日数据，生成第一校准系数，校准负载功率数据并按时间划分区间。采集各区间平均、最大、最小功率，设定权重系数，生成参考功率数据。实时采集功率、节假日、温度数据，生成第二校准系数，对监测功率数据进行校准，计算平均功率和功率增长率，综合生成功率变化指数，并与安全风险阈值比较，判断电力计量数据是否异常，若异常则发出预警。通过综合功率变化指数与风险预警阈值相对比，便于监测功率变化，大大提高了灵敏度，做到监测用电精细化、实时化。
-
公开(公告)号：CN119004059A
公开(公告)日：2024-11-22
申请号：CN202411460382.6
申请日：2024-10-18
Applicant: 无锡学院
IPC: G06F18/21 , G06F18/2113 , G06F18/2431 , G06F18/25
Abstract: 本发明提供基于多传感器的数据融合方法及系统，涉及多传感器数据融合技术领域，本发明通过结合不同传感器间的横向比较和同一传感器随时间变化的纵向分析，显著提高了数据融合的精度和系统的鲁棒性。横向比较捕捉传感器间的差异，纵向分析评估传感器随时间的性能变化，提供了全面的传感器健康状态评估。同时通过设置第一评价系数和第二评价系数来分别对当前状态和未来状态的风险进行评估，能够及时识别高风险传感器并预见潜在问题，而且观测时间和观测窗口的自适应设置，减少了计算资源的消耗，提高了系统的响应速度，满足多样化的应用需求。
-
公开(公告)号：CN118503882B
公开(公告)日：2024-11-22
申请号：CN202410922912.8
申请日：2024-07-10
Applicant: 无锡学院
IPC: G06F18/2433 , G06F18/2131 , G06F18/25 , B04B13/00 , G01M99/00 , G06F123/02
Abstract: 本发明提供一种三相卧螺离心机运行状态参数采集与故障诊断方法，涉及离心机诊断技术领域，本发明采集三相卧螺离心机幅度时序数据，温度时序数据和噪声时序数据；对采集数据进行特征提取得到幅度时域特征数据、振动频域特征数据、温度时域特征数据和噪声时域特征数据。通过振动、温度和噪声的时域特征数据生成振动异常系数、温度异常系数和噪声异常系数。根据振动异常系数与振动频域特征数据生成不平衡故障系数；根据振动异常系数与温度异常系数生成润滑故障系数；根据振动异常系数与噪声异常系数生成磨损故障系数。将不平衡故障系数、润滑故障系数和磨损故障系数与预设的阈值进行比较，根据比较结果诊断故障类型。
-
公开(公告)号：CN118313519B
公开(公告)日：2024-09-27
申请号：CN202410734151.3
申请日：2024-06-07
Applicant: 无锡学院
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q10/20 , G06Q50/04 , G06F30/20 , G06F111/10
Abstract: 本发明提供机电全生命周期预测建模方法及系统，涉及计算机科学技术领域，本发明通过构建数字孪生模型，将设备的状态数据、保养数据和维修数据有机结合，综合生成状态评价系数、保养评价系数和维修评价系数，并在此基础上构建生命周期节点预测模型，该模型能够对设备的月检、季检和年检周期进行动态调整，有效减少设备故障的发生概率，提高机电设备的运维效率。
-
Patent Agency Ranking
公开(公告)号：CN117390131B
公开(公告)日：2024-09-24
申请号：CN202310815104.7
申请日：2023-07-04
Applicant: 无锡学院
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06F18/24 , G06F18/23213 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种用于多领域的文本情感分类方法，包括：获取目标领域带标签的文本数据并进行预处理，对词嵌入层进行训练，在ALBERT模型中嵌入用于文本主题信息提取的LDA模型，在LDA模型中融合K‑means聚类算法；将词向量序列输入至LDA模型中进行无监督训练，提取文本主题信息，得到“文档‑主题”分布的主题特征向量；将主题特征向量输入到K‑means聚类算法进行二次聚类后，使用余弦相似度输出最优的主题特征向量；通过吉布斯采样方法迭代抽样，LDA模型收敛后得到“主题‑词”分布和“评论‑主题”分布；对文本情感分类模型训练，将通过训练后的文本情感分类模型计算情感分类标签的情感概率，将情感概率最大的标签作为目标数据标签，从而实现跨领域的文本情感分类。
-
公开(公告)号：CN118313519A
公开(公告)日：2024-07-09
申请号：CN202410734151.3
申请日：2024-06-07
Applicant: 无锡学院
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q10/20 , G06Q50/04 , G06F30/20 , G06F111/10
Abstract: 本发明提供机电全生命周期预测建模方法及系统，涉及计算机科学技术领域，本发明通过构建数字孪生模型，将设备的状态数据、保养数据和维修数据有机结合，综合生成状态评价系数、保养评价系数和维修评价系数，并在此基础上构建生命周期节点预测模型，该模型能够对设备的月检、季检和年检周期进行动态调整，有效减少设备故障的发生概率，提高机电设备的运维效率。
-
公开(公告)号：CN115761627A
公开(公告)日：2023-03-07
申请号：CN202211422340.4
申请日：2022-11-14
Applicant: 无锡学院
Abstract: 本发明公开了一种火灾烟雾火焰图像识别方法，通过创建火灾烟雾火焰图像数据集；对YOLOv5s模型改进得到用于识别火灾烟雾火焰图像的火灾识别模型；对火灾烟雾火焰图像进行数据增强，将通过数据增强后的火灾烟雾火焰图像输入到火灾识别模型进行训练得到训练好的火灾识别模型；将火灾烟雾火焰图像输入至训练好的火灾识别模型中，得到火灾烟雾火焰图像的识别结果。本发明通过火灾识别模型实现对火灾发生时的早期的火灾烟雾火焰图像进行准确高效的识别。
-
公开(公告)号：CN113984989A
公开(公告)日：2022-01-28
申请号：CN202111169990.8
申请日：2021-10-08
Applicant: 无锡学院
Abstract: 本发明公开了一种基于拉普拉斯降维的水产养殖水质异常检测方法。属于水产养殖技术领域，具体步骤：数据降维、确定异常检测数据维度、构建DSVDD异常检测模型、输出水质异常检测数据。本发明涉及到水产养殖过程中养殖水体的6个监测指标，将这6个指标作为检测模型的输入量，利用拉普拉斯特征映射对传感器采集的水质数据进行降维，将样本输入维度从6维降到3维，确定DSVDD异常检测方法的数据维度，训练好的DSVDD检测模型进行异常检测测试，将DSVDD模型异常检测测试结果与传统的SVDD模型的异常检测结果相比，DSVDD算法有更好的检测精度，可进行高维度的水质异常检测，提高了针对水产养殖业的水体异常检测的精度。
-
公开(公告)号：CN119558206A
公开(公告)日：2025-03-04
申请号：CN202510127904.9
申请日：2025-02-05
Applicant: 无锡学院
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供基于深度学习的智能制冷系统效率优化方法、系统及装置，涉及智能制冷系统效率优化技术领域。首先采集制冷系统的历史运行参数和环境数据，经过预处理后按照时间戳整合为样本集。基于卷积神经网络与长短时记忆网络的混合模型，构造状态预测模型，用于预测系统运行状态。结合状态预测模型对下一未来时刻的数据预测定义优化目标函数，利用深度Q网络模型，制定系统运行的最优调整策略。最后，实时监测当前运行参数与环境数据，计算综合安全评分，并与安全阈值比较，决定是继续优化效率还是优先进行故障排查。该方法通过深度学习与物理建模相结合，实现了高效、安全的制冷系统运行优化。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.065 seconds)
