公开(公告)号：CN119312287A

公开(公告)日：2025-01-14

申请号：CN202411177727.7

申请日：2024-08-26

Applicant: 武汉纺织大学

Inventor： 王兆静 ,  李贺 ,  李丽 ,  胡新荣 ,  颜小运 ,  华润凯 ,  李敏 ,  阮晓莉

IPC: G06F18/27 ,  G06F18/2113 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明公开了一种基于非线性稀疏矩估计(NS‑GMM)和相关向量回归(RVR)的工业软测量方法和系统，旨在解决工业生产中变量繁多、冗余变量过多及非线性关系导致的关键质量变量测量难题。相比传统广义矩估计(GMM)只能处理线性问题，本发明通过引入核技巧，使GMM模型能够有效处理非线性关系，并通过正则化项解决变量选择中的“污染效应”，筛选出对目标变量有显著影响的辅助变量。随后，选定变量用于训练RVR模型，通过贝叶斯推断和稀疏性先验，精确估计回归模型参数。该方法综合NS‑GMM和RVR，提供了一种在变量选择、预测性能和效率方面优于传统技术的解决方案，适用于各种需要精确快速预测关键质量变量的工业应用场景。

公开(公告)号：CN118483902A

公开(公告)日：2024-08-13

申请号：CN202410498217.3

申请日：2024-04-24

Applicant: 武汉纺织大学

Inventor： 阮晓莉 ,  徐飞 ,  金丽宏 ,  潘雄 ,  王兆静

IPC: G05B13/04

Abstract: 本发明涉及多智能体系统技术领域，公开了一种有向拓扑下随机时滞多智能体系统的一致性控制方法，所述方法包括：构建有向通信拓扑下引入随机非线性时滞的随机时滞多智能体系统；根据所述随机时滞多智能体系统中不同智能体的状态确定控制器；根据一致性误差和动态信号函数确定动态事件触发机制，并基于所述动态事件触发机制控制所述控制器的更新，以实现有向拓扑下随机时滞多智能体系统的动态事件触发一致性控制，有效抑制了Zeno行为，减少了系统运算量和功耗，解决了在有向通信拓扑下的均方指数一致性问题，确保了所提出的动态事件触发机制能够控制采样误差的影响，保证了一致误差系统的随机一致性，以利于该方法的推广和使用。

公开(公告)号：CN119514590A

公开(公告)日：2025-02-25

申请号：CN202411674130.3

申请日：2024-11-21

Applicant: 武汉纺织大学

Inventor： 杨华利 ,  黄涛 ,  胡盛泽 ,  耿晶 ,  阮晓莉 ,  王兆静 ,  张兵

IPC: G06N3/042 ,  G06N3/0442 ,  G06N3/0985 ,  G06Q50/20

Abstract: 本发明方法提出了一种面向学习过程的三元二阶耦合的动态认知诊断方法，将学习过程中的学习单元划分为“知识、时序、行为”三元组，通过神经网络模型和行为特征提取技术获得“知识‑时序”和“行为‑时序”的一阶耦合分析知识状态和行为状态的变化，同时，采用GLU门控技术设置猜测门、熟练门和学习门，实现学习过程中学习者的认知状态变化的复杂建模，获取学习者的潜在能力状态；最后通过行为特征和反应结果的多任务预测，实现对学习者认知状态的诊断与学习者未来表现的预测。本发明能够科学、全面地对学习者学习情况进行预测，达到辅助教师进行精准教学的目的。

公开(公告)号：CN118483902B

公开(公告)日：2025-01-10

申请号：CN202410498217.3

申请日：2024-04-24

Applicant: 武汉纺织大学

Inventor： 阮晓莉 ,  徐飞 ,  金丽宏 ,  潘雄 ,  王兆静

IPC: G05B13/04

Abstract: 本发明涉及多智能体系统技术领域，公开了一种有向拓扑下随机时滞多智能体系统的一致性控制方法，所述方法包括：构建有向通信拓扑下引入随机非线性时滞的随机时滞多智能体系统；根据所述随机时滞多智能体系统中不同智能体的状态确定控制器；根据一致性误差和动态信号函数确定动态事件触发机制，并基于所述动态事件触发机制控制所述控制器的更新，以实现有向拓扑下随机时滞多智能体系统的动态事件触发一致性控制，有效抑制了Zeno行为，减少了系统运算量和功耗，解决了在有向通信拓扑下的均方指数一致性问题，确保了所提出的动态事件触发机制能够控制采样误差的影响，保证了一致误差系统的随机一致性，以利于该方法的推广和使用。

公开(公告)号：CN116776252A

公开(公告)日：2023-09-19

申请号：CN202310600720.0

申请日：2023-05-25

Applicant: 武汉纺织大学

Inventor： 王兆静 ,  李贺 ,  阮晓莉 ,  颜小运 ,  童一凡

IPC: G06F18/243 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明公开了一种改进Mallow's Cp变量选择的工业过程软测量方法和系统，解决工业生产过程辅助变量过多，数据冗余的问题，并且对传统的Mallow's Cp算法进行优化，以缩短算法时间复杂度。该方法首先用随机森林算法对变量重要性进行排序，然后根据排列的顺序，从一个变量开始，依次递增变量个数，并在这个过程中计算每个子集的Cp值，从而选择出一组最优子集。选择出最优子集后，该方法使用最优子集来训练支持向量回归(SVR)模型，并通过测试数据评估模型的性能。本方法通过结合随机森林、Mallow's Cp算法和SVR回归等多种机器学习方法，能够有效地提高机器学习模型的性能和泛化能力，适用于各种需要进行变量重要性排序和建立连续型变量预测模型的实际问题。