-
公开(公告)号：CN118690792B
公开(公告)日：2024-10-29
申请号：CN202411159541.9
申请日：2024-08-22
Applicant: 湘江实验室
IPC: G06N3/0455 , G06N3/06 , G06N3/08
Abstract: 本申请涉及一种基于特性正则化堆叠自编码器的多输出软测量方法，收集并归一化处理工业生产过程数据；训练集根据质量变量的采样率不同构建多输出特性学习训练集；将多输出特性学习训练集输入至特性正则化堆叠自编码器，计算出隐含特征；计算隐含特征与质量变量的平均斯皮尔曼系数；基于平均斯皮尔曼系数计算出特性正则化目标函数，更新特性正则化堆叠自编码器的网络参数，得到深度共性特征；基于深度共性特征训练多输出特性学习网络，得到基于特性正则化堆叠自编码器的多输出软测量模型；将测试集中的过程变量输入至多输出软测量模型，输出过程变量对应的多输出质量变量的预测值。该方法可以提高工业过程多采样率多输出过程质量变量的预测准确度。
-
公开(公告)号：CN118690792A
公开(公告)日：2024-09-24
申请号：CN202411159541.9
申请日：2024-08-22
Applicant: 湘江实验室
IPC: G06N3/0455 , G06N3/06 , G06N3/08
Abstract: 本申请涉及一种基于特性正则化堆叠自编码器的多输出软测量方法，收集并归一化处理工业生产过程数据；训练集根据质量变量的采样率不同构建多输出特性学习训练集；将多输出特性学习训练集输入至特性正则化堆叠自编码器，计算出隐含特征；计算隐含特征与质量变量的平均斯皮尔曼系数；基于平均斯皮尔曼系数计算出特性正则化目标函数，更新特性正则化堆叠自编码器的网络参数，得到深度共性特征；基于深度共性特征训练多输出特性学习网络，得到基于特性正则化堆叠自编码器的多输出软测量模型；将测试集中的过程变量输入至多输出软测量模型，输出过程变量对应的多输出质量变量的预测值。该方法可以提高工业过程多采样率多输出过程质量变量的预测准确度。
-
公开(公告)号：CN118550187B
公开(公告)日：2024-11-22
申请号：CN202411009246.5
申请日：2024-07-26
Applicant: 湘江实验室
IPC: G05B13/02
Abstract: 本发明实施例提供了一种预设时间下异构多智能体系全分布式优化方法及装置，涉及智能体系统控制技术的技术领域。其方法包括：获取目标系统中包括的智能体的智能体信息；基于所述智能体信息，确定所述智能体之间的有向通信拓扑信息；通过预设的分布式优化算法对所述有向通信拓扑信息进行函数求解计算，以确定最小化全局代价函数解；根据所述最小化全局代价函数解对所述目标系统进行协同控制。通过本发明，解决了智能体控制效率低的问题，进而达到了提高智能体系统控制效率和精度的效果。
-
公开(公告)号：CN119202557B
公开(公告)日：2025-03-14
申请号：CN202411677300.3
申请日：2024-11-22
Applicant: 湘江实验室
IPC: G06F18/15 , G06N3/044 , G06N3/047 , G06N3/0475 , G06N3/084 , G06F18/214
Abstract: 本发明属于工业数据补全方法技术领域，具体公开了一种基于位置编码自适应深度置信网络的数据补全方法，在将训练集的数据及其位置编码结合为位置编码数据层并从而预训练位置编码自适应深度置信网络，从而能够考虑到确实数据的位置信息，提高了预测模型的预测精度；并且能够筛选相似样本集在基础全局模型上进行快速微调，获得最优局部工业数据补全模型，从而在时变性较强的工业系统中能够不断保持较高的数据补全精度。
-
公开(公告)号：CN119202557A
公开(公告)日：2024-12-27
申请号：CN202411677300.3
申请日：2024-11-22
Applicant: 湘江实验室
IPC: G06F18/15 , G06N3/044 , G06N3/047 , G06N3/0475 , G06N3/084 , G06F18/214
Abstract: 本发明属于工业数据补全方法技术领域，具体公开了一种基于位置编码自适应深度置信网络的数据补全方法，在将训练集的数据及其位置编码结合为位置编码数据层并从而预训练位置编码自适应深度置信网络，从而能够考虑到确实数据的位置信息，提高了预测模型的预测精度；并且能够筛选相似样本集在基础全局模型上进行快速微调，获得最优局部工业数据补全模型，从而在时变性较强的工业系统中能够不断保持较高的数据补全精度。
-
Patent Agency Ranking
