-
公开(公告)号：CN116822769A
公开(公告)日：2023-09-29
申请号：CN202310781558.7
申请日：2023-06-29
Applicant: 郑州轻工业大学
IPC: G06Q10/047 , G06Q10/04 , G06Q50/30 , G06Q10/0631 , G06F16/215 , G06N20/00 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于人工智能的智能交通路线优化系统，包括数据收集处理模块、数据分析与预测模块、路线规划与优化模块、用户界面与交互模块、智能决策与调度模块；本发明借助人工智能和数据科学技术，可以改善数据质量、综合多因素进行优化，并实现实时更新和调整，从而提高路线规划和优化系统的准确性、效率和用户体验。然而，仍然需要解决数据质量、多因素复杂性和实时性要求等挑战，以进一步提升技术的应用效果。
-
公开(公告)号：CN116032490B
公开(公告)日：2023-10-03
申请号：CN202310026725.7
申请日：2023-01-09
Applicant: 郑州轻工业大学
Abstract: 本发明提供了一种基于改进SM2算法的Fabric区块链构建方法，属于区块链加密技术领域，包括：将SM2算法中的签名过程第五步改进为：计算s＝(k‑erdA)mod n，若s＝0，则返回第二步；若s！＝0，则进行第六步；将SM2算法中的验证过程第三步改进为：计算t＝e′r′mod n，若t＝0，则验证不通过；若t！＝0，则进行第四步；在Fabric区块链的加密模块BCCSP上增加改进后的SM2算法，实现基于改进SM2算法的Fabric区块链构建。该方法能够构建算法效率更高的Fabric区块链系统。
-
公开(公告)号：CN112489733B
公开(公告)日：2023-04-18
申请号：CN202011470267.9
申请日：2020-12-14
Applicant: 郑州轻工业大学
IPC: G16C10/00 , G16C20/70 , G06N3/006 , G06N3/0499 , G06N3/0475 , G06N3/084 , G06F18/2431
Abstract: 本发明提出了一种基于粒子群算法和神经网络的辛烷值损失预测方法，其步骤为：首先，采集催化裂化汽油精制脱硫装置中的操作变量的原始数据和辛烷值损失值数据，并对操作变量的原始数据进行预处理；其次，采用决策树回归和皮尔森相关系数对处理后的数据进行特征筛选，得到特征变量；再利用特征变量对应的样本数据和辛烷值损失值数据对四层BP神经网络进行训练得到辛烷值损失预测模型；最后，利用粒子群算法和辛烷值损失预测模型对特征变量对应的样本数据进行迭代寻优，输出最小的辛烷值损失值对应的特征变量的取值。本发明通过将粒子群算法和BP神经网络相结合寻找最小的辛烷值损失值对应的特征变量的取值，避免了重复训练的过程，提高了预测效率。
-
公开(公告)号：CN112291562B
公开(公告)日：2022-06-14
申请号：CN202011183696.8
申请日：2020-10-29
Applicant: 郑州轻工业大学
IPC: H04N19/159 , H04N19/172 , H04N19/64
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区和帧内模式决策方法，其步骤为：首先，当CU大小为第一种尺寸时，选择有效特征来区分CU分区模式；其次，通过有效特征在线训练SVM分类器模型，并利用训练好的SVM分类器模型用于确定第一种尺寸对应的CU分区模式；当CU大小为第二种尺寸时，分别计算五个分割模式下CU的方差的方差，并将最大值对应的分割模式作为CU的最佳模式；最后，根据计算的划分后的CU的像素值偏差PVD将帧内预测模式分为垂直帧内模式和水平帧内模式，并使用改进的搜索方式确定最佳帧内预测模式。本发明既缩短了CU划分的时间，又减少了需要计算的帧内预测模式的数量，可以在保持编码质量的同时降低编码的计算复杂度。
-
公开(公告)号：CN113546534A
公开(公告)日：2021-10-26
申请号：CN202110934667.9
申请日：2021-08-16
Applicant: 郑州轻工业大学
Abstract: 本发明专利公开了一种家用领域多场景适用的微纳米气泡发生装置，具体为一种家用微纳米气泡发生装置及使用方法，其包括装置箱体，所述箱体前表面有装置控制面，且箱体一侧有两个进气孔、两个进水口、一个出水口，所述箱体内部一侧安装有高速旋切器，且高速旋切器上方安装有气液混合泵，所述箱体内部上方安装有稳压电源，且稳压电源一侧设置有智能控制器。本发明专利中一次进气与水混合后通过水力剪切、高速旋转等方式制造出一种极端条件，将气泡进行反复剪切破碎。本发明专利可实现微纳米气泡溶液的温度调节、流量控制和高效生成，满足果蔬清洗、净水沐浴、除菌清洁等需求，具有体积小、操作简单、内部工作部件布置合理、智能化控制等优点。
-
Patent Agency Ranking
公开(公告)号：CN113354251A
