-
公开(公告)号：CN114819891B
公开(公告)日：2024-07-09
申请号：CN202210406686.9
申请日：2022-04-18
Applicant: 北京工商大学
IPC: G06Q10/10 , G06Q50/02 , G06F18/23213
Abstract: 本发明是一种基于平行区块链和智能合约的稻米全供应链信息监管方法，涉及稻米质量安全领域。本发明将稻米供应链信息监管模型架构分为主链、平行链和中继链三种区块链，不同类型数据存储于不同的平行链；提出基于哈希锁定、智能合约和中继链的采集跨链机制以及监管跨链机制，使用基于K‑means算法与布隆滤波器的并发机制和适用于多链共识的SPBFT共识机制，构建了稻米供应链监管跨链模式。本发明增加了稻米供应链各环节之间不同类型数据的耦合性，提高了稻米供应链各环节之间数据交互的便捷性与安全性、降低了供应链数据的存储成本与交互的高延迟性，实现了对稻米供应链数据与人员的精细化管理，保证了稻米的食品质量安全。
-
-
公开(公告)号：CN113360848A
公开(公告)日：2021-09-07
申请号：CN202110624018.9
申请日：2021-06-04
Applicant: 北京工商大学
Abstract: 本发明提出了一种时序数据预测方法，所述方法包括：构建编解码器预测模型，所述编解码器预测模型包括编码器和解码器；所述编码器接收时间序列数据的输入序列，并将所述输入序列进行处理后输出编码向量；通过注意力机制将所述编码器输出的编码向量经过处理后发送至解码器；所述解码器对接收到的处理后的编码向量进行特征提取，并对提取的特征进行学习，获得预测结果。本发明使用了更为新颖的编解码器模型框架，并融合注意力机制，构建时间序列预测模型，提高了时间序列预测模型的整体性能。在时间序列预测任务更加实用，模型的稳定性更好、准确度更高。
-
公开(公告)号：CN108051001B
公开(公告)日：2020-09-04
申请号：CN201711232485.7
申请日：2017-11-30
Applicant: 北京工商大学
IPC: G01C21/16
Abstract: 本发明涉及一种机器人移动控制方法，包括：获取惯性传感器的角速度数据，对所述角速度数据进行滤波预处理；根据所述角速度数据建立四元数微分方程，利用龙格‑库塔法求解所述四元数微分方程，获取包括目标姿态角的姿态矩阵；将目标姿态角从载体坐标系转换为导航坐标系；将所述导航坐标系中的目标姿态角中不在阈值范围内的目标姿态角排除；根据阈值范围内的目标姿态角控制机器人动作。本发明可以利用惯性传感器控制机器人移动，具有较高精度和良好在线识别效果，普适性强，应用前景价值较好。本发明还提供一种机器人移动控制系统及惯性传感控制装置。
-
公开(公告)号：CN109815866A
公开(公告)日：2019-05-28
申请号：CN201910030624.0
申请日：2019-01-14
Applicant: 北京工商大学
IPC: G06K9/00
Abstract: 本发明提出了一种基于数据融合的噪声消除方法，所述方法包括：S101、在快速偏微分方程算法中，使用后向欧拉有限差分法对测量数据进行去噪处理获得第一去噪数据；S102、在自适应卡尔曼算法中，将测量数据本身、测量数据的变化率以及变化率的导数作为系统状态变量，根据惯性定律构建过程模型和观测模型，并根据所述过程模型和观测模型对测量数据进行去噪处理获得第二去噪数据；S103、将所述第一去噪数据和第二去噪数据进行加权融合后获得滤波后数据。本发明创新性地将时域的自适应卡尔曼去噪算法与频域的快速偏微分方程去噪算法进行了有效的融合，从而实现去噪精度的进一步提升。
-
Patent Agency Ranking
公开(公告)号：CN107990895A
公开(公告)日：2018-05-04
申请号：CN201711088541.4
申请日：2017-11-08
Applicant: 北京工商大学
IPC: G01C21/18
