-
公开(公告)号：CN117540329A
公开(公告)日：2024-02-09
申请号：CN202410028041.5
申请日：2024-01-09
Applicant: 北京建筑大学
IPC: G06F18/2433 , G06N3/045 , G06N3/0475 , G01F23/284 , G01N27/04 , G01F1/00 , G01V9/00 , F17D5/02
Abstract: 本发明涉及排水管网监测技术领域，具体涉及一种基于机器学习的排水管网缺陷在线预警方法及系统，方法包括：收集管网参数并建立管网拓扑关系；在一个已完成管网清淤和修复的分流制排水分区中，采集管道流量和检查井水位，作为管网正常运行状态数据；基于生成对抗网络模型合成管网异常运行状态数据；将两种数据组合作为训练样本，对神经网络预警模型进行训练；将神经网络预警模型的输出结果设置为｛管段编号，管段状态｝；基于训练好的神经网络预警模型对管段累计流量及相邻检查井水位差异常的管段进行预警。本发明结合深度学习，实现对排水管网不同管段的异常情况实时、高效、准确地监测和预警。
-
公开(公告)号：CN111062674A
公开(公告)日：2020-04-24
申请号：CN202010012377.4
申请日：2020-01-07
Applicant: 北京建筑大学
Abstract: 本发明公开了一种物流订单高维稀疏聚类分拣方法，该方法包括步骤1、将实时物流订单按配送时间的时限要求排序；步骤2、将所有实时物流订单的订单信息通过高维稀疏聚类算法找到相似的订单；步骤3、将找到的所有相似订单合并汇总为一个订单聚类，统计订单聚类中的全部商品交由分拣人员或分拣机器人一次拣选，并在商品全部拣选完毕之后按订单聚类中的各个订单分别配送。本发明的有益效果为：可以有效地减少分拣搬运距离，减少订单分拣时间，提高订单分拣效率；分拣方法的订单处理较现有分拣方法更为灵活；可根据实际应用中的聚类需求加入更多的商品特征信息，以此得到更具目标化的聚类；可应用于多场景的物流分拣系统，在市场中具有广阔前景。
-
Patent Agency Ranking
公开(公告)号：CN116612837A
公开(公告)日：2023-08-18
申请号：CN202310889970.0
申请日：2023-07-20
Applicant: 北京建筑大学
IPC: G16C20/70 , B01J20/20 , B01J20/28 , B01J20/30 , C02F11/00 , C01B32/05 , G16C20/10 , G16C60/00 , G06N3/006 , G06N3/048 , G06N3/084 , C02F101/20
Abstract: 本发明涉及底泥修复技术领域，具体涉及一种基于野马算法优化BP网络的生物炭制备的优化方法，包括：制备数据样本；搭建BP神经网络模型；采用野马优化算法对BP神经网络模型的初始参数进行优化，并利用数据样本对优化后的BP神经网络模型进行训练；基于训练好的BP神经网络模型对其他实验制备条件下的共热解生物炭材料的比表面积和对重金属的吸附容量进行预测；将BP神经网络模型作为适应度函数，利用野马优化算法得到下最大比表面积或最大重金属的吸附容量下实验制备条件。本发明利用少量实验数据进行拟合分析，找到共热解生物炭的最佳制备条件，更加节约成本，且操作更加方便。
-
公开(公告)号：CN111062674B
公开(公告)日：2023-07-25
申请号：CN202010012377.4
申请日：2020-01-07
Applicant: 北京建筑大学
IPC: G06Q10/087 , G06F18/23
Abstract: 本发明公开了一种物流订单高维稀疏聚类分拣方法，该方法包括步骤1、将实时物流订单按配送时间的时限要求排序；步骤2、将所有实时物流订单的订单信息通过高维稀疏聚类算法找到相似的订单；步骤3、将找到的所有相似订单合并汇总为一个订单聚类，统计订单聚类中的全部商品交由分拣人员或分拣机器人一次拣选，并在商品全部拣选完毕之后按订单聚类中的各个订单分别配送。本发明的有益效果为：可以有效地减少分拣搬运距离，减少订单分拣时间，提高订单分拣效率；分拣方法的订单处理较现有分拣方法更为灵活；可根据实际应用中的聚类需求加入更多的商品特征信息，以此得到更具目标化的聚类；可应用于多场景的物流分拣系统，在市场中具有广阔前景。
-
公开(公告)号：CN117540329B
公开(公告)日：2024-03-29
申请号：CN202410028041.5
申请日：2024-01-09
Applicant: 北京建筑大学
IPC: G06F18/2433 , G06N3/045 , G06N3/0475 , G01F23/284 , G01N27/04 , G01F1/00 , G01V9/00 , F17D5/02
Abstract: 本发明涉及排水管网监测技术领域，具体涉及一种基于机器学习的排水管网缺陷在线预警方法及系统，方法包括：收集管网参数并建立管网拓扑关系；在一个已完成管网清淤和修复的分流制排水分区中，采集管道流量和检查井水位，作为管网正常运行状态数据；基于生成对抗网络模型合成管网异常运行状态数据；将两种数据组合作为训练样本，对神经网络预警模型进行训练；将神经网络预警模型的输出结果设置为｛管段编号，管段状态｝；基于训练好的神经网络预警模型对管段累计流量及相邻检查井水位差异常的管段进行预警。本发明结合深度学习，实现对排水管网不同管段的异常情况实时、高效、准确地监测和预警。
-
公开(公告)号：CN116612837B
公开(公告)日：2023-10-20
申请号：CN202310889970.0
申请日：2023-07-20
Applicant: 北京建筑大学
IPC: G16C20/70 , B01J20/20 , B01J20/28 , B01J20/30 , C02F11/00 , C01B32/05 , G16C20/10 , G16C60/00 , G06N3/006 , G06N3/048 , G06N3/084 , C02F101/20
Abstract: 本发明涉及底泥修复技术领域，具体涉及一种基于野马算法优化BP网络的生物炭制备的优化方法，包括：制备数据样本；搭建BP神经网络模型；采用野马优化算法对BP神经网络模型的初始参数进行优化，并利用数据样本对优化后的BP神经网络模型进行训练；基于训练好的BP神经网络模型对其他实验制备条件下的共热解生物炭材料的比表面积和对重金属的吸附容量进行预测；将BP神经网络模型作为适应度函数，利用野马优化算法得到下最大比表面积或最大重金属的吸附容量下实验制备条件。本发明利用少量实验数据进行拟合分析，找到共热解生物炭的最佳制备条件，更加节约成本，且操作更加方便。
-
公开(公告)号：CN116161837A
公开(公告)日：2023-05-26
申请号：CN202310424672.4
申请日：2023-04-20
Applicant: 北京建筑大学
IPC: C02F11/00 , C02F11/15 , C02F101/20
Abstract: 本发明公开了一种装配式PRB联合电动力镉污染底泥修复系统及方法，系统包括：程控直流电源、若干个修复微单元、控制单元和加液单元；其中，修复微单元包括电极组件、PRB反应墙，控制单元与复合输送管路、淋洗剂输送管路、定量加液设备相连接，加液单元包括复合输送管路、淋洗剂输送管路、复合溶液罐、定量加液设备和稳定剂储罐。通过本发明便于原位修复大存量坑塘污泥重金属镉污染，有助于实现底泥脱水减量；强化重金属镉污染坑塘底泥的修复效果，降低修复成本；本发明采用装配式结构，可拆卸、可拼装；适用于不同地形和污染区域的修复作业，具有组装灵活、安装简便的特点。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
