-
公开(公告)号：CN107229970B
公开(公告)日：2018-08-17
申请号：CN201710501486.0
申请日：2017-06-27
Applicant: 重庆科技学院
Abstract: 本发明公开了一种共享直饮水水质自适应动态自学习在线监测方法，包括：S110建立神经网络输入样本集；S120建立神经网络输出样本集；S130获得归一化样本集；S140根据所述归一化样本集构建三层的BP神经网络模型；S150根据所述三层BP神经网络，运用UKF算法进行网络权值阈值动态调整；S160对云端服务器上积累的海量数据，利用UKFNN算法进行建模，获取神经网络参数；S170对实时变化的恒定水箱内水质的影响因素实现实时预测；根据恒定水箱水质实时预测，实现共享直饮水水质自适应动态自学习在线监测。本发明提供共享直饮水水质动态自学习在线监测方法及系统，具有的技术效果或优点是：改变传统饮水方式，为用户提供一种快捷、健康、方便的饮水方式，满足人民快节奏生活水平和高质量生活水平要求。
-
公开(公告)号：CN108182337B
公开(公告)日：2021-07-09
申请号：CN201810200655.1
申请日：2018-03-12
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于ScMiUKFNN算法的天然气净化工艺建模方法，包括以下步骤：步骤S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；步骤S2：采集预设时间的所述工艺参数和所述性能指标的数据；步骤S3：形成归一化样本集，取所述归一化样本集中一部分作为训练样本，剩余部分作为测试样本；步骤S4：基于训练样本构建神经网络模型和所述神经网络模型的初始状态变量；步骤S5：利用ScMiUKFNN算法估计所述神经网络模型的最优状态变量；步骤S6：获得训练样本更新后的神经网络模型；步骤S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如果比较结果小于预设误差值，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差值。
-
公开(公告)号：CN108694416A
公开(公告)日：2018-10-23
申请号：CN201810502322.4
申请日：2018-05-23
Applicant: 重庆科技学院
CPC classification number: G06K9/629 , G08B13/124
Abstract: 本发明提供了一种基于多特征融合算法的振动光纤入侵事件检测方法，包括：(1)采集没有入侵事件发生的背景噪声数据以及发生入侵事件的振动信号波形数据，形成样本集[X,Y]；(2)对样本集[X,Y]进行归一化处理，形成归一化样本集在所述归一化样本集中随机抽取部分样本作为训练样本用以训练参数，剩余样本作为测试样本用以测试性能；(3)对训练样本进行加窗分帧处理；(4)利用多特征融合算法检测振动光纤入侵信号的起止端点，判断是否为真正入侵信号；(5)利用测试样本检验所构建的检测起止端点模型是否有效。本发明利用短时能量、短时过零率、短时小波系数能量和三个能量特征融合来区分静默信号和入侵信号，能够较为准确检测振动光纤入侵事件。
-
公开(公告)号：CN107300855B
公开(公告)日：2018-10-12
申请号：CN201710511789.0
申请日：2017-06-27
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明公开了一种共享直饮水机水质保障管理控制方法，包括以下步骤：S110：根据恒定水箱内水质影响参数和恒定水箱水质标准，构建建模样本集；S120：将建模样本集进行归一化处理，获得归一化样本集；S130：根据所述归一化样本集构建三层的BP神经网络模型；S140：采用所述BP神经网络模型对通过云端服务器上积累的海量数据进行处理，获取神经网络参数；S150：利用上述所建立BP神经网络模块对云端服务器实时产生的新数据进行水质实时预测；S160：利用专家经验系统对水质进行分类，从而判断是否启动水箱排空系统。本发明为用户提供一种共享直饮水机水质保障管理控制方法及系统，不但可以保证方便喝到饮用水，且真正做到健康、快捷方便饮水。
-
公开(公告)号：CN107192802B
公开(公告)日：2018-03-27
申请号：CN201710500789.0
申请日：2017-06-27
Applicant: 重庆科技学院
IPC: G01N33/18
Abstract: 本发明公开了一种共享直饮水水质在线监测方法，包括以下步骤：S110根据恒定水箱内影响水质的控制参数，建立神经网络输入样本集；S120根据实时测量的恒定水箱内水质指标，建立神经网络输出样本集；S130将输入样本集和输出样本集进行归一化处理，获得归一化样本集；S140根据所述归一化样本集构建GRNN网络模型；S150根据所述GRNN网络模型，获得网络扩展因子；S160对实时变化的恒定水箱内水质的影响因素实现实时预测；根据恒定水箱水质实时预测，实现共享直饮水水质自适应动态自学习在线监测。本发明为用户提供一种快速、健康、便捷的共享直饮水装置及系统，不但可以保证方便喝到饮用水，且真正做到健康、快捷方便饮水，最终实现共享直饮水自适应动态学习在线检测系统。
-
Patent Agency Ranking
公开(公告)号：CN107301732A
公开(公告)日：2017-10-27
申请号：CN201710501478.6
