-
公开(公告)号:CN116307665A
公开(公告)日:2023-06-23
申请号:CN202310156856.7
申请日:2023-02-23
Applicant: 烟台大学
IPC: G06Q10/0633 , G06Q10/0631
Abstract: 本发明提供一种复杂流程工业超结构优化调度方法,涉及工业超结构优化调度领域。该一种复杂流程工业超结构优化调度方法,包括以下步骤:S1.首先工作人员通过各部门注册登录模块进行基本信息的登录认证进而达到多个部门集中管理的目的。该方法通过各部门实时信息反馈模块可以对各部门人力离职数据、机械设备运行数据、产品品质合格率实时数据、单个产品打包平均时间数据、产品售后处理平均时间数据和产品生产平均用时数据进行了解,进而可以保证装置的稳定运行、提高优质产品的产品和降低部门对接流程的复杂程度,同时可以根据实际生产需要对工况进行预测,有助于实践流程工业的最优化运行。
-
公开(公告)号:CN116304876A
公开(公告)日:2023-06-23
申请号:CN202310307438.3
申请日:2023-03-27
Applicant: 烟台大学
IPC: G06F18/241 , G06F18/25 , G06F17/16 , G06N3/0464 , G06N3/08 , G16Y40/50
Abstract: 一种基于区块链的工业互联网平台运行方法、装置和设备,该运行方法包括如下操作:S1构建含有普通节点和合约节点的基于区块链的工业互联网平台;S2获取所述普通节点的数据,组成数据集,将所述数据集转换为异构图,基于所述异构图,构建邻接矩阵,所述邻接矩阵分别经卷积处理和注意力处理,得到的卷积处理结果和注意力处理结果经融合后,得到节点特征表示,所述节点特征表示经分类、赋值后,得到所述普通节点的属性值;S3所述普通节点的信用值与所述属性值相加后,得到更新的普通节点的信用值;S4基于所述更新的普通节点的信用值,更新普通节点的交流权限。可准确、识别普通节点属性,使得基于区块链的工业互联网平台能够安全、稳定运行。
-
公开(公告)号:CN112529638B
公开(公告)日:2023-04-18
申请号:CN202011526423.9
申请日:2020-12-22
Applicant: 烟台大学
IPC: G06Q30/0202 , G06Q30/0201 , G06F18/24 , G06N3/08 , G06F18/23213
Abstract: 本公开提供了一种基于用户分类和深度学习的服务需求动态预测方法及系统,所述方案首先基于k‑means算法对大规模的用户进行分类,基于每一类用户的服务使用数据进行服务需求,从而可以克服数据稀疏和冷启动问题;其次,本实施例构建了一种注意力机制增强的深度交互神经网络模型,并基于AMEDIN模型进行服务需求预测,其中,AMEDIN模型首先通过交互单元自适应地捕获不同场景和服务需求之间的交互关系,从而显式的建模不同场景对服务需求的影响;之后,合并场景特征、交互关系以及服务需求特征,基于注意力机制获取不同场景对服务需求的影响权重;最后,基于用户特征、加权的场景特征和服务需求特征训练AMEDIN模型,并基于训练好的AMEDIN模型实现情景感知的服务需求动态预测。
-
公开(公告)号:CN115063836A
公开(公告)日:2022-09-16
申请号:CN202210657848.6
申请日:2022-06-10
Applicant: 烟台大学
Abstract: 一种基于深度学习的行人跟踪与重识别方法,包括以下步骤;步骤1:对视频图像逐帧进行行人目标检测;步骤2:采用DeepSort模型对步骤1中每帧检测到的行人进行特征提取,生成.npy文件;步骤3:采用Fastreid进行行人重识别检测,根据预设的行人图片底库进行特征提取,生成.npy文件;步骤4:将每个行人目标的特征提取结果与特定行人底库的特征提取结果进行余弦相似度计算,如果大于阈值γ,则判别为需要重识别的特定行人目标,并进行行人的跟踪,否则不进行目标跟踪;本发明可精确定位出跨时间、跨区域、跨摄像头的特定行人,并可通过实时视频进行推理与检测,并通过一系列的改进达到最优的效果,最终完成项目落地,以后可普遍应用于智能监控、智能安防等系统。
-
公开(公告)号:CN114998874A
公开(公告)日:2022-09-02
申请号:CN202210712341.6
申请日:2022-06-22
Applicant: 烟台大学
Abstract: 一种基于深度学习的驾驶员异常行为检测方法,包括以下步骤;步骤1,通过YOLOv5算法对于目标驾驶员进行分心行为检测,得到驾驶员是否存在各类分心驾驶行为的分析结果;步骤2,通过Perclos以及Dlib算法结合使用来对于目标驾驶员进行疲劳驾驶检测,得到驾驶员是否存在疲劳驾驶行为的分析结果;步骤3,对于步骤1和步骤2识别分析得到的驾驶员异常行为的判断结果进行预警。本发明能够达到检测驾驶员是否存在异常驾驶行为并对于驾驶员异常行为进行相应预警的效果。
