-
公开(公告)号：CN113837213A
公开(公告)日：2021-12-24
申请号：CN202010588404.2
申请日：2020-06-24
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明涉及一种基于贝叶斯的深潜器多变量融合及漏水检测方法，采集深潜器正常工作状态下的数据，根据稀疏表示方法对采集到的数据进行特征提取，利用两个范数构建目标函数，并将采集到的数据矩阵本身作为字典矩阵，求解凸优化函数得到一个稀疏系数矩阵，包含多个变量之间的重要关联信息；计算变量之间的相关关系，并利用得到的稀疏系数矩阵，以此实现待检测采样观测值的变量特征融合；基于融合后的数据，利用贝叶斯的无监督突变点检测方法，实现深潜器设备的漏水检测。本发明能够将多个变量的信息进行融合，并解决了数据标签困难的现状，有效提高了深潜器设备的漏水检测效果。
-
公开(公告)号：CN109933485B
公开(公告)日：2021-06-15
申请号：CN201711364615.2
申请日：2017-12-18
Applicant: 中国科学院沈阳自动化研究所
IPC: G06F11/30
Abstract: 本发明涉及一种用于算法执行与监控的调度方法。该方法包括：(1)本方法把需要调度执行的算法分为三类，给出不同类别算法定义；(2)提供不同种类算法调度执行框架，按照算法分类的不同，对算法进行封装，针对不同种类算法提供不同的调度方法，并监控反馈算法执行过程中的状态，(3)根据本方法的定义，把需要被调度执行的算法进行划分，通过数据库中对应算法调度配置表，设定算法调度配置，(4)本调度方法按照数据库中的算法设置进行算法调度执行与监控，根据不同类别的算法，提供互斥保障机制，保证算法不会在未完成的情况下被重复调度执行。通过本方法可以简化算法分类，提高算法调度与执行效率，监控算法执行情况。
-
公开(公告)号：CN112799386A
公开(公告)日：2021-05-14
申请号：CN201911020333.X
申请日：2019-10-25
Applicant: 中国科学院沈阳自动化研究所
IPC: G05D1/02
Abstract: 本发明公开了一种基于人工势场与强化学习的机器人路径规划方法，属于路径规划领域。首先，利用使用人工势场法构建地图。其次，在多目标的情况加入小范围强作用力的域势场。最后，利用强化学习与分布课程学习技术，实现多智能体在多目标情况下的路径规划。本发明结合人工势场法和强化学习法，将多目标环境有效建模，同时减少局部稳定点的出现，使用强化学习对出现的局部稳定点情况也进行学习规避，提高了路径规划的成功率。本发明对于路径规划具有更高的可靠性。
-
公开(公告)号：CN112799385A
公开(公告)日：2021-05-14
申请号：CN201911020315.1
申请日：2019-10-25
Applicant: 中国科学院沈阳自动化研究所
IPC: G05D1/02
Abstract: 本发明公开了一种基于引导域人工势场的智能体路径规划方法，属于路径规划领域。首先，利用使用人工势场法构建地图。其次，在多目标的情况加入小范围强作用的自适应域势场。最后，在域势场基础上加入引导势场，实现复杂路况智能体的无碰路径规划。本发明改进人工势场方法，将多目标环境有效建模，减少局部稳定点的出现，使用引导势场对出现的局部稳定点情况进行改善，提高了路径规划的成功率。本发明对于路径规划具有更高的可靠性。
-
公开(公告)号：CN113837213B
公开(公告)日：2023-07-28
申请号：CN202010588404.2
申请日：2020-06-24
Applicant: 中国科学院沈阳自动化研究所
IPC: G06F18/25 , G06F18/2415 , G01M3/00
Abstract: 本发明涉及一种基于贝叶斯的深潜器多变量融合及漏水检测方法，采集深潜器正常工作状态下的数据，根据稀疏表示方法对采集到的数据进行特征提取，利用两个范数构建目标函数，并将采集到的数据矩阵本身作为字典矩阵，求解凸优化函数得到一个稀疏系数矩阵，包含多个变量之间的重要关联信息；计算变量之间的相关关系，并利用得到的稀疏系数矩阵，以此实现待检测采样观测值的变量特征融合；基于融合后的数据，利用贝叶斯的无监督突变点检测方法，实现深潜器设备的漏水检测。本发明能够将多个变量的信息进行融合，并解决了数据标签困难的现状，有效提高了深潜器设备的漏水检测效果。
-
Patent Agency Ranking
公开(公告)号：CN109979558B
公开(公告)日：2022-12-20
申请号：CN201711439992.8
申请日：2017-12-27
