-
公开(公告)号：CN119494429A
公开(公告)日：2025-02-21
申请号：CN202411352019.2
申请日：2024-09-26
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q10/063 , G06Q50/26 , G06F30/27 , G06F30/28 , G06F18/27 , G06N3/0442 , G06N3/086 , G01N33/18 , G01C13/00 , G06F113/08 , G06F111/10
Abstract: 本发明公开一种河网水污染溯源方法，包括以下步骤：首先获取河网数据，将河网数据输入MIKE软件，构建河网的水动力模型并进行验证；然后将整片河网以水质监测点为节点划分为多个河段，将每个河段对应的河网数据输入验证后的水动力模型获得每个河段的模拟数据；将每个河段的模拟数据经过预处理后输入门控循环单元，构建每个河段的回归模型；利用回归模型进行溯源。本发明采用MIKE软件对污染物扩散情况进行模拟，以此在监测数据稀疏的条件下进行数据增补，结合回归模型进行污染物溯源，利用水动力学仿真数据作为回归模型的输入，可以提高数据集的精度和密度，实现了污染源和污染源参数的精准定位。
-
公开(公告)号：CN119241010A
公开(公告)日：2025-01-03
申请号：CN202411350962.X
申请日：2024-09-26
Applicant: 杭州电子科技大学
IPC: C02F11/04 , C02F11/00 , C02F11/02 , C02F11/12 , C02F11/131 , B01D53/84 , B01D53/58 , B01D53/52 , C02F3/00 , C02F101/10 , C02F101/16
Abstract: 本发明公开外源水解酶‑生物炭复合制剂在化粪池粪污水解与发酵中的应用及设备。农村化粪池粪污快速腐熟设备，包括前处理模块、好氧发酵系统、收集池、生物脱臭系统、太阳能辅热模块、智能监控模块。智能监控系统的主控器通过实时监控的好氧发酵系统的系统参数数据，预测得到好氧发酵系统处理后的有机肥质量指标；然后根据好氧发酵系统处理后的有机肥质量指标预测值调整好氧发酵系统的关键运行工况条件。本发明通过在化粪池中投加外源水解酶‑生物炭复合制剂，实现粪污快速腐熟与稳定化，减轻对生态环境的污染负荷；通过人工智能物联网技术，实现粪污处理与资源化过程中运行工况的在线自适应智能控制。
-
公开(公告)号：CN118821874A
公开(公告)日：2024-10-22
申请号：CN202411314096.9
申请日：2024-09-20
Applicant: 杭州电子科技大学
IPC: G06N3/0499 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种基于反馈特征提取和因果反演辨识的智能系统评估方法，该方法首先采集N个输入特征，P组数据的原始训练集，Q组数据的测试集。其次识别原始训练集中数据的降维特征，通过负载矩阵反向识别原始训练数据集的关键特征，原始训练集被化简为包括F个关键特征。然后从原始训练数据集中随机采样，生成多个子训练集，构建多个训练BP子模型并使用子训练集训练，通过比较误差识别并剔除异常数据，原始训练集被简化为包括S组数据。最后构建测试BP模型使用简化后的训练集训练，得到智能系统的评估结果，并通过测试集进行预测。本发明突破了传统维度约简后所提取特征不再具有原始特征空间物理含义的局限性。
-
公开(公告)号：CN114708712B
公开(公告)日：2024-08-06
申请号：CN202210344094.9
申请日：2022-03-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种化工过程反应器故障检测的信息融合方法。本发明先利用两个过程变量历史数据分别构造标称信度分布表，然后两个过程变量的实时样本分别在线激活对应的标称信度得到每一时刻下的报警置信度，再利用报警置信度区间型融合规则对这两个报警置信度进行动态融合，得到每一时刻的报警证据，基于报警准则判定是否发出报警，这种基于报警置信度区间型融合规则的报警过程可以有效的降低报警器的误报率和漏报率。
-
公开(公告)号：CN114291675B
公开(公告)日：2024-05-03
申请号：CN202111368497.9
申请日：2021-11-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于复杂网络与置信规则推理的电梯故障诊断方法，属于机电设备状态监测与故障诊断技术领域。本发明结合复杂网络和置信规则推理方法，对电梯系统部件的物理量和电梯故障类型之间的非线性关系进行建模。首先，针对电梯系统部件的物理量时间序列，利用可视图方法将其转换为复杂网络；其次，构建置信规则库，其输入为复杂网络统计特征参数，输出为电梯故障类型；然后，根据在线监测样本激活置信规则，并使用证据推理算法融合激活规则，进而得到估计结果；最后，构建多目标优化模型对置信规则库的参数进行优化。本发明得到的推理结果将比单个部件的物理量时间序列样本得到的结果更为准确。
-
Patent Agency Ranking