公开(公告)日：2021-09-07
申请号：CN202110630602.5
申请日：2021-06-07
Applicant: 郑州轻工业大学
IPC: C02F11/14
Abstract: 本发明属于污泥处理技术领域，具体为一种水合物污泥快速浓缩净化处理装置及方法，其包括：反应釜壳体、上端盖、冷剂充注口、压力传感器、温度传感器、污泥充注口、紧固螺栓、垫圈、第一水合物收纳罐、第二水合物收纳罐、前后挡板、支架、手动摇柄、水平直线丝杆、第一载物台、推拉门、右侧挡板、制冷剂罐、污泥残渣收纳器、水泵、第二载物台、离心机、解离反应釜、固定装置、三通接口、解离反应釜第一出水口、解离反应釜第二出水口、净化水收集罐、脚轮、智能控制器、定位器、驱动器、步进电机、控制面板、PC端、盘管、上挡板、滤网、滑块、卡环、试管、保温箱、安全阀和储液器，能够实现功能互补，具有低能耗、高效率的优点。
-
公开(公告)号：CN116704284A
公开(公告)日：2023-09-05
申请号：CN202310639454.2
申请日：2023-06-01
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种恶劣天气下目标检测的增强细化网络及方法，涉及交通图像处理领域。本发明的增强细化网络包括依次连接的自适应图像增强模块、特征细化模块和目标检测模块；所述自适应图像增强模块包括依次连接的限制对比度自适应直方图均衡化滤波器、自适应照明增强滤波器和拉普拉斯金字塔锐化结构；所述特征细化模块包括通过残差块依次连接的下采样层、特征细化层和上采样层。本发明使用数字图像增强技术先进行图像的增强处理，为了在图像增强时保留图像更多的细节特征，特征细化模块基于Unet的特征细化模块对模糊细节特征进行细化。
-
公开(公告)号：CN112714235A
公开(公告)日：2021-04-27
申请号：CN202011523251.X
申请日：2020-12-22
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于填充曲线和相邻像素比特置乱的图像加密方法，其步骤如下：将灰度图像变换为二维的图像矩阵；计算图像矩阵的哈希值，计算四维的超混沌系统的初始值；利用V型填充曲线置乱图像矩阵，图像矩阵转置进行第二次置乱；根据得到的初始值对超混沌系统进行迭代分别得到四个混沌序列；以一个混沌序列为起点、一个为步长，利用约瑟夫遍历图像矩阵的相邻像素的二进制位进行相邻像素比特置乱；利用混沌序列得到的序列矩阵分别对图像进行前向扩散和反向扩散，得到密文图像。本发明通过比特级与像素级的双重置换，打破了像素间的高度相关性，克服了选择/已知明文攻击及普通图像相关的统计攻击，具有较高的密钥灵敏度和抵抗差分攻击的能力。
-
公开(公告)号：CN118641702A
公开(公告)日：2024-09-13
申请号：CN202410755514.1
申请日：2024-06-12
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种水合物蓄冷系统的蓄冷量测量方法及测量装置，测量方法包括如下步骤：S1：对蓄冷槽中的溶液取样，稀释，得到稀释液，测量取样的样品质量mY以及稀释液的质量mRD。S2：将稀释液调节至特定温度范围内，检测稀释液的电导率σ、温度。S3：根据上述参数确定样品溶液的质量浓度ω2。S4：根据ω2、相变蓄冷开始前初始溶液的质量浓度ω1、相变蓄冷开始前初始溶液的总质量m1、水合物蓄冷材料的水化分子数N、水的摩尔质量MH以及稀释液中溶质的摩尔质量MT确定蓄冷槽中的水合物转化量nCT。S5：根据水合物转化量nCT、水合物蓄冷材料的摩尔质量M以及水合物蓄冷材料的相变潜热r确定水合物蓄冷系统的蓄冷量Q。本发明的蓄冷量测量方法操作更加简单，能够准确测算水合物蓄冷材料的蓄冷量，误差较小，具备高灵活性、高稳定性、高精度的特点。
-
公开(公告)号：CN116959252A
公开(公告)日：2023-10-27
申请号：CN202310942036.0
申请日：2023-07-29
IPC: G08G1/01 , G08G1/065 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F17/16
Abstract: 本发明公开了基于R‑C‑R结构的时空卷积交通流预测方法及系统，涉及交通流预测技术领域，包括：获取交通流数据的训练集；构建交通流预测模型；将训练集输入到交通流预测模型中，对训练集进行预处理，得到预处理后的数据；对预处理后的数据进行时空卷积处理，初步提取数据的空间特征和时间特征；采用ConvLSTM网络作为核心模块，并辅以Resnet网络，构建R‑C‑R结构的时空特征提取层，获取空间特征与时间特征的动态相关性；经过多次迭代后，生成最优交通流预测模型，得到最优预测结果。本发明对交通流数据浅层和深层的时空特征进行提取同时减少梯度消失对网络功能的限制，提高交通流量预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