公开(公告)号：CN118734892A
公开(公告)日：2024-10-01
申请号：CN202411208550.2
申请日：2024-08-30
Applicant: 湘江实验室
Abstract: 本申请提供了EL系统中智能体获取广义纳什均衡的方法和系统，包括：判断待获取智能体是否能够通过欧拉‑拉格朗日系统EL的系统参数获取广义纳什均衡GNE；根据所述判断的结果获取所述待获取智能体的GNE，包括：如果所述判断的结果为是，则通过预设的基于线性反馈原理设计的分布式算法获取所述待获取智能体的GNE；或者，如果所述判断的结果为否，则通过追踪预设的虚拟二阶辅助系统的广义纳什均衡的轨迹，获取所述待获取智能体的GNE。使得智能体在任何运动状态下都可以获取GNE，同时对于不符合EL系统的通过预设的虚拟二阶辅助系统也可以快速准确的获取GNE。
-
公开(公告)号：CN118550187A
公开(公告)日：2024-08-27
申请号：CN202411009246.5
申请日：2024-07-26
Applicant: 湘江实验室
IPC: G05B13/02
Abstract: 本发明实施例提供了一种预设时间下异构多智能体系全分布式优化方法及装置，涉及智能体系统控制技术的技术领域。其方法包括：获取目标系统中包括的智能体的智能体信息；基于所述智能体信息，确定所述智能体之间的有向通信拓扑信息；通过预设的分布式优化算法对所述有向通信拓扑信息进行函数求解计算，以确定最小化全局代价函数解；根据所述最小化全局代价函数解对所述目标系统进行协同控制。通过本发明，解决了智能体控制效率低的问题，进而达到了提高智能体系统控制效率和精度的效果。
-
公开(公告)号：CN118169716A
公开(公告)日：2024-06-11
申请号：CN202410323284.1
申请日：2024-03-20
IPC: G01S19/21
Abstract: 本发明实施例提供了一种GNSS导航欺骗检测方法及装置，涉及GNSS导航欺骗检测的技术领域。其中，该方法包括：接收GNSS导航欺骗信号，所述欺骗信号与真实信号的功率相近且同频同相；获取对所述欺骗信号进行处理得到的超前码、即时码和滞后码，并获取所述超前码、所述即时码和所述滞后码在同相支路的三个信号输出值；根据所述三个信号输出值的总输出值得到第一检测量；将所述第一检测量与预设门限进行对比得到对比结果，并根据所述对比结果输出检测结果。通过本发明，对超前码、即时码和滞后码在同相支路的三个信号输出值求和构建SAIBO检测量，能够将真实信号和欺骗信号区分开来，从而能够提高欺骗检测性能。
-
公开(公告)号：CN118169716B
公开(公告)日：2024-08-27
申请号：CN202410323284.1
申请日：2024-03-20
IPC: G01S19/21
Abstract: 本发明实施例提供了一种GNSS导航欺骗检测方法及装置，涉及GNSS导航欺骗检测的技术领域。其中，该方法包括：接收GNSS导航欺骗信号，所述欺骗信号与真实信号的功率相近且同频同相；获取对所述欺骗信号进行处理得到的超前码、即时码和滞后码，并获取所述超前码、所述即时码和所述滞后码在同相支路的三个信号输出值；根据所述三个信号输出值的总输出值得到第一检测量；将所述第一检测量与预设门限进行对比得到对比结果，并根据所述对比结果输出检测结果。通过本发明，对超前码、即时码和滞后码在同相支路的三个信号输出值求和构建SAIBO检测量，能够将真实信号和欺骗信号区分开来，从而能够提高欺骗检测性能。
-
公开(公告)号：CN118094368B
公开(公告)日：2024-07-02
申请号：CN202410523128.X
申请日：2024-04-28
Applicant: 湘江实验室
IPC: G06F18/2413 , G06F18/10 , G06F18/213 , G06F18/21 , G06N3/0455 , G06N3/08 , G01M13/045
Abstract: 本发明实施例提供了一种基于扩散模型和注意力机制的轴承故障诊断方法及装置，涉及轴承故障检测技术的技术领域。其方法包括：获取初始轴承故障信息；预设的扩散模型基于所述初始轴承信号进行信号生成处理，以得到训练信号以及测试信号；基于所述信号时频特征以及所述信号因果特征确定目标注意力机制模型；通过所述训练信号对所述注意力机制模型进行训练优化处理，以得到轴承故障信号目标分类模型；通过所述测试信号对所述轴承故障信号目标分类模型进行故障识别处理，以得到故障识别结果。通过本发明，解决了轴承故障识别精度低的问题，进而达到了提高轴承故障识别精度的效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
