一种基于Z-ADALINE的高精度电网宽频信号测量方法

    公开(公告)号:CN112213560A

    公开(公告)日:2021-01-12

    申请号:CN202010904796.9

    申请日:2020-09-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于Z‑ADALINE的高精度电网宽频信号测量方法,包括以下步骤:(1)采用复调制细化谱分析法对电网信号进行自适应频率测量;(2)采用自适应神经网络进行信号幅值和相位测量。本发明对电力系统中各类信号特征形态进行分析后,确定了宽频信号测量的0~2.5kHz频率范围、1Hz以内的频率分辨率和1%以内的参数测量误差。将ZoomFFT与ADALINE神经网络相结合,采用ZoomFFT自适应确定细化频带范围和细化倍数并对电网信号进行频率测量,随后将频率测量结果输入到ADALINE神经网络中测量信号幅值和相位。该方法能够高精度测量出宽频信号各信号分量参数,频率测量可达到0.3Hz的频率分辨率,幅值测量误差可稳定在1%上下,相位测量误差在0.6°以内。

    一种用于血型检测的小型装置及检测方法

    公开(公告)号:CN111579802A

    公开(公告)日:2020-08-25

    申请号:CN202010475846.6

    申请日:2020-05-29

    Applicant: 东南大学

    Inventor: 张敏 满昌海 谢波

    Abstract: 本发明公开了一种用于血型检测的小型装置,利用微型直流电机带动固定在其转轴上的条形磁铁旋转,磁力带动微孔板内的铁珠做旋转运动,使微孔板内试剂和细胞充分混匀并达到微离心作用。此装置无需连接交流电源,可进行ABO、Rh等多种血型系统检测,适用于野战、突发公共卫生事件、移动实验室等无大型仪器设备或电源的环境下使用。一种血型检测方法,使用过滤器快速分离血浆和红细胞,以微孔板为载体进行血型检测,通过铁珠旋转促进抗原、抗体反应。微孔板可以加盖并密封,从生物安全角度与现有检测方法相比,检测及判读过程无气溶胶外溢,尤其在一些传染病流行时期,本发明能够高效保护工作人员免受病原微生物的危害。

    纤维增强复合材料网格筋成型模具及成型方法

    公开(公告)号:CN103935053B

    公开(公告)日:2017-01-04

    申请号:CN201410137480.6

    申请日:2014-04-08

    Abstract: 本发明公开了一种纤维增强复合材料网格筋成型模具及成型方法,本发明的纤维增强复合材料网格筋成型模具包括底模、填充模、压条和定位卡;该成型方法在该模具上绕经纬方向铺设纤维丝束,形成纤维网格,再利用真空模压技术,抽真空完成纤维网格的浸渍、固化成型。本发明可根据要求制作任意网格大小的纤维增强复合材料网格筋,产品尺寸精准、性能更加稳定,加工过程环保、便于掌握,适合工业化批量生产。

    纤维增强复合筋智能网格及其制作方法

    公开(公告)号:CN104494167A

    公开(公告)日:2015-04-08

    申请号:CN201410768801.2

    申请日:2014-12-12

    Inventor: 吴刚 张敏 王焰

    CPC classification number: B29C70/342 B29C70/54 E04C5/04

    Abstract: 本发明公开了一种纤维增强复合筋智能网格及其制作方法,是在网格的经纬向丝束的铺设过程中,将光纤光栅传感器埋设在同向的纤维丝束中;该光纤光栅传感器用纤维套管封装,并在铺设后与经纬向纤维丝束一同浸渍树脂、固化成型,对光纤光栅传感器与经纬向纤维丝束起始接触部位采用金属软管保护,形成具有自监测功能的智能网格。本发明提供的制作方法可根据要求制作经纬向任意方向具有光栅光纤自监测功能的网格,适合工业化批量生产,制成的网格信号传输稳定,监测精度高。

    雾无线接入网中基于量化的联邦强化学习的协作缓存方法

    公开(公告)号:CN114916015B

    公开(公告)日:2024-12-27

    申请号:CN202210519737.9

    申请日:2022-05-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种雾无线接入网中基于量化的联邦强化学习的协作缓存方法,包括:1、根据全局内容流行度来初始化缓存节点的本地缓存内容,初始化缓存节点的本地模型权重参数,单个周期内的本地模型迭代次数和总的模型训练周期;2、每一个缓存节点根据接收到的用户请求信息进行内容缓存决策和本地模型训练;3、计算缓存命中率和用户请求延迟;4、一个训练周期结束时,对每一个缓存节点的本地模型进行网络剪枝;5、对本地模型更新量进行量化压缩和权值共享处理;6、将本地模型更新量上传到云中心进行全局模型聚合得到全局模型,再将全局模型分发给每一个缓存节点,进入下一个训练周期。本发明提高缓存命中率,降低网络负载压力。

    一种基于增强型BP神经网络的机场加油车低碳调度方法

    公开(公告)号:CN117592695A

    公开(公告)日:2024-02-23

    申请号:CN202311486201.2

    申请日:2023-11-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于增强型BP神经网络的机场加油车低碳调度方法,包括:获取机场网络拓扑信息和车辆运行状态数据,建立机场加油车低碳优化调度模型;提出基于增强型BP神经网络,将模型的多变量参数优化问题转化三个单变量子优化问题,初始化三个单变量,依次更新三个单变量,将更新的三个单变量作为增强型BP神经网络的输入,迭代优化直至满足收敛条件,获得权重向量;利用Lyapunov稳定性理论与数学推导,证明提出的增强型BP神经网络方法的稳定性和收敛性;本发明提出基于增强型BP神经网络的加油车路径调度模型,引入学习率的下界函数,避免了自适应梯度下降算法的过早收敛,提高了路径调度的预测精度。

Patent Agency Ranking