-
公开(公告)号：CN119482453A
公开(公告)日：2025-02-18
申请号：CN202510058794.5
申请日：2025-01-15
Applicant: 华东交通大学
IPC: H02J3/00 , G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N3/006 , G06F17/14 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于改进GWO‑VMD‑LSTM的短期负荷预测方法及系统，方法包括：对VMD特征提取前要先确定的模态分解数量和惩罚因子进行参数寻优，对负荷特征时间序列信号进行变分模态分解，将其分解成一系列本征模态函数分量，使用改进小波包软阈值函数，提出一种sluggish‑greed机制对函数进行改进，对IMF分量信号进行去噪处理，提取各分量的特征系数与模态峭度值，对去噪效果进行评估；改进长短期神经网络的网络结构，提出一种参数自适应调整优化算法，对LSTM的学习率进行动态优化，并将数据输入网络进行训练和预测。能够提高短期负荷预测的准确性，分类的精准度，有利于对电力负荷的短期精准预测。
-
Patent Agency Ranking
公开(公告)号：CN119848634A
公开(公告)日：2025-04-18
申请号：CN202510322881.7
申请日：2025-03-19
Applicant: 华东交通大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06F18/23 , G06N3/006 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种轨道故障诊断方法及系统，方法包括：计算最优解#imgabs0#的样本熵、能量熵、功率谱和排列熵，并根据预设的最佳熵权重选取策略在样本熵、能量熵、功率谱和排列熵中选取最佳熵，根据最佳熵提取典型特征；构建改进CNN‑BiLSTM‑SA神经网络，并根据改进CNN‑BiLSTM‑SA神经网络提取序列空间特征；根据柯西‑欧式聚类粒子群优化算法优化改进CNN‑BiLSTM‑SA神经网络的超参数，得到轨道故障诊断模型；将钢轨振动信号的最优解#imgabs1#、典型特征以及序列空间特征进行融合，得到融合特征，并将融合特征输入至轨道故障诊断模型中，轨道故障诊断模型输出得到轨道故障诊断结果。可以提高轨道故障类别诊断的准确性和效率。
-
公开(公告)号：CN119249305B
公开(公告)日：2025-04-15
申请号：CN202411783436.2
申请日：2024-12-06
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于改进FVIM‑XGBoost‑A的光伏发电功率预测方法及系统，方法包括：根据预设的ARIMA‑X模型对光伏环境数据进行缺失值处理，并对数据做归一化和数据平滑处理，将扰动机制加入到FVIM算法中，进一步避免局部最优，使用改进FVIM算法输出的全局最优解，得到最优超参数组合后，构建XGBoost的树结构；在XGBoost模型中提出ARSV‑Loss损失函数并使用自适应多层次正则化项，使XGBoost模型在搜索空间中能够进行更复杂的调整，有助于跳出局部最优解，避免过拟合，集成改进FVIM算法与XGBoost模型并加入注意力机制，形成改进FVIM‑XGBoost‑A模型。通过FVIM‑XGBoost‑A模型能够提高光伏发电功率预测的精确度。
-
公开(公告)号：CN119473019A
公开(公告)日：2025-02-18
申请号：CN202510052485.7
申请日：2025-01-14
Applicant: 华东交通大学
IPC: G06F3/01 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于改进图卷积神经网络的穿戴设备触觉感知方法及系统包括：根据预先构建的接触模拟平台获取触觉数据，并采用基于噪声区域图像增强算法对所述触觉数据进行处理，得到目标触觉数据；根据预设的概率随机切换激活函数对卷积神经网络进行优化，得到目标卷积神经网络；采用卷积层滤波器差异正则化算法，将所述目标触觉数据以及与所述目标触觉数据相对应的标注数据输入至所述目标卷积神经网络中，对所述目标卷积神经网络进行迭代训练，得到触觉感知模型；将获取的实时触觉感知数据输入至所述触觉感知模型中，所述触觉感知模型输出触觉感知结果。能够提高触觉感知系统的准确性和稳定性，实现高分辨率和宽动态范围的触觉感知。
-
公开(公告)号：CN119964250A
公开(公告)日：2025-05-09
申请号：CN202510443025.7
申请日：2025-04-10
Applicant: 华东交通大学
IPC: G06V40/20 , G06V10/82 , G06N3/0442 , G06V20/70
Abstract: 本发明提供了一种基于ConvLSTM模型的手语识别方法及系统，该方法包括：获取不同手部动作下的应变信号数据，并对应变信号数据进行语义信息标注，得到数据集；根据预设的多维分层变换MHT对应变信号数据进行多尺度时空分解，根据分解结果得到高频分量和低频分量，并对高频分量和低频分量进行重构，得到重构特征；将重构特征作为改进的ConvLSTM模型的输入，并将标注的语义信息作为改进的ConvLSTM模型的输出，对改进的ConvLSTM模型进行迭代训练，得到手语识别模型；将待识别手部动作的目标应变信号数据输入至手语识别模型中，得到与目标应变信号数据对应的语义信息。本发明能够提高对手语的识别精度。
-
公开(公告)号：CN119249305A
公开(公告)日：2025-01-03
申请号：CN202411783436.2
申请日：2024-12-06
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于改进FVIM‑XGBoost‑A的光伏发电功率预测方法及系统，方法包括：根据预设的ARIMA‑X模型对光伏环境数据进行缺失值处理，并对数据做归一化和数据平滑处理，将扰动机制加入到FVIM算法中，进一步避免局部最优，使用改进FVIM算法输出的全局最优解，得到最优超参数组合后，构建XGBoost的树结构；在XGBoost模型中提出ARSV‑Loss损失函数并使用自适应多层次正则化项，使XGBoost模型在搜索空间中能够进行更复杂的调整，有助于跳出局部最优解，避免过拟合，集成改进FVIM算法与XGBoost模型并加入注意力机制，形成改进FVIM‑XGBoost‑A模型。通过FVIM‑XGBoost‑A模型能够提高光伏发电功率预测的精确度。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
