-
公开(公告)号:CN104484433B
公开(公告)日:2017-06-30
申请号:CN201410799922.3
申请日:2014-12-19
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于机器学习的图书本体匹配方法,主要用于处理图书领域的本体匹配问题。本发明首先对于给定的两个图书本体生成所有待匹配的实例对与概念对,再利用启发式实例匹配规则与基于监督学习的决策模型从所有待匹配的实例对中挖掘实例间的等价关系,即得到实例匹配结果。然后对于所有待匹配的概念对使用基于半监督学习的标签传播算法挖掘概念间的上下位与等价关系,从而得到概念匹配结果。最终,将实例匹配结果与概念匹配结果共同作为图书本体匹配的结果。
-
公开(公告)号:CN106777500A
公开(公告)日:2017-05-31
申请号:CN201611033152.7
申请日:2016-11-16
Applicant: 东南大学
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 本发明公开了基于薄板样条函数插值的核电站堆芯温度场软测量方法,首先对压水堆堆芯冷却剂出口截面的整个二维温度场分布进行插值重构;再建立堆芯温度计算模型;然后调用冷却剂热力参数,利用换热公式计算得到各冷却剂通道的流量;最后,从冷却剂入口或出口开始,将上一个节块的温度及对应的冷却剂密度和比热带入堆芯温度计算模型,利用迭代法计算下一个节块的温度值,以此类推,最终得到整个堆芯的冷却剂温度分布,实现了对堆芯冷却剂和堆芯燃料组件的三维温度分布的软测量。本发明能够利用堆芯出口的点温度测量值对计算模型进行自适应修正,减小了数据误差,很好地表征了堆芯内部的温度分布状况。
-
公开(公告)号:CN106709133A
公开(公告)日:2017-05-24
申请号:CN201611018378.X
申请日:2016-11-16
Applicant: 东南大学
CPC classification number: G06F17/5009 , G06N3/10
Abstract: 本发明公开了基于神经网络曲面拟合的核电站堆芯温度场软测量方法,首先通过研究堆芯通道模型、堆芯节块划分和功率分布、堆芯冷却剂流量分配、堆芯热传导和传输模型,建立堆芯温度计算模型;接着基于冷却剂出口的离散温度数据,利用径向基函数(RBF)神经网络曲面拟合的方法,对压水堆堆芯冷却剂出口截面的二维温度场进行初步重构;然后利用换热公式计算得到各冷却剂通道的流量;最后将计算所得的出口温度和通道流量带入堆芯温度计算模型实现了对堆芯冷却剂和堆芯燃料组件的三维温度分布的软测量。本发明能够可用于为堆芯设计提供安全性指导,同时利用计算模型分析冷却剂温度分布规律,为堆芯结构设计参数提供参考。
-
公开(公告)号:CN106709137A
公开(公告)日:2017-05-24
申请号:CN201611021676.4
申请日:2016-11-16
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了基于多项式极大似然估计的核电站堆芯温度场软测量方法,首先利用极大似然估计多项式拟合的方法,以堆芯冷却剂出口的温度测点作为离散数据,对压水堆堆芯冷却剂出口截面的二维温度场进行初步重构;然后建立堆芯温度计算模型和堆芯热传导模型;接着调用冷却剂热力参数,利用换热公式计算得到各冷却剂通道的流量;最后,分别以进口/出口截面温度为已知条件,利用迭代法正推/反推计算下一个节块的温度值,最终实现了对整个堆芯的冷却剂三维温度分布的软测量。本发明的有益效果在于利用已有的堆芯冷却剂出口温度单点测量值,通过计算模型得到堆芯内部无法安置传感器测量的截面温度,为核电站的安全运行提供了进一步的保证。
-
公开(公告)号:CN104699778A
公开(公告)日:2015-06-10
申请号:CN201510105414.5
申请日:2015-03-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于机器学习的跨语言分类结构匹配方法,主要用于处理不同语言分类结构之间的匹配问题。本发明首先根据给定的两个分类结构产生一个双语的对照字典;然后对于给定的两个分类结构生成所有待匹配的分类对;接下来使用先前产生的字典作为辅助,使用一种基于机器学习的判定方法对每个分类对中两个分类是否可以匹配做出判定,该判定方法包含两步,第一步使用三个不同的评价方法(基于结构的相似度,基于属性的相似度,基于属性取值的相似度)对每个分类对中两个分类的可匹配程度进行评价,第二步使用机器学习的方法综合三种评价方法并对是否可匹配给出判定;最后,将所有被判定为可以匹配的分类对作为分类结构的匹配结果。
-
公开(公告)号:CN104484433A
公开(公告)日:2015-04-01
申请号:CN201410799922.3
申请日:2014-12-19
Applicant: 东南大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明公开了一种基于机器学习的图书本体匹配方法,主要用于处理图书领域的本体匹配问题。本发明首先对于给定的两个图书本体生成所有待匹配的实例对与概念对,再利用启发式实例匹配规则与基于监督学习的决策模型从所有待匹配的实例对中挖掘实例间的等价关系,即得到实例匹配结果。然后对于所有待匹配的概念对使用基于半监督学习的标签传播算法挖掘概念间的上下位与等价关系,从而得到概念匹配结果。最终,将实例匹配结果与概念匹配结果共同作为图书本体匹配的结果。
-
公开(公告)号:CN104699778B
公开(公告)日:2017-09-01
申请号:CN201510105414.5
申请日:2015-03-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于机器学习的跨语言分类结构匹配方法,主要用于处理不同语言分类结构之间的匹配问题。本发明首先根据给定的两个分类结构产生一个双语的对照字典;然后对于给定的两个分类结构生成所有待匹配的分类对;接下来使用先前产生的字典作为辅助,使用一种基于机器学习的判定方法对每个分类对中两个分类是否可以匹配做出判定,该判定方法包含两步,第一步使用三个不同的评价方法(基于结构的相似度,基于属性的相似度,基于属性取值的相似度)对每个分类对中两个分类的可匹配程度进行评价,第二步使用机器学习的方法综合三种评价方法并对是否可匹配给出判定;最后,将所有被判定为可以匹配的分类对作为分类结构的匹配结果。
-
-
-
-
-
-