-
公开(公告)号:CN114604363A
公开(公告)日:2022-06-10
申请号:CN202210274684.9
申请日:2022-03-21
Applicant: 烟台大学
IPC: B63B21/50
Abstract: 本发明公开了一种海洋平台张力索型系泊装置,包括,海洋平台,海洋平台具有方台状结构,海洋平台的侧面上固定连接有防护组件,海洋平台的侧棱上设有浮台,浮台具有圆柱体结构,浮台之间通过缓冲装置连接,浮台的下表面固定连接有锚索,锚索的另一端固定连接有锚固端,缓冲装置具有菱形框架结构;本发明通过与其相连且围绕海洋平台边缘周向布设的多个浮台,再通过锚索使每个浮台与海床固定,从而使每个浮台稳定地漂浮于海面上,能够对海洋平台起到位置的限定作用,并且使海洋平台更加的牢固,能够抵抗海面台风、大浪等各种极端环境,同时也具有安装拆卸方便的特点。
-
公开(公告)号:CN112529638A
公开(公告)日:2021-03-19
申请号:CN202011526423.9
申请日:2020-12-22
Applicant: 烟台大学
Abstract: 本公开提供了一种基于用户分类和深度学习的服务需求动态预测方法及系统,所述方案首先基于k‑means算法对大规模的用户进行分类,基于每一类用户的服务使用数据进行服务需求,从而可以克服数据稀疏和冷启动问题;其次,本实施例构建了一种注意力机制增强的深度交互神经网络模型,并基于AMEDIN模型进行服务需求预测,其中,AMEDIN模型首先通过交互单元自适应地捕获不同场景和服务需求之间的交互关系,从而显式的建模不同场景对服务需求的影响;之后,合并场景特征、交互关系以及服务需求特征,基于注意力机制获取不同场景对服务需求的影响权重;最后,基于用户特征、加权的场景特征和服务需求特征训练AMEDIN模型,并基于训练好的AMEDIN模型实现情景感知的服务需求动态预测。
-
公开(公告)号:CN112529637A
公开(公告)日:2021-03-19
申请号:CN202011526415.4
申请日:2020-12-22
Applicant: 烟台大学
IPC: G06Q30/02
Abstract: 本公开提供了一种基于情景感知的服务需求动态预测方法及系统,该方法首先通过AMEDIN模型的交互单元,自适应地捕获不同场景和服务需求之间的交互关系,从而显式的建模不同场景对服务需求的影响;之后,合并场景特征、交互关系以及服务需求特征,基于注意力机制获取不同场景对服务需求的影响权重;最后,基于用户特征、加权的场景特征和服务需求特征训练AMEDIN模型,并基于训练好的AMEDIN模型实现情景感知的服务需求动态预测.基于Movielens和Alibaba提供的真实数据集进行了大量的实验,实验结果表明本文所提出的方法是可行的与有效的。
-
公开(公告)号:CN111353107A
公开(公告)日:2020-06-30
申请号:CN202010222291.4
申请日:2020-03-26
Applicant: 烟台大学
IPC: G06F16/9537 , G06F16/951
Abstract: 本公开提供了一种面向路网移动对象的连续k近邻查询方法及系统,属于计算机应用技术领域,根据获取的路网信息构建多层动态网格索引结构,获取路网中各个移动对象的实时位置信息,并根据获取的实时位置信息实时更新多层动态网格索引结构;根据预设移动对象近邻查询算法和更新后的多层动态网格索引结构,得到距离查询点最近的k个移动对象;本公开通过构建动态多层网格索引结构,并根据移动对象的实时位置信息进行更新,从而仅需要维护激活状态的网格及其子网格内的移动对象数量,极大的节省了维护成本;通过预设移动对象近邻查询算法与更新后的动态多层网格索引结构,减少了对非激活网格的查询,极大的提高了查询效率和准确度。
-
公开(公告)号:CN120013198A
公开(公告)日:2025-05-16
申请号:CN202510457557.6
申请日:2025-04-14
Applicant: 烟台大学
Abstract: 本发明属于电力系统调度技术领域,具体涉及基于强化学习的多能电力系统调度方法、系统、装置,针对多能电力系统调度的问题,本发明首先构建多能电力系统调度模型,以剩余负荷波动方差最小为目标,利用储能消纳更多风光出力;然后设计优化算法来获得调度方案,其中,采用对立学习对种群进行初始化,提高初始种群的多样性,有利于避免局部最优解的过早收敛和加速算法识别全局最优解;引入强化学习的Q值,学习优化算法的最优行为策略,提高优化算法的有效性,以获得更优的调度方案。
-
-
-
-
-
-
-
-
-