-
公开(公告)号：CN118968756A
公开(公告)日：2024-11-15
申请号：CN202411060551.7
申请日：2024-08-02
Applicant: 无锡学院
IPC: G08G1/01 , G06F18/214 , G06F18/21 , G06F18/2135 , G06F18/2132 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种交通流量预测方法，涉及智能交通技术领域，其具体步骤包括：S1、构建交通流量预测模型；S2、获取城市区域交通网络的相关数据，以及交通拥堵情况；S3、对交通流量预测模型进行训练，将交通流序列依次输入进嵌入层来融合时空信息，通过多图图卷积层来提取空间特征，特别是针对交通拥堵问题，引入动态的自适应邻接矩阵以捕捉交通网络中的实时变化和节点间的复杂依赖关系，通过时空多头自注意力层来捕获时空相关性；S4、获取当前时刻的交通数据，将获取的当前时刻的交通数据输入训练好的交通流量预测模型，输出未来时间段的交通流量，从而更加有效的解决城市交通拥堵问题，并提高交通流量预测的准确性。
-
公开(公告)号：CN118863530A
公开(公告)日：2024-10-29
申请号：CN202410900281.X
申请日：2024-07-05
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/04 , G06F18/27
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种基于工业互联网数据平台的数据处理方法。所述方法包括以下步骤：利用工业互联网数据平台进行工业生产脉络处理，生成实时工业生产脉络数据；根据实时工业生产脉络数据构建生产过程约束知识图谱；利用生产过程约束知识图谱进行订单优先级匹配，生成订单优先级分配数据；根据订单优先级分配数据进行生产计划冲突检测，得到子任务生产冲突数据；根据子任务生产冲突数据进行柔性调度处理，生成无冲突生产子任务网络数据；根据无冲突生产子任务网络数据进行关键任务路径链识别，得到最终生产计划方案数据。本发明通过柔性调度任务链，消除了生产计划中的冲突，显著提高了生产效率。
-
公开(公告)号：CN118861458A
公开(公告)日：2024-10-29
申请号：CN202410926041.7
申请日：2024-07-11
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535 , G06F16/951
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种用于工业互联网应用的可视化定制方法、系统及储存介质。所述方法包括以下步骤：对目标生产流程文档数据进行流程元数据聚合处理，得到工业生产流程元数据；基于工业生产流程元数据进行多粒度分层抽象处理，生成动态视图抽象树数据；根据动态视图抽象树数据进行空间视图布局处理，生成初始视图布局数据；对初始视图布局数据进行布局适应性优化，并进行实时数据注入，生成可视化生产流程数据；对可视化生产流程数据进行用户风格定制处理，得到可视化生产流程定制实例数据。本发明通过对工业生产流程进行多粒度的分层抽象处理，实现了高度定制化的可视化生产流程。
-
公开(公告)号：CN115825372A
公开(公告)日：2023-03-21
申请号：CN202211590206.5
申请日：2022-12-12
Applicant: 无锡学院
IPC: G01N33/207 , G01N33/2045
Abstract: 本发明公开了一种焊缝表面缺陷检测装置，包括检测设备，所述检测设备的一侧壁上设有工作屏幕，所述检测设备的一侧壁上固定连接有两个呈对称设置的连接块，两个所述连接块呈相互远离设置，两个所述连接块上均设有连接孔，两个所述连接孔内共同转动连接有连接轴，所述检测设备靠近连接轴的一侧壁上固定连接有工作块，所述工作块上设有螺纹孔，所述螺纹孔正对连接轴设置，所述螺纹孔内螺纹连接有螺纹块，所述连接轴靠近螺纹块的一侧壁上设有方形槽。本发明中用户可以方便的将装置安装在工件本体上完成工件焊缝检测工作，用户可以方便的通过显示屏幕获得监测数据，极大的节省了工作人员的物力，并保障了工作人员的安全。
-
公开(公告)号：CN119886211A
公开(公告)日：2025-04-25
申请号：CN202510378245.6
申请日：2025-03-28
Applicant: 无锡学院
Abstract: 一种基于智慧交通系统采集数据的城市交通流量预测方法。属于智慧交通技术领域，具体涉及一种基于物联网采集设备的城市交通流量预测技术领域。其解决了传统的交通流量预测方法的长期预测能力差，模型复杂度高，无法适应大规模交通预测的问题。所述方法包括如下步骤：统计监测数据，获取流量序列，并进行预处理；构建DSTTN模型，所述DSTTN模型从输入层到输出层依次经过线性层、连接与线性层、时空块以及输出层，在输入层和连接与线性层之间添加一个动态时空嵌入模块；根据训练好的DSTTN模型；得到模型的预测结果；将待预测流量序列输入训练完的DSTTN模型，生成预测结果。
-
Patent Agency Ranking
公开(公告)号：CN118861458B
