-
公开(公告)号：CN119990465A
公开(公告)日：2025-05-13
申请号：CN202510219605.8
申请日：2025-02-26
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06Q10/04 , G06F18/10 , G06F18/25 , G06F40/289 , G06N3/0455 , G06N3/042
Abstract: 本发明涉及一种融合领域知识增强的工业时间序列预测方法，属于时间序列预测领域。首先，将时间序列数据经过预处理后，按照时间维度切割为固定长度Patch，并通过线性投影将每个Patch转化为高维嵌入向量；然后，对领域知识文本进行清洗、分词，并按时间戳与对应的Patch对齐，利用预训练语言模型生成文本向量表示；下一步，通过设计提示模板，将预测任务、输入数据类型和模型指令组成提示文本，并对其生成提示嵌入向量；最后，将时间序列嵌入、文本嵌入以及提示嵌入进行融合，输入至生成式预训练Transformer，利用自回归方式对未来时间步进行预测。本发明能够有效地提升对复杂时间序列的预测精度和对突发事件的响应能力，增强了模型的可解释性和预测性能。
-
公开(公告)号：CN118917571A
公开(公告)日：2024-11-08
申请号：CN202410871482.1
申请日：2024-07-01
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N3/092 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明涉及锡冶炼生产调度优化技术领域，提出一种基于图卷积网络和强化学习的方法。首先，将锡冶炼生产的工艺路径表示为析取图，采用节点和弧线的形式表示生产工艺的各个步骤及其先后关系。其次，使用图卷积网络对析取图进行编码，通过图注意力网络提取析取图的状态，生成特征向量。并使用Transformer Encoder对设备状态的特征向量进行进一步处理。随后，将这些特征向量输入到DDPG的策略网络，依据特征向量生成调度策略。DDPG的评价网络评估策略网络所选动作的价值，策略网络根据评价结果不断优化其策略，直至迭代结束。本发明通过图卷积网络和强化学习相结合的方法，有效优化锡冶炼生产的调度策略。
-
公开(公告)号：CN119940652A
公开(公告)日：2025-05-06
申请号：CN202510219561.9
申请日：2025-02-26
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06Q10/04 , G06F18/10 , G06F18/25 , G06F18/2131 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及一种融合时域和频域分析的周期性时间序列预测方法，属于周期性时间序列预测领域。首先通过采集时间序列数据，并对数据预处理后构建时间域分析数据集。其次，分析时间序列数据的周期性强度，整合具有周期性特征的变量。然后，在频域数据处理阶段，通过快速傅里叶变换将整合后的变量从时域转换到频域，构建频域分析数据集。基于频域分析数据集构建图结构，并利用图卷积模型提取周期性特征。在时域数据处理阶段，引入了基于双向状态空间模型的建模方法提取时域特征。最后，将从时域和频域分析中提取的特征进行融合，形成综合数据表示，并输出最终的预测结果。
-
公开(公告)号：CN118643612A
公开(公告)日：2024-09-13
申请号：CN202410784488.5
申请日：2024-06-18
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06F30/17 , G06F30/27 , G06F111/04 , G06F111/06
Abstract: 本发明提出了一种基于改进蜣螂优化算法的合金材料性能优化方法，属于群体智能优化技术领域。本发明首先建立目标函数和条件约束，使用反向学习来初始化种群，增强种群多样性，降低计算成本并提升全局收敛能力；然后加入可变螺旋搜索策略，针对不同蜣螂对应不同更新策略，提高全局最优搜索性能和优化精度，同时平衡全局和局部搜索；最后将柯西变异扰动与贪婪策略融合到蜣螂优化算法中，帮助算法逃离局部最优解，通过对比新旧位置适应度来决策是否更新当前位置。本发明应用于合金性能优化领域，具有多目标优化的能力以及高效的搜索策略，搜索效率与搜索精度得到提高。
-
公开(公告)号：CN119400306A
公开(公告)日：2025-02-07
申请号：CN202411375977.1
申请日：2024-09-30
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G16C60/00 , G06F30/27 , G06N3/0499
Abstract: 本发明涉及一种材料成分与性能映射的不确定性量化方法，属于材料科学技术领域。首先，从Materials Project数据库收集材料成分数据；然后，使用全连接神经网络将数据中的原子序数和分数编码为高维向量；接着，将这些高维向量结合成元素派生矩阵，并输入Transformer模块学习化学结构信息；最后，将学习得到的化学结构信息特征，通过谱归一化残差MLP处理，并在输出层应用高斯过程建模来量化不确定性。本发明应用在材料属性预测中，不仅能给出材料性能的预测值，还能量化预测的不确定性，提供预测结果的分布。
