-
公开(公告)号：CN109146144A
公开(公告)日：2019-01-04
申请号：CN201810836499.8
申请日：2018-07-26
Applicant: 西安工程大学
CPC classification number: G06Q10/04 , G06K9/6278
Abstract: 本发明公开的基于改进贝叶斯网络的滑坡灾害预测方法，首先建立滑坡体监测预警系统，获取初始滑坡灾害影响因子数据，经标准化处理后运用PCA算法提取并筛选出主要影响因子；将筛选出的主要影响因子样本数据按比例分为训练样本集与测试样本集，并划分出滑坡发生等级；然后构建基于改进贝叶斯的滑坡预测模型，通过加权处理计算出引入特征量后的滑坡发生概率，并添加闭环学习过程，完成滑坡灾害预测；本发明公开的方法通过筛选滑坡灾害主要影响因子，在基于改进贝叶斯模型中对特征量加权处理并添加闭环学习环节输出滑坡发生概率，增加容错率，提升预报精度。
-
公开(公告)号：CN109063247A
公开(公告)日：2018-12-21
申请号：CN201810667868.5
申请日：2018-06-26
Applicant: 西安工程大学
CPC classification number: G06F17/5009 , G06N3/0454 , G06N3/086
Abstract: 本发明公开的基于深度信念网络的滑坡灾害预报方法，首先建立滑坡体监测预警系统，采集大量灾害诱发因子，运用MIV算法筛选，筛选出主要灾害诱发因子；将筛选出的灾害诱发因子进行标准化过程，按特定比例分为测试样本和训练样本；然后，构建基于深度信念网络的滑坡灾害预报模型，设置结构为两层RBM和三层BP网络组成；采用CD算法对RBM预训练，更新网络参数；采用遗传算法监督训练学习，保证DBN网络整体最优；最后，重构已优化的滑坡灾害预报模型，对输出结果进行滑坡等级划分，预报出滑坡发生可能性。本发明公开的方法通过提取特征灾害诱发因子，加快收敛速度，防止陷入局部最优，提升滑坡灾害预报精度。
-
公开(公告)号：CN109146144B
公开(公告)日：2021-11-19
申请号：CN201810836499.8
申请日：2018-07-26
Applicant: 西安工程大学
Abstract: 本发明公开的基于改进贝叶斯网络的滑坡灾害预测方法，首先建立滑坡体监测预警系统，获取初始滑坡灾害影响因子数据，经标准化处理后运用PCA算法提取并筛选出主要影响因子；将筛选出的主要影响因子样本数据按比例分为训练样本集与测试样本集，并划分出滑坡发生等级；然后构建基于改进贝叶斯的滑坡预测模型，通过加权处理计算出引入特征量后的滑坡发生概率，并添加闭环学习过程，完成滑坡灾害预测；本发明公开的方法通过筛选滑坡灾害主要影响因子，在基于改进贝叶斯模型中对特征量加权处理并添加闭环学习环节输出滑坡发生概率，增加容错率，提升预报精度。
-
公开(公告)号：CN111827410A
公开(公告)日：2020-10-27
申请号：CN202010614288.7
申请日：2020-06-30
Applicant: 西安工程大学
Abstract: 本发明公开一种具有定位功能的消防栓，设置于消防栓上的定位模块，信息发送与接收模块以及后台的数据管理终端模块。定位模块包括GPS模块，流量传感器、水压传感器；信息发送与接收模块包括模数转换模块、微处理器、通信模块；后台的数据管理终端模块包括终端APP。数模转换模块将与水压传感器、GPS模块、水流传感器相连，实时监控消防栓的状态信息，将模拟信号转化为数字信号，利用无线通信模块发送给终端，在终端APP上实时获取消防栓的状态信息。实现了对消防水源准确计算；用新的定位系统代替原来的消防方法，从根本上解决了现有消防系统对就近水源利用不足的问题。
-
公开(公告)号：CN110297489A
公开(公告)日：2019-10-01
申请号：CN201910398410.9
申请日：2019-05-14
Applicant: 西安工程大学
Abstract: 本发明公开的无人驾驶车辆的控制方法，首先通过无人驾驶车辆控制系统采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；然后，建立模糊控制器；将车辆当前状态的环境信息作为输入量，输入到模糊控制器中，对输入的车辆的环境信息进行优化处理，实现车辆的路径规划。本发明的无人驾驶车辆的控制方法，根据人们的经验与实际场合需求，切合实际的对车辆所处的环境进行划分，建立本系统及控制模型构建，并能实时更新环境状态数据，时效性佳，可靠性强，能够达到预期的无人驾驶功能。
-
Patent Agency Ranking
公开(公告)号：CN106128035B
公开(公告)日：2018-10-02
