-
公开(公告)号：CN107169277A
公开(公告)日：2017-09-15
申请号：CN201710322796.6
申请日：2017-05-09
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明提供一种PM2.5浓度的数据分析和预测模型建立方法，包括如下步骤：步骤一、将PM2.5的变化过程分解为污染产生、扩散、稀释和沉降；将PM2.5的监测区域划分为多个元胞，针对每一过程分别建立元胞自动机模型；步骤二、利用历史数据对各模型中的参数进行训练，获得PM2.5数据的预测模型。本发明使用元胞自动机模型模拟和预测PM2.5浓度变化，能有效且快速地预测PM2.5浓度的变化过程。
-
公开(公告)号：CN105043433B
公开(公告)日：2016-12-21
申请号：CN201510541067.0
申请日：2015-08-28
Applicant: 北京理工大学
IPC: G01D18/00
Abstract: 本发明公开了一种基于神经网络的光电编码器快速补偿方法。使用本发明能够提高补偿精度以及补偿速度，并能简化补偿步骤、降低对所需仪器的要求。本发明首先随意转动光电编码器一圈，获取训练样本；然后采用单输入单输出三层前向傅立叶神经网络建立光电编码器误差补偿模型，并通过目标函数的特性估计出隐含层节点的个数；最后根据实际的结果对节点个数进行修正，从而避免了试凑法逐一试凑带来的低效。本发明还针对迭代训练方法收敛速度慢的问题，通过将误差映射到正交三角函数基的隐含层节点，快速地求解隐含层到输出层权值的最小范数解，大幅降低了求解神经网络权值时的时间，最大程度的减少了计算的时间复杂度和空间复杂度。
-
公开(公告)号：CN105763426A
公开(公告)日：2016-07-13
申请号：CN201610224211.2
申请日：2016-04-12
Applicant: 北京理工大学
CPC classification number: H04L51/04 , H04L51/066 , H04L67/26
Abstract: 本发明提供一种基于多协议即时通信系统的物联网业务处理系统，其多协议终端设备与物联网中其他设备进行业务处理时发送相关请求信息；协议编译模块解析所述协议中多协议终端设备发送的相关请求消息，生成格式统一的物联网消息；安全验证模块验证物联网消息的合法性，不合法则向多协议终端设备返回相应错误信息，合法则将物联网消息传输至消息管理模块；消息管理模块根据物联网消息的目的地址将物联网消息推送至对应多协议终端设备，实现多协议终端设备与其他多协议终端设备之间的通信。协议编译模块的各编译器通过不同的端口分别侦听、解析来自多协议终端设备的相关请求信息，将其格式化为安全验证模块和消息管理模块识别的格式统一的物联网消息。
-
Patent Agency Ranking
公开(公告)号：CN105043433A
公开(公告)日：2015-11-11
申请号：CN201510541067.0
申请日：2015-08-28
Applicant: 北京理工大学
IPC: G01D18/00
Abstract: 本发明公开了一种基于神经网络的光电编码器快速补偿方法。使用本发明能够提高补偿精度以及补偿速度，并能简化补偿步骤、降低对所需仪器的要求。本发明首先随意转动光电编码器一圈，获取训练样本；然后采用单输入单输出三层前向傅立叶神经网络建立光电编码器误差补偿模型，并通过目标函数的特性估计出隐含层节点的个数；最后根据实际的结果对节点个数进行修正，从而避免了试凑法逐一试凑带来的低效。本发明还针对迭代训练方法收敛速度慢的问题，通过将误差映射到正交三角函数基的隐含层节点，快速地求解隐含层到输出层权值的最小范数解，大幅降低了求解神经网络权值时的时间，最大程度的减少了计算的时间复杂度和空间复杂度。
-
公开(公告)号：CN107169277B
公开(公告)日：2020-03-17
申请号：CN201710322796.6
申请日：2017-05-09
Applicant: 北京理工大学
Abstract: 本发明提供一种PM2.5浓度的数据分析和预测模型建立方法，包括如下步骤：步骤一、将PM2.5的变化过程分解为污染产生、扩散、稀释和沉降；将PM2.5的监测区域划分为多个元胞，针对每一过程分别建立元胞自动机模型；步骤二、利用历史数据对各模型中的参数进行训练，获得PM2.5数据的预测模型。本发明使用元胞自动机模型模拟和预测PM2.5浓度变化，能有效且快速地预测PM2.5浓度的变化过程。
-
公开(公告)号：CN107014339B
公开(公告)日：2019-11-22
申请号：CN201710280372.8
申请日：2017-04-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种用于大数据的高精度角度传感器误差补偿方法，针对大样本数据集，采用将样本集划分为多个子块，分别并行的训练子神经网络，训练结果进行加权平均作为最终误差补偿模型中神经网络的连接权值，且加权比例根据子神经网络训练结果的误差占比进行确定。该方案采用并行算法能够有效地降低误差补偿算法的计算复杂度和存储复杂度，而且能够提高处理速度。采用加权处理方式获得连接权值能够提高误差补偿模型的补偿精度。应用统计学习的方法获得了隐含层节点数的估计公式，与传统的通过试错法确定隐含层节点数的方式相比，本发明减少了运算量并提高了算法的精度。
-
公开(公告)号：CN107014339A
公开(公告)日：2017-08-04
申请号：CN201710280372.8
申请日：2017-04-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种用于大数据的高精度角度传感器误差补偿方法，针对大样本数据集，采用将样本集划分为多个子块，分别并行的训练子神经网络，训练结果进行加权平均作为最终误差补偿模型中神经网络的连接权值，且加权比例根据子神经网络训练结果的误差占比进行确定。该方案采用并行算法能够有效地降低误差补偿算法的计算复杂度和存储复杂度，而且能够提高处理速度。采用加权处理方式获得连接权值能够提高误差补偿模型的补偿精度。应用统计学习的方法获得了隐含层节点数的估计公式，与传统的通过试错法确定隐含层节点数的方式相比，本发明减少了运算量并提高了算法的精度。
-
公开(公告)号：CN105763426B
公开(公告)日：2018-04-06
申请号：CN201610224211.2
申请日：2016-04-12
Applicant: 北京理工大学
Abstract: 本发明提供一种基于多协议即时通信系统的物联网业务处理系统，其多协议终端设备与物联网中其他设备进行业务处理时发送相关请求信息；协议编译模块解析所述协议中多协议终端设备发送的相关请求消息，生成格式统一的物联网消息；安全验证模块验证物联网消息的合法性，不合法则向多协议终端设备返回相应错误信息，合法则将物联网消息传输至消息管理模块；消息管理模块根据物联网消息的目的地址将物联网消息推送至对应多协议终端设备，实现多协议终端设备与其他多协议终端设备之间的通信。协议编译模块的各编译器通过不同的端口分别侦听、解析来自多协议终端设备的相关请求信息，将其格式化为安全验证模块和消息管理模块识别的格式统一的物联网消息。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
