-
公开(公告)号：CN113569195B
公开(公告)日：2023-12-01
申请号：CN202110814501.3
申请日：2021-07-19
Applicant: 江南大学
Abstract: 本发明公开了一种用于分布式网络系统的预条件方法，包括：采集系统控制数据构建原始信息矩阵；根据所述原始信息矩阵，利用牛顿二次迭代方法求出信息矩阵逆的近似值，并构建新信息矩阵；利用幂法求所述新信息矩阵的最大和最小特征值，构建最优步长；基于所述新信息矩阵和所述最优步长更新系统参数；重复迭代，获取最优估计参数。本发明设计了一种用于分布式网络系统的与条件方法，可以避免求解导函数方程的解，进而可以扩大使用范围；速度优于原始的梯度算法，且当原始信息矩阵具有病态特性时，本发明方法一样可以获得较快的收敛速度，由于预条件矩阵Pk的存在，矩阵的条件数降低，通过设计最优步长γ可以显著提高参数收敛的速度。
-
公开(公告)号：CN116754954A
公开(公告)日：2023-09-15
申请号：CN202310600789.3
申请日：2023-05-25
Applicant: 江南大学
IPC: G01R31/367 , G01R31/388 , G06F18/241 , G06N3/0499 , G06N3/08 , G06F17/16
Abstract: 本发明公开了基于自适应核的极限学习机锂电池状态辨识方法及系统包括，收集电池电路每一时刻的电流电压与SOC的准确值；初始化正则化极限学习机参数，计算隐含层输出H；通过输出SOC与隐含层输出H，利用核方法计算输出层权重矩阵；对应不同环境使用不同的核矩阵；利用贪婪算法计算自适应核矩阵得到协方差矩阵，避免选取超参数。本发明方法可以得到SOC的估计，具有极高的准确度，适用于任何情况的SOC估计中，对外界环境的要求低，对设备一起的要求低，易于实际工程实践中，易于复杂的、多变的SOC辨识问题下，相比较传统的方法，该方法的鲁棒性高并具有极高的准确度。
-
公开(公告)号：CN110398942B
公开(公告)日：2021-09-07
申请号：CN201910587437.2
申请日：2019-07-02
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明提供一种用于工业生产过程控制的参数辨识方法，其可以提高识别结果的准确率，减少计算量和计算耗时，进而降低整个识别过程的资源消耗。其包括：S1通过现有的数据通信与采集技术获取系统控制参数，共获取L组；S2根据步骤S1中获取的L组数据，针对信息向量构建矩阵向量；S3根据步骤S1中获取的L组数据，针对系统的输出，构建输出数据向量矩阵；S4根据步骤S2中构建的矩阵向量，构建信息向量的向量矩阵；S5选择步长；S6利用传统梯度迭代法得到参数向量估计；S7通过Aitken加速方法计算参数估计向量中的每一个元素，得到新的参数向量估计；S8比较相邻的参数向量估计，当二者的差的绝对值小于预先设置的阈值时，则获得系统控制参数的参数估计。
-
公开(公告)号：CN111025898A
公开(公告)日：2020-04-17
申请号：CN201911079525.8
申请日：2019-11-07
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明提供一种用于流程工业大规模过程控制的降维辨识方法，其计算过程通无需人工参与，可以在确保计算精度的基础上，以很低的计算量实现高阶系统的参数辨识。本发明的技术方案中，进行系统参数辨识的过程中，将待辨识的2n维的参数利用Arnoldi方法构建Krylov子空间，实现了由2n维降低到k维，降低了系统的计算量；随后通过Givens变换方法求解参数寻优步长，确保了本发明的计算方法是收敛的；通过预先设置的阈值以及迭代的方法，提高系统参数的辨识精度。
-
公开(公告)号：CN119051508A
公开(公告)日：2024-11-29
申请号：CN202411019343.2
申请日：2024-07-29
Applicant: 江南大学
Abstract: 本发明公开了预设时间函数观测器构建方法及他励电动机状态估计方法，属于函数观测器设计领域。所述方法包括：构建状态方程、输出方程及待估计向量方程；将待估计的目标向量转化为新的能观线性时不变系统的状态向量，分别考虑单输出和多输出情况，为所述新的能观线性时不变系统设计预设时间函数观测器。本发明通过一系列系统推演，将函数观测器设计问题转换成一个标准的Luenberger观测器设计问题，为设计预设时间观测器估计目标向量提供了巨大的便利，且不受初始条件影响，可以在预设的时间内快速且精确地估计目标向量。