申请号：CN201610504858.0
申请日：2016-06-30
Applicant: 西安工程大学
IPC: G08B21/10
Abstract: 本发明公开了基于神经网络和多参数信息融合的地质灾害预报方法，首先建立基于神经网络和多参数信息融合的地质灾害预报模型；随后建立地质灾害发生概率与地质灾害等级之间的关系；最后利用多参数地质灾害监测系统进行数据采集，实现地质灾害的预报。本发明采用RBF神经网络进行预报模型的建立，能够计算出当前条件下对应的地质灾害发生概率，并能够根据发生概率，推算出地质灾害等级，从而可以采取对应等级的措施来预防和减少灾害的发生；充分考虑影响崩塌滑坡、泥石流地质灾害的多个因素，对做出预报决策提供了更加准确的依据，改善了传统地质监测系统只能采集数据而不能进行分析的缺陷。
-
公开(公告)号：CN106128035A
公开(公告)日：2016-11-16
申请号：CN201610504858.0
申请日：2016-06-30
Applicant: 西安工程大学
IPC: G08B21/10
CPC classification number: G08B21/10
Abstract: 本发明公开了基于神经网络和多参数信息融合的地质灾害预报方法，首先建立基于神经网络和多参数信息融合的地质灾害预报模型；随后建立地质灾害发生概率与地质灾害等级之间的关系；最后利用多参数地质灾害监测系统进行数据采集，实现地质灾害的预报。本发明采用RBF神经网络进行预报模型的建立，能够计算出当前条件下对应的地质灾害发生概率，并能够根据发生概率，推算出地质灾害等级，从而可以采取对应等级的措施来预防和减少灾害的发生；充分考虑影响崩塌滑坡、泥石流地质灾害的多个因素，对做出预报决策提供了更加准确的依据，改善了传统地质监测系统只能采集数据而不能进行分析的缺陷。
-
公开(公告)号：CN109886456B
公开(公告)日：2023-04-18
申请号：CN201910032106.2
申请日：2019-01-14
Applicant: 西安工程大学
Abstract: 本发明公开的基于PCA与混合核函数LSSVR的泥石流预测方法，首先，建立泥石流监测预警系统，获取初始泥石流灾害发生的影响因子，并且通过PCA将获取的初始影响因子进行降维；其次，利用降维后的初始影响因子构建混合核函数LSSVR泥石流灾害模型；然后，运用鲸鱼算法优化建立的混合核函数LSSVR泥石流灾害模型，得到优化后的组合模型参数；最后，利用得到的组合模型参数，重构混合核函数LSSVR泥石流灾害模型，输出泥石流发生的预测结果。本发明公开的方法大大降低了模型结构的复杂性，防止维数灾难；引用混合核函数机制来平衡模型学习能力与泛化能力，提升预测精确度。
-
公开(公告)号：CN112270229A
公开(公告)日：2021-01-26
申请号：CN202011110977.0
申请日：2020-10-16
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于奇异谱分析的滑坡体位移预测方法，具体按照以下实施：利用奇异谱分析的谱分解理论与嵌入重构理论对时间序列进行数据预处理得到累积滑坡位移数据；从累积位移中剔除趋势项位移，即可得到周期项位移；采用高斯拟合对趋势项位移进行拟合预测；采用快速多个主成分并行提取算法从预测趋势项位移中选取影响因子，利用贝叶斯优化算法选取LSTM模型相关参数；并构建训练集、验证集和预测集，建立LSTM网络模型预测周期项位移；根据时间序列分解原理，将各位移子序列预测值叠加，得到位移的最终预测值，完成滑坡体位移预测方法。解决了现有技术中存在的难以融合多源异构影响因子进行协同、动态预报的问题。
-
公开(公告)号：CN111967648A
公开(公告)日：2020-11-20
申请号：CN202010697270.8
申请日：2020-07-20
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于宽度学习模型的泥石流灾害预报方法，具体按照以下步骤实施：步骤1、建立泥石流监测预警系统，获取初始泥石流灾害影响因子数据，经标准化处理后运用快速多个主成分并行提取算法FMPCE筛选出6个主要影响因子；步骤2、构建基于宽度学习模型的泥石流灾害预测模型，用矩阵随机近似奇异值分解对步骤2构建的基于宽度学习模型的泥石流灾害预测模型进行了优化，将步骤1得到的泥石流灾害的6个主要影响因子作为宽度学习算法BL的输入，输出泥石流发生概率，完成泥石流灾害预测，解决了现有技术中存在的灾害预测中输入数据维度较大的问题。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.016 seconds)
