-
公开(公告)号：CN114819538B
公开(公告)日：2024-08-23
申请号：CN202210354303.8
申请日：2022-04-06
Applicant: 北京工商大学
IPC: G06Q10/0635 , G06Q50/02
Abstract: 本发明提出一种粮食主要污染物风险预测及控制方法，属于食品安全与控制的交叉学科；具体为首先，基于Rosso cardinal模型，扩展为以温度、水分为影响因素的微生物菌落直径生长速率模型；然后，根据菌落分布特点，基于二维正态分布的概率密度函数将单个菌落直径生长模型转换为真菌孢子数生长模型，并拟合参数；接着、对菌落直径生长模型进行离散化和增量化，将其转换为离散模型作为菌落直径的预测模型，进行菌落直径和真菌孢子数的预测；最后、建立粮食主要污染物优化控制的目标函数，对单个菌落直径的预测值进行控制；并对目标函数进行求解，得到影响因素的最优控制量；本发明通过控制产生的真菌孢子数，得到最优储存环境，减轻未来的霉变程度。
-
公开(公告)号：CN116307255A
公开(公告)日：2023-06-23
申请号：CN202310476597.6
申请日：2023-04-27
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于改进MIMO深度双重3Q学习的水体富营养化预测方法，用于水环境监测和水体污染防治。本发明方法考虑水体富营养化相关的12种预测指标，基于深度Q学习模型进行改进，改进Q学习中贪婪因子和奖励，以及Q函数值的更新，并改进模型预测和训练方式，提出MIMO深度双重3Q学习模型，利用该模型进行双重预测，第一次获取各预测指标的初步预测结果，第二次获取各预测指标的更正的预测误差，将两次预测结果结合获得各预测指标的最终预测结果。经验证，使用本发明方法解决了目前水体富营养化预测精度不高及预测时间过长的问题，提高了对水体富营养化指标的预测精度。
-
-
公开(公告)号：CN111142538B
公开(公告)日：2023-03-24
申请号：CN202010018560.5
申请日：2020-01-08
Applicant: 北京工商大学
Abstract: 本发明提出一种水环境监测的无人船运行策略实时决策方法，属于水环境监测、控制工程等技术领域。包括：步骤1，无人船搭载的传感器实时采集船体及周边环境的数据；步骤2，无人船的控制系统对采集的数据进行预处理，形成状态评价信息源X；步骤3，根据状态评价信息源，建立无人船运行状态等级评估的分类器；步骤4，构建水环境监测无人船运行策略决策层次模型；步骤5，分别针对模型中目标层和备选策略层，备选策略层和属性层，计算输出的备选策略排序，根据排序结果输出当前无人船的控制策略。本发明考虑多维信息，综合考虑目标约束和实时属性数据约束，形成水环境监测任务中无人船安全运行策略的自动决策机制，决策策略更加符合实际应用。
-
公开(公告)号：CN114358502A
公开(公告)日：2022-04-15
申请号：CN202111491408.X
申请日：2021-12-08
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于优化ELM的食用油风险评估方法，属于食品安全领域，首先获取待检测食用油中风险因子的含量数据，然后用贝叶斯优化的小波阈值法进行滤波处理，将滤波数据通过灰色关联分析计算各风险指标的权重制定风险值标签后；将原始安全检测数据作为极限学习机的输入，风险值标签作为期望输出，利用贝叶斯优化极限学习机的参数从而得到预测风险值；最后利用模糊综合分析法对预测风险值进行风险等级划分。针对新的待评价食用油，利用评价模型进行风险评价后，直接得到其对应的风险等级。本发明提升了风险评价精度，有助于有关部门加强对相关食用油生产企业的监管，从而提高食用油安全水平，降低食用油安全风险。
-
Patent Agency Ranking
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：CN112950049A
公开(公告)日：2021-06-11
申请号：CN202110293436.4
申请日：2021-03-19
Applicant: 北京工商大学
IPC: G06Q10/06 , G06Q50/26 , G06K9/62 , G06F40/126
Abstract: 本发明提出了一种基于信息自动识别的藻类水华应急治理群决策方法，首先通过构建专家信息库，为决策提供信息源。然后对专家信息进行融合给出备选方案的综合评价，最终完成备选方案的优劣排序，最终选择最优的备选方案，从而既符合了水华治理管理目标，又符合了当前实时水质情况。
-
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：CN107229060B
公开(公告)日：2019-12-03
申请号：CN201710497032.0
申请日：2017-06-26
Applicant: 北京工商大学
IPC: G01S19/37
Abstract: 本发明提供一种基于自适应滤波的GPS测量数据处理方法，该方法是一种基于二阶自适应模型的改进的卡尔曼滤波器的方法。首先，采用了递归卡尔曼滤波对目标进行实时跟踪；其次，运用二阶自适应模型来抓取目标的运动特性，同时也去除估计过程中的有色噪音；最后，为了求出测量噪音方差真值，引入遗忘因子，并采用自适应指数平滑的误差补偿方法，使其测量噪音方差快速收敛于真值，但是，因为在收敛过后的值抖动较大，所以又引入滑动窗口，并且运用一种自适应平滑滤波的误差补偿方法，此方法收敛速度很慢，但收敛完后十分稳定，所以可以使其测量误差方差一直在真值附近平滑的波动，从而使跟踪效果更加精确，解决了GPS测量数据的高精度在线去噪问题。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.028 seconds)
