一种基于DBSCAN聚类算法的TBM隧洞条带识别方法

    公开(公告)号:CN119395753A

    公开(公告)日:2025-02-07

    申请号:CN202411352519.6

    申请日:2024-09-26

    Abstract: 本发明提供一种基于DBSCAN聚类算法的TBM隧洞条带识别方法,包括:选取微震事件筛选空间范围,获取空间范围内的微震事件坐标,将空间范围内的微震事件采用DBSCAN聚类算法进行聚类,计算微震事件的坐标均值,使用奇异值分解获取主轴,得到最小正切长方体,计算最小正切长方体的长、宽和高,得到长高比和宽高比,判断是否赋存条带,根据最小正切长方体的长高比及宽高比建立软弱条带和硬质条带的长高比及宽高比均值的阈值,判识条带性质,根据最小正切长方体各个轴的方向向量与原XOY坐标系夹角,得到根据微震事件最小正切长方体确定条带走向与隧道轴线的夹角。可实现在围岩未揭露时对条带是否存在、位置、走向和性质进行识别,提高条带判别的准确率。

    基于神经网络的ACML模型下多智能体通信信息预测方法

    公开(公告)号:CN119047509A

    公开(公告)日:2024-11-29

    申请号:CN202411165159.9

    申请日:2024-08-23

    Abstract: 本发明提供一种基于神经网络的ACML模型下多智能体通信信息预测方法,涉及多智能体通信领域。建立小球环境;定义小球环境中智能体的动作、本地观察和智能体团队联合奖励;建立ACML模型;不限定通信预算,训练ACML模型中的Actor网络、Critic网络、信息协调网络和信息生成网络;不限定通信预算,得到若干条多智能体通信记录,得到关于通信预算限制的信息预测网络数据集;利用关于通信预算限制的信息预测网络数据集训练ACML模型中的信息预测网络;施加通信预算限制,执行ACML模型得到智能体运行轨迹和团队奖励。本发明通过预测在禁止通信时刻智能体的信息,实现了在小球环境中多智能体任务完成时间的缩短和团队奖励的明显提高。

    块状吸附剂及其成型方法和应用

    公开(公告)号:CN113941319B

    公开(公告)日:2023-05-26

    申请号:CN202111217845.2

    申请日:2021-10-19

    Applicant: 东北大学

    Abstract: 本发明涉及一种块状吸附剂的成型方法,其包括:向酸性溶液中加入吡咯单体,以氧化剂为引发剂,使吡咯单体发生聚合反应,以生成聚吡咯;在聚合反应前、反应过程中或聚合反应刚完成之时,向反应体系中加入吸附材料粉末,并搅拌均匀;反应结束后,将反应体系过滤,得滤饼,滤饼成型为块状吸附剂;或者将反应体系离心沉积得到块状吸附剂。本发明采用吡咯单体聚合生成聚吡咯,并在其尚未紧密堆叠之前,利用其网络结构将粉末吸附材料包裹在一起,经沉降堆叠后成型为块状吸附剂。与现有方法相比,本发明成型的块状吸附剂具有耐水性和更优的吸附性,遇潮不会崩解,可在潮湿环境中吸附CO2,不会破坏MOFs的结构,绿色节能。

    一种聚吡咯的绿色环保合成方法及其应用

    公开(公告)号:CN110229330A

    公开(公告)日:2019-09-13

    申请号:CN201910570400.9

    申请日:2019-06-27

    Applicant: 东北大学

    Abstract: 本发明涉及一种聚吡咯的绿色环保合成方法及其应用,其包括如下步骤:S1、将酸性溶液中与吡咯单体混合,搅拌均匀;S2、向步骤S1混合均匀的溶液中加入氧化剂,搅拌均匀后再静置一段时间;S3、静置后的混合溶液经过滤、洗涤、干燥得到黑色固体聚吡咯。本发明的合成方法简单,绿色环保,适合工业化应用,该方法合成的聚吡咯适合用作吸附剂,可以直接捕集潮湿烟道气中的CO2,不用预处理除去烟气中的水分,绿色节能。

    一种基于改进Autoformer模型的电力负载时序预测方法

    公开(公告)号:CN119182123A

    公开(公告)日:2024-12-24

    申请号:CN202411247536.3

    申请日:2024-09-06

    Abstract: 本发明公开一种基于改进Autoformer模型的电力负载时序预测方法,涉及时序预测领域。获取电力负载数据集;对电力负载数据集进行预处理,得到预处理后的电力负载数据集;所述预处理包括最大‑最小归一化和Z‑score归一化;将预处理后的电力负载数据集按照设定比例划分为训练集和测试集;构建Double FFTAutoformer模型;利用训练集对构建的Double FFT Autoformer模型进行训练,并利用验证集对Double FFTAutoformer模型的参数进行调整,得到训练完成的Double FFT Autoformer模型;将测试集输入到训练完成的Double FFT Autoformer模型,得到预测的时间序列。本发明为通过将Auto‑Correlation函数重新推导成一个循环对称矩阵和一个向量的乘积的形式,使其能使用FFT算法加速计算,使得模型能完整地利用信息,并且在保持计算的时间复杂度的前提下提高预测的准确度。

