-
公开(公告)号：CN102799778B
公开(公告)日：2016-06-22
申请号：CN201210245047.5
申请日：2012-07-16
Applicant: 杭州电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种优化锅炉负荷分配方法。目前还没有优化分配负荷的概念。本发明方法首先针对锅炉总台数为()台的生产单位，分别采集各台锅炉生产过程中，负荷及与之相对应的锅炉效率数据，建立数据库，然后分别对每台锅炉采用支持向量机方法建模，建立各锅炉的负荷与各燃烧效率间的模型，共建立个模型，再利用遗传优化算法，结合以上所建各锅炉负荷与燃烧效率模型，进行各锅炉负荷配置的优化。利用本发明方法可有效的在总负荷一定的情况，通过优化分配各台锅炉的负荷，提高总燃烧效率。
-
公开(公告)号：CN102915445B
公开(公告)日：2015-08-19
申请号：CN201210343889.4
申请日：2012-09-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
公开(公告)号：CN102819745B
公开(公告)日：2014-11-05
申请号：CN201210231579.3
申请日：2012-07-04
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于AdaBoost的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类，神经网络、支持向量机虽然能够对遥感数据进行有效的分类，但是参数没有理想的选择方法。本发明首先对高光谱数据进行预处理，去掉大气吸收等因素影响下的异常波段。之后利用MNF变换进行波段优选，达到优化数据、去除噪声和数据降维的目的。然后划分训练样本以及测试样本，选择决策树桩作为弱分类器，对弱分类器训练利用AdaBoost算法得到强分类器，选择合适的迭代次数，最后用一对一的方法构建多分类器，本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
公开(公告)号：CN103456011A
公开(公告)日：2013-12-18
申请号：CN201310393341.5
申请日：2013-09-02
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种利用互补信息的改进型高光谱RX异常检测方法。本发明首先对同一场景下的可见近红外数据和短波红外数据分别运用经典的RX算子进行异常检测，得到初步异常检测的目标判决。在此基础上，利用传感器获取信息的冗余性和互补性特性，结合基于规则的决策级融合方法，得到最终的RX异常检测判决结果。在实测高光谱数据上进行了实验仿真，验证了本算法的有效性。本发明提出的算法能够有效的利用两组数据的冗余以及互补信息，最终提高了目标检测率。
-
-
Patent Agency Ranking
公开(公告)号：CN102032935A
公开(公告)日：2011-04-27
申请号：CN201010590749.8
申请日：2010-12-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种城市排水汇流管网污水泵站流量的软测量方法。现有的排水管网系统存在的大量不确定因素，测量硬件成本高。本发明首先利用机理分析和先验信息，分析汇流节点泵站流量的主要影响因素，初步确定BP神经网络的影响因素，即确定输入输出变量。然后利用灰色关联分析方法确定不同上游泵站排水流量滞后时间。在泵站历史运行数据基础上建立灰色神经网络模型，预测汇流节点泵站流量。本发明方法通过灰色关联分析和神经网络两种方法结合，既解决不同上游泵站排水时延差异问题，又较好模拟管网排水非线性过程，实现汇流节点污水泵站流量软测量，节约硬件资源，成本低、精度高。
-
-
公开(公告)号：CN108387876B
公开(公告)日：2020-11-27
申请号：CN201810393298.5
申请日：2018-04-27
Applicant: 杭州电子科技大学
IPC: G01S7/40
Abstract: 本发明公开了一种基于CTLS的外辐射源雷达网双基距误差配准方法。本发明首先根据外辐射源雷达得到的双基距信息，通过引入中间变量，将双基距非线性方程转化为伪线性方程，使其可以适用于最小二乘法，之后使用递推最小二乘法对进行估计。再将双基距非线性方程中结构化的量测噪声提取出来，构造约束总体最小二乘估计模型。将上述有约束优化问题转化为无约束优化问题，利用牛顿迭代法进行优化求解。在基于约束总体最小二乘估计结果的基础上，利用求解向量的关联性对估计误差进一步优化。本发明通过约束总体最小二乘法充分考虑方程伪线性化处理后原本独立的噪声的架构化问题，使得估计结果更精确，并且在噪声更大时都能有良好的表现。
-
公开(公告)号：CN109633592B
公开(公告)日：2020-11-17
申请号：CN201910048341.9
申请日：2019-01-18
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了运动观测站误差下外辐射源雷达时差与频差协同定位方法。本发明针对运动观测站位置和速度存在误差的情况下的外辐射源定位问题，根据获得的TDOA和FDOA量测，引入距离和距离变化率作为中间变量将强非线性方程伪线性化，建立目标位置和速度的估计模型。根据量测误差方差、观测站位置和速度误差设计优化权重，采用迭代加权最小二乘法进行估计。并利用中间变量与目标位置和速度之间的关联性构造关联最小二乘估计模型，改进上述目标位置估计结果。本发明引入中间变量，合理将非线性量测模型转化为伪线性，在保证估计性能的前提下降低外辐射源定位的复杂度；降低观测站误差对目标定位性能的影响。
-
公开(公告)号：CN110389326A
公开(公告)日：2019-10-29
申请号：CN201910688686.0
申请日：2019-07-29
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种接收站误差下多站多外辐射源雷达运动目标定位方法。本发明根据获得的双基距和双基距变化率量测，引入目标到接收站的距离和距离变化率作为辅助变量将强非线性方程伪线性化，建立目标位置和速度的估计模型。将观测站位置和速度量测误差统计特性融入定位算法中设计权重，以辅助变量与目标位置和速度之间的关联性为约束条件，构建约束加权最小二乘定位模型。并通过拉格朗日乘子法进行优化求解。本发明引入辅助变量，将非线性量测模型转化为伪线性，在保证估计性能的前提下降低多站多外辐射源定位的复杂度；并根据中间变量与关联性设计约束加权最小二乘估计，从而降低观测站误差对目标定位性能的影响。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.025 seconds)