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明涉及一种基于人工智能技术的症状药物关联关系分析方法，包括以下步骤：症状抽取模块，抽取患者的症状集S；症状词向量映射模块，将汉语症状集映射为高维稠密词向量集；症状词向量编码模块，利用长短期记忆网络编码模型对症状词向量集进行编码，产生包含全部症状信息的信息向量C以及n个症状编码信息向量集Hs；建议方生成模块，以信息向量C和症状编码信息向量集Hs为输入，利用结合注意力模型的长短期记忆网络生成模型，生成一个包含L味中药的建议药方，即症状到中药的关联关系。本发明从系统输入到系统输出，逻辑结构清晰，层次分明，系统实现细节详尽，实现了一种端到端(症状端‑中药端)的系统闭合工作方式，极易落地和大规模应用。
-
公开(公告)号：CN115075740A
公开(公告)日：2022-09-20
申请号：CN202110274715.6
申请日：2021-03-15
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明属于石油钻井机械设备技术领域，涉及一种防止石油井架倾覆的装置，包括：固定在井架周围的地锚、卷扬机、倾斜角度控制装置、倾斜传感器以及井架绷绳；其中，所述倾斜传感器设于井架上，用于检测井架主体与地面的倾斜角度，并发送井架主体的倾斜角度数据至倾斜角度控制装置，所述卷扬机和倾斜角度控制装置均设于地锚上，卷扬机与倾斜角度控制装置通过皮带传动连接，所述井架绷绳一端缠绕于卷扬机的滚筒上，以通过卷扬机进行收放，另一端挂设与井架中上部，以实现对井架的拉拽。本发明旨在利用增加辅助机构的方法实现及时有效避免机井架倾覆事故发生，在不增加井架主体结构重量的条件下自动迅速响应，对出现倾斜的井架起到稳固井架的作用。
-
公开(公告)号：CN109979558A
公开(公告)日：2019-07-05
申请号：CN201711439992.8
申请日：2017-12-27
Applicant: 中国科学院沈阳自动化研究所
Abstract: 本发明涉及一种基于新型人工智能技术的症状药物关联关系分析方法，包括以下步骤：症状抽取模块，抽取患者的症状集S；症状词向量映射模块，将汉语症状集映射为高维稠密词向量集；症状词向量编码模块，利用长短期记忆网络编码模型对症状词向量集进行编码，产生包含全部症状信息的信息向量C以及n个症状编码信息向量集HS；建议方生成模块，以信息向量C和症状编码信息向量集HS为输入，利用结合注意力模型的长短期记忆网络生成模型，生成一个包含L味中药的建议药方，即症状到中药的关联关系。本发明从系统输入到系统输出，逻辑结构清晰，层次分明，系统实现细节详尽，实现了一种端到端(症状端‑中药端)的系统闭合工作方式，极易落地和大规模应用。
-
公开(公告)号：CN109933485A
公开(公告)日：2019-06-25
申请号：CN201711364615.2
申请日：2017-12-18
Applicant: 中国科学院沈阳自动化研究所
IPC: G06F11/30
Abstract: 本发明涉及一种用于算法执行与监控的调度方法。该方法包括：(1)本方法把需要调度执行的算法分为三类，给出不同类别算法定义；(2)提供不同种类算法调度执行框架，按照算法分类的不同，对算法进行封装，针对不同种类算法提供不同的调度方法，并监控反馈算法执行过程中的状态，(3)根据本方法的定义，把需要被调度执行的算法进行划分，通过数据库中对应算法调度配置表，设定算法调度配置，(4)本调度方法按照数据库中的算法设置进行算法调度执行与监控，根据不同类别的算法，提供互斥保障机制，保证算法不会在未完成的情况下被重复调度执行。通过本方法可以简化算法分类，提高算法调度与执行效率，监控算法执行情况。
-
公开(公告)号：CN115434690B
公开(公告)日：2024-05-14
申请号：CN202110622948.0
申请日：2021-06-04
Applicant: 中国科学院沈阳自动化研究所
IPC: E21B47/009
Abstract: 本发明涉及一种基于贝叶斯的抽油机无监督在线突变点检测及融合方法。首先，利用示功图和五个过程测量变量对设备的运行状态监测；为了解决示功图数据维数较高且存在异常值的问题，定义了一种基于弦比指数的鲁棒Douglas‑Peucker压缩算法，并且在示功图近似过程中，利用两个矩阵范数获取DP算法中阈值的大小；此外，利用基于贝叶斯的在线突变点检测方法检测抽油机中的单变量故障；最后，基于贝叶斯全概率公式的故障决策级融合算法，实现抽油机设备的在线无监督突变点检测。本发明能够将多个变量的故障检测结果进行决策级融合，并解决了数据标签困难，复杂工业设备故障检测实时性较差的问题，有效提高了抽油机设备的故障检测效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.042 seconds)
