-
公开(公告)号：CN111985723B
公开(公告)日：2024-09-20
申请号：CN202010886044.4
申请日：2020-08-28
Applicant: 浙江工业大学
IPC: G06F18/22 , G06F18/27 , G06F18/214 , G06F30/28 , G06F30/27 , G06F18/241
Abstract: 基于即时最小二乘支持向量回归离心泵外特性的预测方法，属于离心泵外特性预测技术领域。它包括以下步骤：1)数据采集；2)数据处理：对所记录的数据进行分析，经过归一化处理，获得模型的输入数据；3)选取相似样本；4)离心泵外特性预测模型的建立。本发明涉及离心泵的运行数据处理和即时学习与最小二乘支持向回归组成的模型在预测离心泵外特性的应用，同时使用留一交叉验证法获得最佳的正则化系数和核参数，通过三者的结合能够进行现有离心泵运行数据的分析及外特性预测；对启动区间的数据进行了剔除，使得模型受到扰动的风险较小；并在即时最小二乘支持向量回归模型中采用了即时学习中的相似度度量准则，能使得模型的泛化性能更好。
-
公开(公告)号：CN108690660A
公开(公告)日：2018-10-23
申请号：CN201810529349.2
申请日：2018-05-29
Applicant: 浙江工业大学
Abstract: 本发明公开了一种快速处理餐厨垃圾联产高值燃气和生物炭的方法，先对餐厨垃圾进行预处理；然后进行补水至含水量80‑90%；在用高压泵将餐厨垃圾注入超临界反应器中加热至超临界状态；在反应器中反应20‑40分钟；最后通过气水分离器、过滤器、洗涤器、干燥器后获得高值燃气和生物炭。本发明的处理处理速度大幅度加快，处理更加彻底，占地面积小，并无二次污染，极大的提高餐厨垃圾日处理量，可以更好地应对我国餐厨垃圾产量高和产量逐年增长等现实问题。
-
Patent Agency Ranking
公开(公告)号：CN112798648B
公开(公告)日：2022-06-03
申请号：CN202011426444.3
申请日：2020-12-09
Applicant: 浙江工业大学
Abstract: 基于生成核主成分热影像分析的复合材料缺陷检测方法，属于复合材料热成像无损检测技术领域。它包括以下步骤：步骤1、获取复合材料的热影像数据集；步骤2、热影像数据的扩增和预处理：建立谱归一化生成对抗网络生成热图像；步骤3、建立核主成分分析模型：特征空间映射和投影矩阵计算；步骤4、图像重构与缺陷可视化；步骤5、模型表现评估。本发明采用基于生成对抗网络的数据扩增策略和基于核映射的非线性降维技术来分析具有非线性特性的热图像数据；在原始热影像数据较少的情况下生成与实验记录热图像分布相同的数据；采用核主成分热成像分析模型解决了热影像分析中缺陷和背景难以分离的问题，提高了缺陷的可见性。
-
公开(公告)号：CN112798648A
公开(公告)日：2021-05-14
申请号：CN202011426444.3
申请日：2020-12-09
Applicant: 浙江工业大学
Abstract: 基于生成核主成分热影像分析的复合材料缺陷检测方法，属于复合材料热成像无损检测技术领域。它包括以下步骤：步骤1、获取复合材料的热影像数据集；步骤2、热影像数据的扩增和预处理：建立谱归一化生成对抗网络生成热图像；步骤3、建立核主成分分析模型：特征空间映射和投影矩阵计算；步骤4、图像重构与缺陷可视化；步骤5、模型表现评估。本发明采用基于生成对抗网络的数据扩增策略和基于核映射的非线性降维技术来分析具有非线性特性的热图像数据；在原始热影像数据较少的情况下生成与实验记录热图像分布相同的数据；采用核主成分热成像分析模型解决了热影像分析中缺陷和背景难以分离的问题，提高了缺陷的可见性。
-
公开(公告)号：CN111985170B
公开(公告)日：2024-09-27
申请号：CN202010887517.2
申请日：2020-08-28
Applicant: 浙江工业大学
IPC: G06F30/28 , G06F30/27 , G06F18/22 , G06F18/27 , G06F113/08 , G06F119/14
Abstract: 一种改进的离心泵外特性预测方法，属于离心泵外特性预测技术领域。它包括以下步骤：1)数据采集；2)选取相似样本：对所有历史数据样本通过相似度度量选取相似样本；3)离心泵外特性预测模型的建立；4)模型的选取。本发明同时使用不同核函数建立不同的最小二乘支持向量回归，基于最小绝对误差选取最佳的模型，通过四者的结合能够进行现有离心泵运行数据的分析和在不进行离心泵外特性实验的条件下对离心泵外特性进行预测；即时自适应最小二乘支持向量回归模型中采用了即时学习中的相似度度量准则，同时使用多核自适应学习使得每个预测样本都有与之对应最佳的核函数，三者的结合能使得模型的泛化性能和预测精度更好。
-
公开(公告)号：CN111985723A
公开(公告)日：2020-11-24
申请号：CN202010886044.4
申请日：2020-08-28
Applicant: 浙江工业大学
Abstract: 基于即时最小二乘支持向量回归离心泵外特性的预测方法，属于离心泵外特性预测技术领域。它包括以下步骤：1)数据采集；2)数据处理：对所记录的数据进行分析，经过归一化处理，获得模型的输入数据；3)选取相似样本；4)离心泵外特性预测模型的建立。本发明涉及离心泵的运行数据处理和即时学习与最小二乘支持向回归组成的模型在预测离心泵外特性的应用，同时使用留一交叉验证法获得最佳的正则化系数和核参数，通过三者的结合能够进行现有离心泵运行数据的分析及外特性预测；对启动区间的数据进行了剔除，使得模型受到扰动的风险较小；并在即时最小二乘支持向量回归模型中采用了即时学习中的相似度度量准则，能使得模型的泛化性能更好。
-
公开(公告)号：CN111985170A
公开(公告)日：2020-11-24
申请号：CN202010887517.2
申请日：2020-08-28
Applicant: 浙江工业大学
IPC: G06F30/28 , G06F30/27 , G06Q10/04 , G06K9/62 , G06F113/08 , G06F119/14
Abstract: 一种改进的离心泵外特性预测方法，属于离心泵外特性预测技术领域。它包括以下步骤：1)数据采集；2)选取相似样本：对所有历史数据样本通过相似度度量选取相似样本；3)离心泵外特性预测模型的建立；4)模型的选取。本发明同时使用不同核函数建立不同的最小二乘支持向量回归，基于最小绝对误差选取最佳的模型，通过四者的结合能够进行现有离心泵运行数据的分析和在不进行离心泵外特性实验的条件下对离心泵外特性进行预测；即时自适应最小二乘支持向量回归模型中采用了即时学习中的相似度度量准则，同时使用多核自适应学习使得每个预测样本都有与之对应最佳的核函数，三者的结合能使得模型的泛化性能和预测精度更好。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