申请日：2017-06-27
Applicant: 重庆科技学院
CPC classification number: G07F13/00 , G06Q20/3276
Abstract: 本发明公开了一种共享直饮水机自动购水管理与控制方法，包括S1：用户通过手机客户端扫描共享直饮水机上的二维码，向云端服务器发送购水请求；S2：云端服务器识别该用户是否为已注册用户或账户存有余额；S3：若满足上述条件，云端服务器则直接向该台共享直饮水机发送指令，打开出水阀门，实现用户用水，并启动流量计量系统；S4：当用户用水需求得到满足后，用户直接在直饮机上按下停止按钮，结束此次用水，并根据用水流量从用户余额中扣除用水费用；S5：当用户完成支付账单后，用户结束此次共享直饮水使用；S6：云端服务器记录租借事件信息。本发明以解决方便、健康、快捷的共享直饮水饮用问题，保证共享直饮水方便、快捷，实现共享直饮水智能管理。
-
公开(公告)号：CN108682101A
公开(公告)日：2018-10-19
申请号：CN201810502332.8
申请日：2018-05-23
Applicant: 重庆科技学院
IPC: G08B13/186
CPC classification number: G08B13/186
Abstract: 本发明提供了一种基于双门限法的振动光纤入侵事件检测方法，包括：(1)采集没有入侵事件发生的背景噪声数据以及发生入侵事件的振动信号波形数据，形成样本集[X,Y]；(2)对样本集[X,Y]进行归一化处理，形成归一化样本集在所述归一化样本集中随机抽取部分样本作为训练样本用以训练参数，剩余样本作为测试样本用以测试性能；(3)对训练样本进行加窗分帧处理得到第i帧的检测信号Xi(n)；(4)利用双门限算法检测振动光纤入侵信号的起止端点，判断是否为入侵信号；(5)利用测试样本检验所构建的检测起止端点模型是否有效。本发明利用双门限法来区分静默信号和入侵信号，能够较为准确检测振动光纤入侵事件。
-
公开(公告)号：CN108182337A
公开(公告)日：2018-06-19
申请号：CN201810200655.1
申请日：2018-03-12
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于ScMiUKFNN算法的天然气净化工艺建模方法，包括以下步骤：步骤S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；步骤S2：采集预设时间的所述工艺参数和所述性能指标的数据；步骤S3：形成归一化样本集，取所述归一化样本集中一部分作为训练样本，剩余部分作为测试样本；步骤S4：基于训练样本构建神经网络模型和所述神经网络模型的初始状态变量；步骤S5：利用ScMiUKFNN算法估计所述神经网络模型的最优状态变量；步骤S6：获得训练样本更新后的神经网络模型；步骤S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如果比较结果小于预设误差值，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差值。
-
公开(公告)号：CN107300855A
公开(公告)日：2017-10-27
申请号：CN201710511789.0
申请日：2017-06-27
Applicant: 重庆科技学院
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种共享直饮水机水质保障管理控制方法，包括以下步骤：S110：根据恒定水箱内水质影响参数和恒定水箱水质标准，构建建模样本集；S120：将建模样本集进行归一化处理，获得归一化样本集；S130：根据所述归一化样本集构建三层的BP神经网络模型；S140：采用所述BP神经网络模型对通过云端服务器上积累的海量数据进行处理，获取神经网络参数；S150：利用上述所建立BP神经网络模块对云端服务器实时产生的新数据进行水质实时预测；S160：利用专家经验系统对水质进行分类，从而判断是否启动水箱排空系统。本发明为用户提供一种共享直饮水机水质保障管理控制方法及系统，不但可以保证方便喝到饮用水，且真正做到健康、快捷方便饮水。
-
公开(公告)号：CN108509692B
公开(公告)日：2022-03-25
申请号：CN201810201222.8
申请日：2018-03-12
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于MiUKFNN算法的高含硫天然气脱硫工艺建模方法，包括：S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；S2：采集预设时间的所述工艺参数和所述性能指标的数据，剔除误差样本后形成样本集；S3：对样本集进行归一化形成归一化样本集，并从中选取训练样本和测试样本；S4：基于训练样本构建神经网络模型和初始状态变量；S5：利用MiUKFNN算法估计最优状态变量；S6：将最优状态变量作为神经网络模型的连接权值和阈值，即获得权值阈值更新后的神经网络模型；S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如小于预设误差精度，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差精度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.031 seconds)
