-
公开(公告)号：CN110163255A
公开(公告)日：2019-08-23
申请号：CN201910324141.1
申请日：2019-04-22
Applicant: 济南大学
IPC: G06K9/62 , G06F16/2455 , G06F16/2458
Abstract: 本公开公开了一种基于密度峰值的数据流聚类方法及装置，以密度峰值和模糊聚类方法为基础，首次提出的疑似离群点的概念，以宽度自适应采样窗口模型以及空间-时间衰减机制为主要创新点，以提高算法对数据流聚类的效率为主要目标和出发点，创新性地提出了一种新的数据流聚类方法及装置，即一种基于密度峰值的数据流聚类方法及装置，在保障可观的聚类精度前提下，获得更高效的数据流聚类效果。
-
公开(公告)号：CN108537285A
公开(公告)日：2018-09-14
申请号：CN201810333661.4
申请日：2018-04-13
Applicant: 济南大学
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 本发明涉及一种面向数据流的全在线聚类方法，其特征在于，包括以下步骤：S1：基于在线数据角色判断的动态数据流聚类算法进行聚类；S2：根据多速率的数据衰减机制，更新数据流对象；S3：基于邻域的密度更新聚类算法；S4：在线聚类调整。
-
公开(公告)号：CN108647808B
公开(公告)日：2022-03-29
申请号：CN201810322649.3
申请日：2018-04-11
Applicant: 济南大学
Abstract: 本发明涉及一种生产参数优化预测方法、装置、设备及存储介质，包括：获取生产流程中各个工序的监测数据；对所述监测数据预处理；利用规则关联算法在任意两个工序间构建表示两个工序间影响关系的最强关联链，并将所述最强关联链与所述监测数据波动状态结合，得到状态关联链；利用柔性神经树算法根据所述状态关联链建立预测模型，得到并输出预测结果。该方法可根据预测结果对关键工序的参数进行优化，通过优化关键工序的参数进而优化燃煤锅炉的生产流程，达到节能减排、提高经济性和生产安全性的效果。
-
Patent Agency Ranking
公开(公告)号：CN110135740A
公开(公告)日：2019-08-16
申请号：CN201910419626.9
申请日：2019-05-20
Applicant: 济南大学
IPC: G06Q10/06 , G06K9/62 , G06F16/2455 , G06F16/2458
Abstract: 本公开提出了面向燃煤锅炉流程对象的实时知识发现方法及系统，包括：对采集到的锅炉的生产状态参数数据进行时序调整，得到正确的时序数据；采用基于滑动窗口的数据流聚类方法，保存每次聚类中心结果，每次对比上次聚类结果，如果相邻两次聚类结果的差值在设定范围内，不做任何操作，继续等待下一个数据流；否则，对变化趋势数学公式进行修改更新适用于最新的生产状态；继续进行后续知识发现的过程获得新的公式，通过关联规则算法进行关联链挖掘，得到各个生产参数最新的影响关系与变化规律，生成各参数之间的关联链；最后通过柔性神经树对数据进行建模预测，输出数据的新的变化趋势数学公式，从而辅助调整生产流程参数。
-
-
公开(公告)号：CN109241367A
公开(公告)日：2019-01-18
申请号：CN201810885037.5
申请日：2018-08-06
Applicant: 济南大学
IPC: G06F16/904
Abstract: 本发明提供一种基于降维窗口的主成分分析方法及系统，包括如下步骤：1.输入待处理数据集X；S2.初始化降维窗口参数e和结束条件参数a；3.根据输入数据集X计算得到初始相关系数矩阵B；4.根据初始相关系数矩阵B计算得到相关系数矩阵P；5.根据相关系数矩阵P判断是否符合结束条件；若是，进入步骤6；若否，进入步骤7；6.输出降维结果数据集X`；7.为相关系数矩阵P添加降维窗口，并将相关系数矩阵P每行元素按大小排列；8.判断是否出现窗口溢出，或者，出现窗口宽度优化后无变化；若是，进入步骤9；若否，进入步骤10；9.优化降维窗口参数；返回步骤7；10.在降维窗口内对数据进行降维处理；返回步骤3。
-
公开(公告)号：CN108647808A
公开(公告)日：2018-10-12
申请号：CN201810322649.3
申请日：2018-04-11
Applicant: 济南大学
Abstract: 本发明涉及一种生产参数优化预测方法、装置、设备及存储介质，包括：获取生产流程中各个工序的监测数据；对所述监测数据预处理；利用规则关联算法在任意两个工序间构建表示两个工序间影响关系的最强关联链，并将所述最强关联链与所述监测数据波动状态结合，得到状态关联链；利用柔性神经树算法根据所述状态关联链建立预测模型，得到并输出预测结果。该方法可根据预测结果对关键工序的参数进行优化，通过优化关键工序的参数进而优化燃煤锅炉的生产流程，达到节能减排、提高经济性和生产安全性的效果。
-
公开(公告)号：CN110163255B
公开(公告)日：2021-11-16
申请号：CN201910324141.1
申请日：2019-04-22
Applicant: 济南大学
IPC: G06K9/62 , G06F16/2455 , G06F16/2458
Abstract: 本公开公开了一种基于密度峰值的数据流聚类方法及装置，以密度峰值和模糊聚类方法为基础，首次提出的疑似离群点的概念，以宽度自适应采样窗口模型以及空间‑时间衰减机制为主要创新点，以提高算法对数据流聚类的效率为主要目标和出发点，创新性地提出了一种新的数据流聚类方法及装置，即一种基于密度峰值的数据流聚类方法及装置，在保障可观的聚类精度前提下，获得更高效的数据流聚类效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
