公开(公告)号：CN113800596A

公开(公告)日：2021-12-17

申请号：CN202111257127.8

申请日：2021-10-27

Applicant: 大连海事大学

Inventor： 柳丽川 ,  周楫丰 ,  于巽飞 ,  白一鸣 ,  张兴强 ,  郭鸿宇 ,  李龙威 ,  朱云静

IPC: C02F1/40 ,  C02F103/08

Abstract: 本发明提供一种海上浮油收集装置。本发明包括壳体、动力装置、铲型收油装置、水泵、油水分离箱和控制装置，所述动力装置安装在壳体上，其与控制装置相连，其用于为壳体提供动力和浮力，所述铲型收油装置设置在壳体前端，其用于收集浮油，所述铲型收油装置的出油口通过所述水泵和油水分离箱相连，所述油水分离箱包括用于分离油水的舱室，舱室设有出油口和海水排出口，所述铲型收油装置收集的浮油通过水泵吸入到所述油水分离箱中进行分离，油水分别从出油口和海水排出口排出。本发明采用物理法对漏油进行处理，通过水泵将油水混合物收入油水分离箱初步分离，并利用油水分离箱将油水混合物初步分离并快速转移至船舱或岸上，漏油收集效率高。

公开(公告)号：CN118338359A

公开(公告)日：2024-07-12

申请号：CN202410435847.6

申请日：2024-04-11

Applicant: 大连海事大学

Inventor： 王丽 ,  车林笑 ,  葛建成 ,  张兴强

IPC: H04W28/10 ,  H04W72/1263 ,  H04W24/06

Abstract: 本发明提供一种基于注意力的深度学习无线通信流量预测方法，包括：将移动流量预测描述为时序分解过程，通过ARIMA预测自回归部分，根据残差校验更新ARIMA参数，构建残差序列；构建CNN‑LSTM网络挖掘流量序列内的深层特征，捕捉非线性趋势，采用LSTM层处理流量的长期依赖性，预测当前时间步的目标值；添加残差序列作为卷积网络新特征，通过注意力机制关注编码器中不同时间步的重要特征，指导解码器生成目标序列；XGBoost通过CART树处理解码器输出的数值特征向量寻找最佳分割点，挖掘非线性关系；加权聚合ARIMA线性部分预测值与XGBoost预测值，得到最终预测结果。本发明能够提高基于机器学习训练得到的用于预测无线通信流量的全局模型性能，提高无线通信流量预测的准确性及实时性。