-
公开(公告)号：CN104635725A
公开(公告)日：2015-05-20
申请号：CN201410848378.7
申请日：2014-12-31
Applicant: 重庆科技学院
IPC: G05B23/02
CPC classification number: G05B23/0297
Abstract: 本发明提供一种超前校正器结构参数的获取方法和装置，该方法包括：a)确定自动控制系统被控对象和超前校正器的传递函数结构、以及系统期望的频域特性；b)对于所确定的系统传递函数结构和期望的频域特性，构造相应的神经网络；c)采集所述系统的多个数据样本；d)将所采集到的数据样本输入神经网络中，对该神经网络进行训练；e)获取该超前校正器的结构参数。使得使用该方法和装置获取超前校正器的结构参数时，只需用户输入系统被控对象的结构参数K、α、β和引入超前校正器后系统期望的频域性能参数γ、ω，就可迅速计算出该超前校正器的结构参数，从而大大简化了超前校正器结构参数的获取过程，因此，可以缩短超前校正器的设计时间。
-
公开(公告)号：CN103952724A
公开(公告)日：2014-07-30
申请号：CN201410165336.3
申请日：2014-04-22
Applicant: 重庆科技学院
Abstract: 一种用于铝电解槽况故障诊断的优化权重相对主元分析方法，其特征在于：一，随机采集n组铝电解槽况数据组成原始测量样本集；二，得到标准化后样本矩阵X*；三，随机产生相对转换矩阵Λ；四，得到相对化样本矩阵XR；五，对XR进行主元分析，计算SPE检验的误报率；六，利用遗传算法优化相对转换矩阵Λ，得到最优的相对转换矩阵Λ*；七，利用最优的相对转换矩阵Λ*，得到最优的相对化样本矩阵XRZ；八，实现铝电解槽况故障诊断。本发明利用遗传算法优化主元权重，将“均匀”分布的量突显出来，以便更好地提取出具有代表性的主元，从而提高铝电解槽况故障诊断的精确度。
-
公开(公告)号：CN106021698B
公开(公告)日：2019-08-02
申请号：CN201610325327.5
申请日：2016-05-17
Applicant: 重庆科技学院
IPC: G06F17/50
Abstract: 本发明公开了一种基于迭代更新的UKFNN铝电解功耗模型构建方法，包括如下步骤：对铝电解功耗模型的结构参数进行初始化；计算所述功耗模型的一组采样点；根据所述功耗模型上一时刻的状态估计值，由状态方程F对所述功耗模型下一时刻的状态和协方差进行预测；重新采样以预测状态值为中心、以预测方差为协方差所产生的样点，用观测函数对采样点和协方差进行更新，然后进行状态变量和观测值的协方差更新；用更新后的下一时刻的状态和下一时刻的协方差矩阵重新进行状态估计更新。所述方法将迭代方法与UKFNN相结合，从而得到了更加准确的估计值。
-
公开(公告)号：CN105792232B
公开(公告)日：2019-04-12
申请号：CN201610139417.5
申请日：2016-03-11
Applicant: 重庆科技学院
IPC: H04W16/22 , H04B17/391
Abstract: 本发明提供了一种基于UKFNN的无线信道“指纹”特征动态建模方法，包括以下步骤：利用霍特林变换将复数形式的信道数据转换为实数域数据；利用主成份分析法对步骤S1转换后的信道数据进行降维处理；对步骤S1和S2处理后的数据进行归一化处理；利用UKFNN无迹卡尔曼滤波神经网络对信道数据进行建模，得到无线信道“指纹”模型；定义归类准则，并以UKFNN无迹卡尔曼滤波神经网络的输出变量对输入样本进行归类，对场景进行识别。该方法基于UKFNN无迹卡尔曼滤波神经网络建立精确的无线信道“指纹”特征动态模型，能正确识别出数据来自哪个已知场景，对无线信道建模具有非常重要的现实意义。
-
公开(公告)号：CN107943946A
公开(公告)日：2018-04-20
申请号：CN201711190418.3
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种基于Apriori算法的试题库知识点间关联性挖掘方法，包括步骤S1：将智能题库系统日志表内的用户学习行为数据整理成关联规则模型所需要的数据结构，并导入关联规则模型；其中，用户做的全部知识点被记为一个事务，一道试题对应一个知识点，一个知识点称为一个项；步骤S2：在关联规则模型内寻找用户学习行为数据中最大的频繁项集Lk；步骤S3：根据最大频繁项集Lk产生关联规则；步骤S4：将导出的知识点间的关联规则按照从低年级至高年级的顺序进行排列。本发明通过Apriori算法找出用户知识点间的频繁项集，产生关联规则，运用这种关联规则对用户进行智能推荐，使用户对其薄弱的知识点达到逐步掌握的目的。
-
Patent Agency Ranking
公开(公告)号：CN105447567B
公开(公告)日：2017-12-05
申请号：CN201510752590.8
申请日：2015-11-06