-
Patent Agency Ranking
公开(公告)号：CN118779424A
公开(公告)日：2024-10-15
申请号：CN202410872547.4
申请日：2024-07-01
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06F16/332 , G06F16/33 , G06N5/022
Abstract: 本发明涉及智能问答技术领域，具体提出一种基于锡冶炼知识图谱的问答方法及系统。该方法根据锡冶炼领域的知识数据，构建一个锡冶炼知识图谱数据库，同时建立一个知识向量数据库，以便多维度存储和管理知识信息。然后，从锡冶炼领域中获取相关的问句，并将这些自然语言问句翻译成适用于知识图谱的查询语句格式。在查询过程中，系统会在知识图谱数据库中进行检索，并生成相应的自然语言答案。如果在知识图谱中未找到匹配的三元组信息，则会利用检索增强生成技术，在知识向量数据库中进行深度检索，从而生成准确的答案。本发明能拥有更广泛的知识库，解决多义性、模糊语言和句子歧义问题，高效准确地生成自然语言查询的答案。
-
公开(公告)号：CN113985010B
公开(公告)日：2025-04-25
申请号：CN202111330772.8
申请日：2021-11-11
Applicant: 昆明理工大学
IPC: G01N33/24
Abstract: 本发明公开了一种隧道或深部巷道突泥突水变形真三维模拟装置，涉及岩土工程及灾害防治领域，包括隧道或深部巷道模拟组件，隧道或深部巷道模拟组件包括储存盒、导流槽、泄水孔、滑槽、挡板、刚性模型箱、导向框、钻进孔、滤网及滤孔，刚性模型箱的表面设有连接头，刚性模型箱外侧设有与连接头连通的稳压供水组件，刚性模型箱周侧设有加载组件、钻进组件、监测系统和处理装置。实现了在结合多种地质条件下或深部巷道突泥突水灾害的真三维模拟，实现了不同地质条件对隧道或深部巷道施工的影响效果模拟。
-
公开(公告)号：CN113985010A
公开(公告)日：2022-01-28
申请号：CN202111330772.8
申请日：2021-11-11
Applicant: 昆明理工大学
IPC: G01N33/24
Abstract: 本发明公开了一种隧道或深部巷道突泥突水变形真三维模拟装置，涉及岩土工程及灾害防治领域，包括隧道或深部巷道模拟组件，隧道或深部巷道模拟组件包括储存盒、导流槽、泄水孔、滑槽、挡板、刚性模型箱、导向框、钻进孔、滤网及滤孔，刚性模型箱的表面设有连接头，刚性模型箱外侧设有与连接头连通的稳压供水组件，刚性模型箱周侧设有加载组件、钻进组件、监测系统和处理装置。实现了在结合多种地质条件下或深部巷道突泥突水灾害的真三维模拟，实现了不同地质条件对隧道或深部巷道施工的影响效果模拟。
-
公开(公告)号：CN120014507A
公开(公告)日：2025-05-16
申请号：CN202510020075.4
申请日：2025-01-07
Applicant: 昆明理工大学
Abstract: 本发明涉及图像识别技术领域，尤其涉及一种多维度特征协同的鱼群摄食强度量化识别方法及模型，通过采集鱼群摄食的视频数据，提取所述第一图像中的所述鱼类个体和所述投饵机之间的距离信息，提取所述第二图像中的鱼类个体运动特征信息，提取所述第三图像中的鱼类个体的鱼类目标部位特征信息，以及提取所述第四图像中的水面饵料数量信息和水面波纹信息；根据各个所述鱼类个体的所述距离信息、所述鱼类个体运动特征信息、所述鱼类目标部位特征信息、所述水面饵料数量信息和所述水面波纹信息，确定鱼群摄食强度识别结果；旨在解决如何结合鱼类个体运动特征与空间特征信息进行鱼群摄食强度识别的问题。
-
公开(公告)号：CN118429964A
公开(公告)日：2024-08-02
申请号：CN202410597483.1
申请日：2024-05-14
Applicant: 昆明理工大学
IPC: G06V20/68 , G06V10/764 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明公开了三七叶片表型识别方法，具体是采用相机拍摄三七叶片的正面图像；使用labelme软件对数据集中叶片图像的单个叶片分别用框标出，然后标注单个叶片的叶尖、叶底、叶片两侧四个点，再对标注后叶片图像进行预处理；构建YOLOv8‑pose模型，并在模型的主干部分添加ECA注意力机制，将预处理后图像输入YOLOv8‑pose模型，训练获得YOLOv8‑pose leaf模型，采用验证集评估YOLOv8‑pose leaf模型性能；采用YOLOv8‑pose leaf模型对待识别三七叶图片进行表型识别；本发明与现有技术相比，极大地降低了计算复杂度和提高了预测精度，便于部署终端，实现三七表型变化实时监测，为治理三七表型变化问题提供了新的方法，能够有效地保护三七的生长。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.064 seconds)