公开(公告)号：CN112686279B
公开(公告)日：2024-03-22
申请号：CN202011388904.8
申请日：2021-02-08
Applicant: 杭州电子科技大学 , 南京智慧水运科技有限公司
IPC: G06F18/23213 , G06F18/2415 , G06F18/25 , G01M13/021 , G01M13/028 , G01M13/045
Abstract: 本发明公开了一种基于K均值聚类和证据融合的齿轮箱故障诊断方法。本发明首先确定齿轮箱的故障模式和故障特征参数，分别采样各个故障模式下的样本数据来获取故障特征数据样本集；对于每类故障特征参数，通过聚类获取似然信度表和K个参考中心向量，从每类特征参数种获取参考证据；在线获取多种故障特征的取值后，计算故障特征数据与K个参考中心向量之间的距离，并由此来激活参考证据，生成多类特征的诊断证据，再将这些诊断证据融合，对融合后的证据做出故障决策，得到该在线故障特征数据所对应的故障类型。本发明在聚类和证据融合的基础上进行故障诊断，利用多源信息融合和信息概率转换方法提高了对齿轮箱的故障诊断精度。
-
公开(公告)号：CN117692459A
公开(公告)日：2024-03-12
申请号：CN202311690928.2
申请日：2023-12-11
Applicant: 杭州电子科技大学
IPC: H04L67/1004 , H04L67/1087 , H04L67/131 , H04L67/51 , H04W16/22 , H04N7/18
Abstract: 本发明公开了一种面向视频一体化智能分析的端边云仿真系统，该系统包括网络仿真子系统、负载仿真子系统、移动仿真子系统、决策仿真子系统、资源仿真子系统以及配置模块；网络仿真子系统仿真网络拓扑结构以及网络通信，负载仿真子系统仿真移动设备产生的任务流，并分配给各个移动设备，移动仿真子系统仿真移动设备的移动，所述决策子系统仿真端侧移动设备、边侧服务器以及云中心的任务执行策略，资源仿真系统仿真端侧、边侧以及云中心的资源管理，配置模块加载仿真环境配置。本发明可以灵活地嵌入到不同的研究项目中，显著降低研发成本和门槛，使仿真结果更贴近实际情况。
-
公开(公告)号：CN117436031A
公开(公告)日：2024-01-23
申请号：CN202311493590.1
申请日：2023-11-09
Applicant: 杭州电子科技大学
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06N20/20 , G06Q50/02
Abstract: 本发明公开了基于特征匹配度和异类子模型融合的安全性评估方法，该方法首先利用传感器，收集多组煤矿采掘数据，构建数据集，并划分训练集和测试集。其次将训练集按照输出值的大小排序，划分为K个子数据集并且使用机器学习方法构建K个子模型，并计算测试数据和子模型之间的匹配度和平均匹配度。然后根据计算得到的平均匹配度，计算子模型权重。最后融合子模型产生的多个子输出，并作为预测结果输出。本发明能够更加准确对煤矿开采工程进行安全评估，可以提高模型的预测精度和泛化能力。
-
公开(公告)号：CN117315224A
公开(公告)日：2023-12-29
申请号：CN202311147316.9
申请日：2023-09-06
IPC: G06V10/25 , G06V10/764 , G06V10/766
Abstract: 本发明提供一种改进边界框回归损失的目标检测方法、系统及介质，涉及计算机视觉技术领域；方法包括：步骤S1，预先对目标物体的真实边界框和类别进行标注，构成训练数据集；步骤S2，将训练数据集中的图片输入训练后的检测模型中进行预测，得到预测类别和预测边界框；步骤S3，构建损失函数，通过损失函数对定位损失进行计算；步骤S4，根据定位损失对检测模型进行优化，并将训练后的检测模型替换为优化检测模型，重复步骤S2‑S4，直至达到预设训练次数；步骤S5，将待检测图片输入训练后的优化检测模型进行预测，得到目标边界框位置和目标分类。通过构建边界框回归损失使预测框拟合度更高，从而优化检测模型，加快收敛，提升检测的精度。
-
公开(公告)号：CN116798126A
公开(公告)日：2023-09-22
申请号：CN202310818471.2
申请日：2023-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于联邦学习的化工生产操作流程分割方法，通过联邦学习策略对各训练节点的数据集进行聚合，训练得到可用的动作分割模型，再将模型部署到物联网系统云服务器上；端服务器在检测到动作分割需求，实地拍摄化工生产操作视频并发送给边处理器；边处理器对化工生产操作视频进行预处理得到特征序列并将序列发送给云服务器；云服务器通过动作分割模型对特征序列进行识别得到信度序列；对信度序列进行处理得到实际化工生产操作流程，再与标准流程进行对比分析后，生成分析报告。本发明采用动作分割模型对视频数据中的每帧图像的动作进行精准分类，可以在整个未裁剪的长视频中进行每帧图像的动作分类，极大地减少了人力浪费。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.055 seconds)