Abstract: 本发明实施例中提供了基于穿戴式IMU的建筑物楼层间行人轨迹跟踪方法，所述方法包括：接收IMU发送的实时采集数据；根据所述实时采集数据确定并实时更新行人的速度、位置、姿态角及旋转矩阵；根据所述实时采集数据判别行人的步态，并根据所述步态获得行人分别在平面和高度方向运动的距离和位置；根据所述行人分别在平面和高度方向运动的距离和位置以及行人的速度和位置获得行人的行走轨迹。本发明实施例还提供了一种基于穿戴式IMU的建筑物楼层间行人轨迹跟踪系统。本发明适用于复杂环境中的消防抢险、突发事件中的紧急救援、未知环境中自我定位及目标找寻无法预知自身位置等关键问题。
-
公开(公告)号：CN114282929B
公开(公告)日：2025-01-03
申请号：CN202111475077.0
申请日：2021-12-03
Applicant: 北京工商大学
Abstract: 本发明提出了一种基于区块链通证的稻米供应链数字化交易方法，涉及区块链、物联网等领域。首先基于智能合约以及区块链技术，设计了数字交易平台，将所有企业与消费者以及监管部门共同组成参与者，通过身份认证后，给参与者分发数字身份代表通证以及数字钱包；然后，通过交易所实现稻米资产的通证化；参与者将各自的稻米通证与身份代表通证相匹配，形成唯一通证。买家与卖家通过各自的唯一通证实现资金与稻米的分层交易；本发明采用非对称加密的方式实现子链与主链的互联互通，设计的通证保障了稻米数字交易环境的完全可信，同时提供了稻米溯源以及监管服务，为粮油作物实现数字化交易提供了一个完善的参考以及研究思路。
-
公开(公告)号：CN117806313A
公开(公告)日：2024-04-02
申请号：CN202311710249.7
申请日：2023-12-13
Applicant: 北京工商大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及无人船控制技术领域，特别涉及一种基于组合神经网络的无人船姿态角预测方法。采用了加速度计、陀螺仪和磁力计三种不同传感器，当无人船处于不同的外部条件时，通过自注意力融合各有优势的三种不同传感器数据可获得当前环境下的最优预测效果；组合神经网络利用其强大的非线性学习能力，可以从复杂的传感器数据中提取关键特征，即便在传感器数据中存在噪声或环境条件不断变化的情况下神经网络能够实时调整其权重，快速适应环境变化，这样即使在风力突变的情况下也能保持对USV姿态的精确估计；从仿真效果来看，组合神经网络相较于当一的神经网络预测准确度更高。
-
公开(公告)号：CN113191926A
公开(公告)日：2021-07-30
申请号：CN202110386309.9
申请日：2021-04-12
Applicant: 北京工商大学
Abstract: 本发明提出了一种基于深度集成学习网络的粮油农作物供应链危害物辨识方法，所述方法包括：获取粮油食品在供应链各环节中的参数特征信息生成多源异构数据集；对各属性特征进行向量编码化及标准归一化预处理；对预处理后的多源异构数据集进行多粒度滤波扫描输出扫描结果，并对所述扫描结果进行K折交叉验证获得训练数据；构架多维度特征堆叠提取的深度集成学习网络对所述训练数据进行深度学习后输出多个子模型的学习结果；通过高斯混合对所述多个子模型学习结果进行融合。本发明依托粮油农作物供应链各环节的危害物监测数据，应用深度集成学习算法，提高了危害物辨识准确率和粮油供应链风险评估可靠性。
-
公开(公告)号：CN107122724B
公开(公告)日：2020-09-04
申请号：CN201710254736.5
申请日：2017-04-18
Applicant: 北京工商大学
IPC: G06K9/00
Abstract: 本发明提供一种基于自适应滤波的传感器数据在线去噪的方法。针对土木结构形变参数的数据，首先，根据数据的波动特性建立二阶自适应动力学模型，其次，根据建立的二阶自适应动力学模型对数据的波动特性进行预测，得到数据的状态预测值；然后，根据数据的测量模型和数据的状态预测值计算数据状态测量的预测值；利用kalman滤波器，根据数据的原始值和数据的预测值计算数据的状态估计值；且计算数据的协方差估计值，衡量数据的状态估计值与数据的状态真实值之间的误差；同时，利用Yule‑Walker方法，通过数据的预测值实时更新系统自适应参数，进而实现模型自适应更新，往复下去，利用更新的自适应模型预测下一时间点数据的状态预测值，实现了对数据的在线实时去噪。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.021 seconds)