-
Patent Agency Ranking
公开(公告)号：CN116224126A
公开(公告)日：2023-06-06
申请号：CN202310341453.X
申请日：2023-03-31
Applicant: 江南大学
IPC: G01R31/392 , G01R31/367 , G01R31/36
Abstract: 本发明公开了一种电动汽车锂离子电池健康状态估计方法及系统包括，根据电池额定容量、充电循环次数、电池初始参数以及电池待辨识参数，建立电池容量衰减模型；使用混沌信号替代郊狼优化算法中随机数改进郊狼优化算法，得到混沌郊狼优化算法，结合切比雪夫混沌映射，对所述模型进行计算；根据模型计算的最优解，对电池健康状态进行估计。本专利针对混合指数‑多项式模型的辨识提出一种改进的元启发式智能算法。该方法可以将问题的已知变量转化为指定的数据形式和数据结构，进而避免考虑线性参数和非线性参数之间的耦合性，同时降低陷入局部最优的概率，进而提高参数估计精度和收敛速度，具有广泛的使用范围。理论和仿真验证了该发明是收敛的。
-
公开(公告)号：CN115421167A
公开(公告)日：2022-12-02
申请号：CN202211069327.5
申请日：2022-09-02
Applicant: 江南大学
Abstract: 本发明公开了一种用于多径环境GPS定位的变量投影算法，包括：使用非线性参数表示线性参数，降低系统辨识参数的维数；基于所述系统辨识参数构建伪距模型，并利用传统的识别算法获取用户三维坐标的参数估计；利用Aitken加速技术加快收敛速度，求得消除多径效应后的用户坐标。本发明提供的方法将测量中的多径影响作为未知量与用户坐标一起求解，使用变量投影算法将多径影响使用用户坐标参数表示，并使用Aitken加速技术减少迭代次数，最终求得消除多径效应后的用户坐标，其精度高于传统算法，具有广泛的使用范围。
-
公开(公告)号：CN100513541C
公开(公告)日：2009-07-15
申请号：CN200610096925.6
申请日：2006-10-18
Applicant: 江南大学
Abstract: 一种水酶法提取亚麻籽油的方法，属于水酶法提油工艺的技术领域。本发明是以脱胶亚麻籽为原料，经破碎、酶解、离心得到亚麻籽油。本发明对所用原料先后采用碱性蛋白酶和复合纤维素酶进行酶解，大大提高了游离油得率，所得游离油质量较高，易于精炼，有较高的营养价值和功能特性。与传统的压榨法和溶剂萃取法相比，生产过程设备简单、操作安全、污染少、能耗低。
-
公开(公告)号：CN115421167B
公开(公告)日：2024-05-28
申请号：CN202211069327.5
申请日：2022-09-02
Applicant: 江南大学
Abstract: 本发明公开了一种用于多径环境GPS定位的变量投影算法，包括：使用非线性参数表示线性参数，降低系统辨识参数的维数；基于所述系统辨识参数构建伪距模型，并利用传统的识别算法获取用户三维坐标的参数估计；利用Aitken加速技术加快收敛速度，求得消除多径效应后的用户坐标。本发明提供的方法将测量中的多径影响作为未知量与用户坐标一起求解，使用变量投影算法将多径影响使用用户坐标参数表示，并使用Aitken加速技术减少迭代次数，最终求得消除多径效应后的用户坐标，其精度高于传统算法，具有广泛的使用范围。
-
公开(公告)号：CN116256643A
公开(公告)日：2023-06-13
申请号：CN202310338922.2
申请日：2023-03-31
Applicant: 江南大学
IPC: G01R31/367 , G01R31/388
Abstract: 本发明公开了一种针对锂电池荷电状态估计的数据驱动方法，包括，利用现有的测量仪器获取L组数据，包括，每时刻的电压值、每时刻的电流值以及荷电状态；根据所获取的L组数据，构建输入矩阵以及输出向量；利用激活函数计算出隐藏层输出矩阵H，并利用最小二乘法计算出训练输出权重矩阵；通过郊狼优化算法计算出最优正则化系数，重新计算出最优训练输出权重矩阵，并计算得到最优输出矩阵；采用本发明，能够进行实时动态估计以及解决测量仪器不精准导致误差积累的问题；还能够提高估计效率；还能够防止过度拟合，提升估计方法的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