    基于图卷积神经网络的移动办公用户异常行为检测方法

    公开(公告)号:CN116069607A

    公开(公告)日:2023-05-05

    申请号:CN202310068042.8

    申请日:2023-01-13

    Abstract: 本发明公开了基于图卷积神经网络的移动办公用户异常行为检测方法,涉及用户实体行为分析技术领域,本发明通过采用知识图谱技术表示用户操作序列,为用户基线聚类保留了用户操作偏好信息;使用关系图卷积神经网络算法对用户操作图谱聚类出强关联实体集,解决了用户操作基线长度难以确定的问题,降低后期用户操作流数据与基线匹配的难度,提升了操作序列与基线匹配的准确率。本发明提出的通过寻找操作权值最大通路确定操作基线的方法,可完善操作基线语义、持续适应用户操作行为变化。同时,本发明通过构建服务器与客户端协同检测模型,可解决安卓设备受限于算力与带宽不足难以实时检测用户异常行为的问题。

    块状吸附剂及其成型方法和应用

    公开(公告)号:CN113941319A

    公开(公告)日:2022-01-18

    申请号:CN202111217845.2

    申请日:2021-10-19

    Applicant: 东北大学

    Abstract: 本发明涉及一种块状吸附剂的成型方法,其包括:向酸性溶液中加入吡咯单体,以氧化剂为引发剂,使吡咯单体发生聚合反应,以生成聚吡咯;在聚合反应前、反应过程中或聚合反应刚完成之时,向反应体系中加入吸附材料粉末,并搅拌均匀;反应结束后,将反应体系过滤,得滤饼,滤饼成型为块状吸附剂;或者将反应体系离心沉积得到块状吸附剂。本发明采用吡咯单体聚合生成聚吡咯,并在其尚未紧密堆叠之前,利用其网络结构将粉末吸附材料包裹在一起,经沉降堆叠后成型为块状吸附剂。与现有方法相比,本发明成型的块状吸附剂具有耐水性和更优的吸附性,遇潮不会崩解,可在潮湿环境中吸附CO2,不会破坏MOFs的结构,绿色节能。

    面向超融合电力数据中心的高可靠数据存储方法及装置

    公开(公告)号:CN113656361A

    公开(公告)日:2021-11-16

    申请号:CN202110950303.X

    申请日:2021-08-18

    Abstract: 本发明提供了一种面向超融合电力数据中心的数据存储方法、装置及存储介质,涉及数据存储技术领域,包括:以超融合服务器作为数据存储节点;将每个数据存储节点的历史数据集放入基于长短时记忆和卷积神经网络的可靠度评估模型中,输出节点可靠度;将节点可靠度作为并行数据存储算法的输入,利用马尔可夫决策过程进行强化学习建模,确定网络状态集合、动作集合、状态转移概率以及奖励函数所对应的参量;并基于这些参量训练并行数据存储算法;并行数据存储算法包括Actor网络和Critic网络;利用训练好的并行数据存储算法按照文件队列模型选择在当前网络状态下存放文件的位置集合,对文件进行存放。本发明实现了超融合数据中心的高可靠数据存储。

    一种锌硅分子筛的制备方法及应用

    公开(公告)号:CN112678840A

    公开(公告)日:2021-04-20

    申请号:CN202011596291.7

    申请日:2020-12-29

    Applicant: 东北大学

    Abstract: 本发明涉及一种锌硅分子筛的制备方法,包括如下步骤:S1:将硅源溶液和锌源溶液进行混合,加入强碱溶液调节pH值,搅拌均匀,得到反应液;S2:向步骤S1得到的反应液中加入晶种ETS‑10,装入高压反应釜,进行晶化;S3:将晶化得到的固体进行过滤、洗涤、干燥,得到锌硅分子筛。本发明的有益效果是:以硅源、锌源为原料,原料选择性宽泛,在不添加模板剂的情况下,采用直接法工艺合成锌硅分子筛,合成工艺简单、操作方便,合成时间大幅度降低,节省了能源。合成的锌硅分子筛可作为CO2气体吸附剂,在一定的吸附温度下吸附CO2气体,并可以实现CO2与N2、CO2与CH4的分离。

Patent Agency Ranking