-
公开(公告)号：CN102262211A
公开(公告)日：2011-11-30
申请号：CN201110099282.1
申请日：2011-04-20
Applicant: 哈尔滨工业大学
IPC: G01R31/3163
Abstract: 基于回声状态网络动态分类的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法。它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号；采集模拟电路的单位脉冲响应输出信号，并将所述单位脉冲响应输出信号作为故障数据样本；将故障数据样本输入至回声状态网络中进行训练，并根据训练结果建立模拟电路故障诊断模型；将获得的电路待诊断响应信号作为故障数据，并输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
公开(公告)号：CN102129420A
公开(公告)日：2011-07-20
申请号：CN201110053248.0
申请日：2011-03-07
Applicant: 哈尔滨工业大学
IPC: G06F17/11
Abstract: 基于Cholesky分解解决最小二乘问题的FPGA实现装置，涉及基于Cholesky分解解决最小二乘问题的FPGA实现装置，适用于最小二乘问题的求解，解决了PC机的计算效率不能满足实时和嵌入式应用的问题，它包括待求矩阵输入接口模块、分解模块和求解模块，待求矩阵输入接口模块的输出端连接在分解模块的输入端，分解模块的输出端连接在求解模块的输入端，用于满足实时、低功耗和嵌入式应用。
-
公开(公告)号：CN101778400A
公开(公告)日：2010-07-14
申请号：CN201010300133.2
申请日：2010-01-08
Applicant: 哈尔滨工业大学
Abstract: 基于数据库的话务量分析与预测系统及使用该系统的话务量预测方法，它涉及一种话务量分析与预测系统和一种话务量预测方法，它解决了目前的话务量分析与预测系统和话务量预测方法中存在的预测精度和数据利用率较低的问题。话务量分析与预测系统，它包括数据库单元和SAS预测功能单元，数据库单元主要用于存储话务量数据和预测结果数据，SAS预测功能单元主要采用时间序列分析技术对话务量进行预测；话务量预测方法，基于所述话务量分析与预测系统实现，利用SAS预测功能单元实现话务量数据的读取、缺失时段的查找和处理、建模以及话务量未来值的预测。本发明克服了已有技术的不足，适用于移动通信的话务量预测领域。
-
公开(公告)号：CN102788955B
公开(公告)日：2015-02-11
申请号：CN201210246132.3
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明对100个测试数据单元进行分类，得到k个测试数据集合；每个测试数据集合对应一个ESN的涡轮发电机的分类子模型，每个ESN的涡轮发电机分类子模型的参数不同，k个ESN的涡轮发电机的分类子模型组成分类子模型库；将每个测试数据输入与该数据集合对应ESN的涡轮发电机的分类子模型进行运算得到该测试数据的剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN102749584B
公开(公告)日：2014-07-30
申请号：CN201210264221.0
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立Kalman滤波的ESN涡轮发动机的数学模型，根据已知的输入单元u(n)和已知的输出单元y(n-1)，以及内部处理单元更新方程和Kalman滤波求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元数据集，带入训练后的数学模型输出单元的方程求得待测ESN的涡轮发动机剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
Patent Agency Ranking
公开(公告)号：CN102788955A
公开(公告)日：2012-11-21
申请号：CN201210246132.3
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明对100个测试数据单元进行分类，得到k个测试数据集合；每个测试数据集合对应一个ESN的涡轮发电机的分类子模型，每个ESN的涡轮发电机分类子模型的参数不同，k个ESN的涡轮发电机的分类子模型组成分类子模型库；将每个测试数据输入与该数据集合对应ESN的涡轮发电机的分类子模型进行运算得到该测试数据的剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN102438257A
公开(公告)日：2012-05-02
申请号：CN201110256423.6
申请日：2011-09-01
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 模糊支持向量机在话务量预测中的应用方法，它涉及一种模糊支持向量机在话务量预测中的应用方法。本发明的目的是将利用语言变量或模糊集合描述的先验知识，加入到核函数的设计中，获得一类新的核函数以应用于在话务量预测中。本发明首先利用模糊C-均值聚类算法获得TSK模型的模糊规则的前件中的隶属函数；其次利用ε不敏感损失函数辨识TSK模型后件参数；最后利用核技巧得到由隶属函数或可能性分布函数与现有的核函数获得模糊隶属核函数。本发明以均方误差作为衡量回归效果的性能指标，开展了大量的比较实验，体现FMK具有更好的鲁棒性。
-
公开(公告)号：CN101583147A
公开(公告)日：2009-11-18
申请号：CN200910072312.2
申请日：2009-06-17
Applicant: 哈尔滨工业大学
Abstract: 应用于话务量预测的分段在线支持向量回归方法，它涉及一种在线支持向量回归方法，本发明针对在线支持向量回归(Online Support Vector Regression)算法难以兼顾预测精度和运行效率，提出一种分段支持向量回归时间序列预测方法，通过缩减在线建模数据长度实现快速训练，并对Online SVR进行分段存储，根据预测邻域样本与各子分段支持向量回归模型的匹配度，选取最优子分段模型预测输出，提高预测精度。该算法在保持在线预测执行效率的同时，相比普通在线支持向量回归算法，可提高预测精度5％～10％。算法由于采用了分段的策略，并采取了较小的建模数据长度，算法效率高。可以实现对于移动通信话务量时间序列的在线、实时和快速建模和预测。
-
公开(公告)号：CN102262210A
公开(公告)日：2011-11-30
申请号：CN201110099274.7
申请日：2011-04-20
Applicant: 哈尔滨工业大学
IPC: G01R31/3163
Abstract: 基于随机子空间与多储备池集成分类的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法，它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征作为数据样本，进行随机子空间映射，输入至回声状态网络中，采用多储备池集成分类方法，训练建立诊断模拟电路故障诊断模型；对电路待诊断响应信号进行小波变换，获得故障特征数据，并进行随机子空间映射，并输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
公开(公告)号：CN102262198A
公开(公告)日：2011-11-30
申请号：CN201110099271.3
申请日：2011-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于回声状态网络同步优化的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法。它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征并作为数据样本输入至回声状态网络中，采用微分进化算法进行参数与特征的同步优化选择，建立模拟电路故障诊断模型；采用小波变换法对电路待诊断响应信号进行处理，获得故障数据，将所述故障数据输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
