-
公开(公告)号：CN104899653A
公开(公告)日：2015-09-09
申请号：CN201510294300.X
申请日：2015-06-02
Applicant: 北京工商大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于专家系统及蓝藻生长机理时序模型的湖库蓝藻水华预测方法，属于水环境预测技术领域。所述预测方法包括关键影响因子确定、阈值确定、基于关键环境因子的专家系统建模预测、基于关键水质因子的机理时序建模预测和综合预测。本发明提出基于影响湖库蓝藻水华形成的环境因子，采用专家系统方法对湖库蓝藻水华形成过程进行建模预测，通过构建自适应神经模糊推理专家系统模型，实现根据未来时刻环境因子的变化预测蓝藻水华形成过程的变化，使水华建模预测的结果更加准确。本发明对水华形成过程的描述更符合实际，使水华建模预测的结果更加准确，提高了蓝藻水华建模预测方法的适应性。
-
公开(公告)号：CN103886218A
公开(公告)日：2014-06-25
申请号：CN201410138148.1
申请日：2014-04-08
Applicant: 北京工商大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多元非平稳时间序列分析与神经网络及支持向量机补偿的湖库藻类水华预测方法，属于水质监测技术领域。所述方法包括特征因素多元非平稳时序建模；误差影响因素核主成分分析；针对大样本数据情形，神经网络误差建模；针对小样本数据情形，支持向量机误差建模；最后进行误差补偿，得到预测结果。本发明解决了现有的水华预测精度不高、难以针对小样本数据预测等问题，对水华形成过程的描述更符合实际，使水华建模预测的结果更加准确。本发明实现了适于线性系统建模的时序分析方法与适于非线性系统建模的统计学习方法的优势互补，提高了水华预测精度。
-
公开(公告)号：CN103028518A
公开(公告)日：2013-04-10
申请号：CN201310005445.4
申请日：2013-01-08
Applicant: 北京工商大学
Abstract: 本发明涉及一种二自由度喷头角度调节装置，包括驱动组件I、驱动组件II、喷头组件和支架。驱动组件I与支架通过舵机I的输出轴I与舵盘A过盈配合连接，驱动组件II与喷头组件通过舵机II的输出轴II与舵盘B过盈配合连接，支架一端通过螺栓与驱动组件II固定连接，另一端通过滑动轴承与喷头组件连接。该装置通过两个舵机分别驱动两个舵盘实现喷头在垂直方向和水平方向上的喷雾角度改变，从而可使喷头根据喷施对象及喷施要求，灵活调整喷雾角度。
-
公开(公告)号：CN102855404A
公开(公告)日：2013-01-02
申请号：CN201210335660.6
申请日：2012-09-11
Applicant: 北京工商大学
IPC: G06F19/00
Abstract: 本发明公开了一种湖库水华应急治理决策方案的筛选方法，包括步骤：确定可行的湖库水华应急治理决策方案及决策属性；构建贝叶斯决策模型，并进行模糊化、反模糊化处理，得到反模糊化后的模糊-贝叶斯决策模型；判断是否需要考虑风险、成本因素，从而通过相应措施筛选出至少一个湖库水华应急治理决策方案。本发明方法可按实际要求适当考虑风险因素和/或成本因素后来对湖库水华应急治理决策方案进行筛选，筛选出的方案除可有效控制和治理湖库水华的暴发外，还适当考虑到了风险因素和/或成本因素，增加了方案选取的准确性、可靠性、经济性、实用性。
-
公开(公告)号：CN119575830A
公开(公告)日：2025-03-07
申请号：CN202411730726.0
申请日：2024-11-28
Applicant: 北京工商大学
IPC: G05B15/02 , B25J18/00 , B25J9/16 , A47B71/00 , A47F1/04 , G06Q50/12 , G06Q30/018 , G06Q10/0631 , G06N5/01 , G06N3/126
Abstract: 本发明涉及一种面向自动炒菜锅的智能配菜装置，旨在提高餐饮行业的烹饪效率和食品安全管理。所述装置包括净菜柜、机械臂、机械夹爪、导轨系统、炒锅及控制系统。净菜柜通过滑坡系统实现食材的自动补充，支持食材分类存放并减少备菜时间；机械臂与导轨系统结合，利用六自由度旋转关节和电机驱动扩展抓取范围，实现对食品柜与炒锅间的高效操作；炒锅具备的旋转功能，可按烹饪需求调整角度以配合食材投放与成品倒出。并通过工业互联网标识解析技术对食材标识、炒锅标识及成品菜标识进行实时追踪，确保食品质量和安全，并结合多目标优化算法实现任务的智能调度。该装置支持多锅并行操作，有效提升出餐速度，满足餐饮行业对高效、智能化生产的需求。
-
Patent Agency Ranking
公开(公告)号：CN118735751A
公开(公告)日：2024-10-01
申请号：CN202410866404.2
