-
公开(公告)号:CN118641203A
公开(公告)日:2024-09-13
申请号:CN202410904134.X
申请日:2024-07-08
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G01M13/045 , G06F18/2415 , G06F18/2131 , G06N3/0985 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本申请提供了一种基于元学习的滚动轴承故障诊断方法、系统及设备,其中,方法包括:对滚动轴承的历史振动信号取样,并进行连续小波变换处理,得到时频图集合;根据目标预选集合中各时频图对应的滚动轴承状态,确定多个支持集和查询集;基于目标预选集合中的支持集和查询集组成一条样本数据,确定目标预选集合对应的目标训练集、目标验证集或目标测试集;构建初始原型VIT网络模型,并基于目标训练集、目标验证集和目标测试集得到目标模型;将获取到的目标滚动轴承的当前振动信号,进行连续小波变换处理,得到目标时频图;将目标时频图输入目标模型,得到对应的当前滚动轴承状态。本申请在面对小样本问题时能够输出准确率与精度更高的故障诊断结果。
-
公开(公告)号:CN116433998A
公开(公告)日:2023-07-14
申请号:CN202211621263.5
申请日:2022-12-16
Applicant: 北京理工大学长三角研究院(嘉兴)
IPC: G06V10/774 , G08B31/00 , G06V10/82 , G06V10/764 , G06V10/94 , G06V10/96 , G06V20/10 , G06F9/50
Abstract: 本发明公开了一种灾害预警方法,应用于云边协同系统,属于灾害预警领域。云边协同系统包括云端服务器、边缘节点和多个边缘终端,云端服务器通过边缘节点与多个边缘终端连接,云端服务器中存储有多种灾害预警模型。方法包括:云端服务器根据任务性质,从多种灾害预警模型中挑选出目标预警模型,通过边缘节点将目标预警模型下发至多个边缘终端;调低目标预警模型的初始置信度阈值,将预测目标发生概率大于初始置信度阈值的结果数据汇总至边缘节点,对结果数据重新标注后上传至云端服务器;将重新标注后的数据作为训练集,对边缘节点的目标预警模型进行再次训练,对目标预警模型进行更新;以替换当前的目标预警模型;通过目标预警模型进行灾害预警。
-
公开(公告)号:CN117853000A
公开(公告)日:2024-04-09
申请号:CN202410022179.4
申请日:2024-01-05
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06Q10/0835 , G06Q10/0631 , G06N3/045 , G06N3/048 , G06N3/08 , G05D1/65 , G05D1/661 , G05D1/644 , G05D1/648 , G05D1/43 , G05D105/20
Abstract: 本发明提供了一种自动导向小车AGV调度方法及装置,涉及物流调度技术领域。该方法包括:构建AGV的能耗控制模型;所述AGV的能耗控制模型用于表征完成目标任务所消耗的能量;构建AGV的防冲突碰撞模型,所述防冲突碰撞模型用于表征对AGV的位置约束;根据所述能耗控制模型以及所述防冲突碰撞模型,构建AGV调度的马尔科夫决策模型;从环境中获取特征信息,并根据所述特征信息以及所述马尔科夫决策模型确定AGV的调度方案;所述AGV的调度方案用于表征对目标AGV分配的任务。本发明实施例的方案可以根据运输量来调度AGV,使得在保证货物运输作业效率的同时,保证AGV能耗最低与收益最大化,解决了对货物运输调度方案生成不合理,导致运输效率低且总体能耗大的问题。
-
公开(公告)号:CN119337726A
公开(公告)日:2025-01-21
申请号:CN202411452971.X
申请日:2024-10-17
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06F30/27 , G06N3/006 , G06F113/06
Abstract: 本申请提供了一种风场布局优化方法、设备、存储介质及计算机程序产品,其中方法,包括:基于元启发式算法和尾流模型,为目标风场随机生成多个风场布局方案,并对多个风场布局方案进行初步优化处理,确定预选风场布局方案;基于多智能体强化学习算法,对预选风场布局方案进行二次优化,确定目标风场布局。本申请提出的风场布局优化方法采用了一种两阶段的算法进行风场布局优化,其中首先通过元启发式算法进行粗搜索优化,再通过多智能体强化学习算法进行精搜索优化,使得每个风机都能独立、自适应地优化其位置,且充分考虑了尾流效应,提高了风场布局优化的精度和效率。
-
公开(公告)号:CN119292573A
公开(公告)日:2025-01-10
申请号:CN202411435929.7
申请日:2024-10-15
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本申请提供一种基于数据与知识融合的配色方案生成方法和装置。该方法包括:获取格式统一预处理后的目标图像数据;对所述目标图像数据进行配色方案提取的预处理,确定提取的配色方案数据;利用所述配色方案数据,确定配色生成模型,并利用所述配色生成模型和用户的配色方案需求,生成多个配色方案;每个配色方案包含至少两种颜色。本申请的方案,在结合色彩理论的指导和用户偏好数据的分析,通过智能化的算法自动生成和谐且满足个性化需求的配色方案,以克服现有技术的配色方案生成的局限性,并满足网页设计领域对配色方案的需求。
-
公开(公告)号:CN117725481A
公开(公告)日:2024-03-19
申请号:CN202311746887.4
申请日:2023-12-18
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC: G06F18/241 , G06F18/2415 , G06F18/22 , G06N3/0464 , G06Q50/06 , G06Q10/04 , H02J3/00 , H02J3/38 , G06F123/02
Abstract: 本发明提供了一种风电功率概率区间预测的方法、装置及介质,其中,方法包括:对待预测风电功率数据的多个第一子序列数据进行分类,获取多个类型,并分别输入每一类型对应的点预测模型,获取预测时序数据,提高了模型预测的准确度;根据由第一子序列数据的权重值获取的第一隶属度矩阵和待训练风电功率数据的第二子序列数据,确定相似性度量值,结合第二子序列数据对应的第一预测误差,获取第一子序列数据在预设置信度下的置信区间,再结合预测时序数据,获取所预测的风电功率概率区间。考虑到了预测误差与和预测误差对应的输入数据的关系,预测误差随着输入的子序列数据的改变发生变化,更加贴合实际,提升风电功率预测的准确率。
-
-
-
-
-