Applicant: 重庆科技学院
IPC: G06N3/08
Abstract: 本发明提供了一种基于BP神经网络与MPSO算法的铝电解节能减排控制方法，首先，利用BP神经网络对铝电解生产过程进行建模，然后，利用基于多目标粒子群算法对生产过程模型进行优化，得到各决策变量的一组最优解以及该最优解对应的电流效率、吨铝能耗以及全氟化物排放量。MPSO算法不需要进行交叉、变异操作，因此编码过程简单、容易实现，且与其他算法相比，MPSO算法具有记忆性，即保留了所有全局最优值和局部最优值，保证了在种群进化过程中最优取值的完整性。该方法确定了铝电解生产过程中工艺参数的最优值，有效提高了电流效率，降低了吨铝能耗，减少了温室气体排放量，真正达到节能减排的目的。
-
公开(公告)号：CN105792232A
公开(公告)日：2016-07-20
申请号：CN201610139417.5
申请日：2016-03-11
Applicant: 重庆科技学院
IPC: H04W16/22 , H04B17/391
CPC classification number: H04W16/22 , H04B17/391
Abstract: 本发明提供了一种基于UKFNN的无线信道“指纹”特征动态建模方法，包括以下步骤：利用霍特林变换将复数形式的信道数据转换为实数域数据；利用主成份分析法对步骤S1转换后的信道数据进行降维处理；对步骤S1和S2处理后的数据进行归一化处理；利用UKFNN无迹卡尔曼滤波神经网络对信道数据进行建模，得到无线信道“指纹”模型；定义归类准则，并以UKFNN无迹卡尔曼滤波神经网络的输出变量对输入样本进行归类，对场景进行识别。该方法基于UKFNN无迹卡尔曼滤波神经网络建立精确的无线信道“指纹”特征动态模型，能正确识别出数据来自哪个已知场景，对无线信道建模具有非常重要的现实意义。
-
公开(公告)号：CN104714409A
公开(公告)日：2015-06-17
申请号：CN201410849174.5
申请日：2014-12-31
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明提供一种滞后校正器结构参数的获取方法和装置，该方法包括：a)确定自动控制系统被控对象和滞后校正器的传递函数结构、以及系统期望的频域特性；b)对于所确定的系统传递函数结构和期望的频域特性，构造相应的神经网络；c)采集所述系统的多个数据样本；d)将所采集到的数据样本输入神经网络中，对该神经网络进行训练；e)获取该滞后校正器的结构参数。使得使用该方法和装置获取滞后校正器的结构参数时，只需用户输入系统被控对象的结构参数K、α、β和引入滞后校正器后系统期望的频域性能参数γ、ω，就可迅速计算出该滞后校正器的结构参数，从而大大简化了滞后校正器结构参数的获取过程，因此，可以缩短滞后校正器的设计时间。
-
公开(公告)号：CN104532299A
公开(公告)日：2015-04-22
申请号：CN201510029089.9
申请日：2015-01-20
Applicant: 重庆科技学院
IPC: C25C3/20
CPC classification number: C25C3/20
Abstract: 一种基于相对核主元分析的铝电解槽况诊断方法，其特征在于：一，采集n组铝电解槽况数据组成原始测量样本集X0，每个样本含有m个独立的铝电解槽况参数采样值；二，对原始测量样本集X0进行标准化处理，得到标准化后样本矩阵X；三，利用核函数，将标准化后样本矩阵X投影到高维特征空间后得到矩阵K0；四，对矩阵K0进行中心化处理，得到中心化矩阵K；五，随机产生相对转换矩阵Λ；六，得到相对化样本矩阵KR；七，对KR进行主元分析，计算检验统计量及对应控制限，实现对铝电解槽况的诊断。本发明充分考虑铝电解槽况非线性的特性，通过核函数，将非线性参数投影到高维线性特征空间，在核空间内进行相对主元分析，提高了铝电解槽况故障诊断的精确度。
-
公开(公告)号：CN104168451A
公开(公告)日：2014-11-26
申请号：CN201410360321.2
申请日：2014-07-25
Applicant: 重庆科技学院
Abstract: 本发明公开了一种智能视频监控中的打斗检测方法，该方法采用动态能量特征来量化视频画面中发生打斗情况的可能性，动态能量特征包括动能、势能和混乱程度，这里动能需要运动速度和物体质量，势能需要物体质量和物体之间的距离，混乱程度需要物体总的运动方向和物体内部各点的运动方向，物体质量、运动速度和方向是不好获得的，本方案将物体质量简化为物体在视频画面中所占比例，物体的运动速度和方向则在之前背景差分提取前景的基础上，采取光流法获取物体内部每个点的运动方向和速度，最后结合相应的控制流程，有效实现了视频画面中的打斗检测，算法复杂度低，运算速度快，误判率低，稳定性好。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.024 seconds)