申请日：2024-06-28
Applicant: 北京工商大学
IPC: G06Q50/26 , G06N7/01 , G06N3/0455 , G06N3/0442 , G06N3/092
Abstract: 本发明是一种基于双经验池TDDPG和DDPG‑双重3Q学习模型的水体富营养化预测方法，用于水质监测。本发明方法将水体富营养化预测问题转换为马尔可夫决策问题，获取水体富营养化的水质多参数时序，构建基于双经验池的TDDPG预测模型、ADDPG预测模型和RDPG预测模型，由历史数据预测未来水质数据；将三个预测模型的初步预测结果、预测结果的误差分别作为第一重和第二重3Q学习的状态集，智能体在单个时间步决策选择的初步预测结果和误差，将二者叠加获取最终预测结果，计算水体富营养化程度。本发明提高了预测水质数据的精度和准确性，避免陷入局部最优，兼顾了训练效率，为水体富营养化预测提供了准确有效的实用方案。
-
公开(公告)号：CN118201017A
公开(公告)日：2024-06-14
申请号：CN202410450831.2
申请日：2024-04-15
Applicant: 北京工商大学
Abstract: 本发明提出了一种基于汇聚环的功能异构传感器网络路由优化方法。对于复杂的监测场景，网络中的传感器功能多种多样，采集到的数据类型也各不相同，对此需要设计更合理的路由方法。本发明在网络节点监测数据属性多样的情况下，先根据实际节点部署建立数据汇聚环，提供数据汇聚场所。再依据汇聚环进行网络路由。对比发现本发明的方法提高了数据传输量，延长了网络寿命。通过本发明的应用，可在无线传感器网络的复杂应用场景中进行更高效的路由。
-
公开(公告)号：CN117062093A
公开(公告)日：2023-11-14
申请号：CN202311080617.4
申请日：2023-08-25
Applicant: 北京工商大学
Abstract: 本发明提出了一种混合传感器网络节点配置方法。混合传感器网络包括移动节点与静态节点，目前多数研究者都在考虑如何用更少的移动节点完成覆盖，但没有一个具体的标准来规定监测区域大小、传感器感知半径、动态静态节点配置比例三者的关系。本发明先分析网络的参数范围，包括传感器感知半径的范围和节点配置比例的范围。再通过实验获得节点配置与覆盖率的关系，从而得出计算节点配置的公式。本发明以所得公式对网络进行传感器种类与个数的选择，再进行网络部署，对比发现本发明的方法可以降低网络成本。通过本发明的应用，可在各种场景下根据所需覆盖率，计算得出所需传感器种类与个数，避免冗余部署造成的资源浪费或传感器不足导致的部署不充分。
-
公开(公告)号：CN116489737A
公开(公告)日：2023-07-25
申请号：CN202310407264.8
申请日：2023-04-17
Applicant: 北京工商大学
Abstract: 本发明提出了一种增强网络抗毁性的环境融合路由方法。无线传感器网络的主要工作是利用传感器节点采集监测数据，并将数据传输至汇聚节点。多数情况下无线传感器网络被部署在无人值守的监测环境中，外部环境的动态变化会对网络的性能造成影响，极大影响网络的抗毁性。本发明首先建立环境影响模型，根据传感器因环境因素变化导致传感器工作性能相应降低的现象进行数学建模，得出环境因子。其次，在数据汇聚阶段：将环境因子引入到选取簇头的概率计算公式中，使得环境优的节点当选成簇头的概率更高。在数据路由阶段：通过人工势场法进行路径规划，将恶劣环境作为斥力场，距离汇聚的距离和节点的能量作为引力场，构建出合势场模型。
-
公开(公告)号：CN115950414A
公开(公告)日：2023-04-11
申请号：CN202310114324.7
申请日：2023-01-29
Applicant: 北京工商大学
IPC: G01C21/00 , G01C21/20 , G01C21/16 , G01S17/86 , G01S17/89 , G06V20/10 , G06V10/44 , G06F18/25 , G06T7/50 , G06T7/30
Abstract: 本发明公开的是一种不同传感器数据的自适应多重融合SLAM方法，属于移动机器人自主导航领域。首先获取移动机器人的传感器数据并进行处理，同时提取到深度相机获得的图像的特征，生成全局深度视觉信息和局部深度视觉信息。然后利用改进的IMLS‑ICP算法将激光雷达数据、全局深度视觉信息和局部深度视觉信息进行点云匹配，生成点云地图，并利用改进的模糊自适应UKF算法进行数据融合，得到移动机器人的位姿。最后对移动机器人的运动轨迹进行闭环检测，将机器人位姿、点云地图和闭环检测结果作为约束进行联合优化，得到移动机器人的路径地图。本发明减小了移动机器人的位姿估计误差，移动机器人所建地图更加准确，提升了移动机器人对所处环境的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.039 seconds)