公开(公告)日：2025-01-17
申请号：CN202410926041.7
申请日：2024-07-11
Applicant: 无锡学院
IPC: G06F16/957 , G06F16/9532 , G06F16/9535 , G06F16/951
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种用于工业互联网应用的可视化定制方法、系统及储存介质。所述方法包括以下步骤：对目标生产流程文档数据进行流程元数据聚合处理，得到工业生产流程元数据；基于工业生产流程元数据进行多粒度分层抽象处理，生成动态视图抽象树数据；根据动态视图抽象树数据进行空间视图布局处理，生成初始视图布局数据；对初始视图布局数据进行布局适应性优化，并进行实时数据注入，生成可视化生产流程数据；对可视化生产流程数据进行用户风格定制处理，得到可视化生产流程定制实例数据。本发明通过对工业生产流程进行多粒度的分层抽象处理，实现了高度定制化的可视化生产流程。
-
公开(公告)号：CN119190018A
公开(公告)日：2024-12-27
申请号：CN202411399795.8
申请日：2024-10-09
Applicant: 无锡学院
Abstract: 本发明公开了一种基于V2X的路口盲区辅助驾驶方法及系统，涉及智能辅助驾驶技术领域，包括，通过车载传感器采集多模态数据并进行预处理，对预处理后的多模态数据进行特征提取，构成模态特征向量；基于多模态特征向量，采用深度学习模型进行综合感知，识别路口盲区内的障碍物位置；实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹；根据障碍物的未来运动轨迹，评估车辆通过路口的风险等级；通过V2X通信接收实时交通信息，结合实时交通信息与风险等级，生成驾驶决策。本发明通过实时监测障碍物位置变化、预测运动轨迹和评估风险与V2X通信的结合，最终生成了更加安全、高效的驾驶决策。
-
公开(公告)号：CN118915649A
公开(公告)日：2024-11-08
申请号：CN202410949243.3
申请日：2024-07-15
Applicant: 无锡学院
IPC: G05B19/418
Abstract: 本发明公开了一种基于工业互联网的生产过程监控系统，属于数据处理系统技术领域，包括：采集模块，用于采集设备运行数据；上传模块，用于将采集的设备运行数据上传至云端；第一构建模块，用于构建条件生成对抗网络模型；第一训练模块，用于对条件生成对抗网格模型进行训练；第一生成模块，用于生成满足合格生产指标的设备运行数据；第二构建模块，用于构建支持向量数据描述模型；第二生成模块，用于对支持向量数据描述模型进行训练，生成最小椭圆体；下发模块，用于将训练后的支持向量数据描述模型下发至边缘端；输出模块，用于采集实时设备运行数据，并输入至训练后的支持向量数据描述模型，输出异常数据。提升生产过程监控的准确性和实时性。
-
公开(公告)号：CN119782740A
公开(公告)日：2025-04-08
申请号：CN202411878769.3
申请日：2024-12-18
Applicant: 无锡学院
IPC: G06F18/20 , G06F18/10 , G06N3/0442 , G06F17/10
Abstract: 本发明公开了一种基于信息构造的河道水体溶解氧预测方法，涉及环保信息处理技术领域，从河道水体溶解氧历史数据以及河道水体溶解氧每日的昼夜变化特征和时间变化规律出发，提出基于信息构造的LSTM神经网络算法对河道水体溶解氧进行预测，使用基于密度的局部离群因子算法和线性插值法进行异常值检测和数据填充，SG滤波对数据去噪，根据溶解氧的昼夜波动性和溶解氧每日的变化规律，将每日溶解氧的最高值与最低值之差和每日时间量化为数值作为时间序列的特征，最终构建LSTM神经网络模型，该方法能够有效地克服因溶解氧昼夜波动性较大导致预测精度存在局限性的问题，有效的提高预测精度。
-
公开(公告)号：CN119538041A
公开(公告)日：2025-02-28
申请号：CN202411591352.9
申请日：2024-11-08
Applicant: 无锡学院
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/0455 , B60W50/00
Abstract: 本发明公开了一种车辆轨迹预测方法、电子设备及存储介质，该方法包括：获取车辆轨迹数据，对车辆轨迹数据进行分类处理与特征提取，以生成标准化数据集；基于标准化数据集，训练车辆轨迹预测网络模型，车辆轨迹预测网络模型包括时序特征提取模块、空间交互特征提取模块和解码器；时序特征提取模块基于改进的Mamba架构实现；空间交互特征提取模块利用Transformer架构和图注意力机制的混合架构处理；解码器通过多头注意力机制处理编码后的特征，考虑不同时间步和不同车辆间的关联性，从而生成车辆轨迹的预测结果；将待预测场景的数据输入到训练好的车辆轨迹预测网络模型中，得到车辆轨迹的预测结果，该方法在计算效率、预测准确性和场景适应性方面具有显著优势。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.024 seconds)
