-
公开(公告)号：CN113920348B
公开(公告)日：2025-03-18
申请号：CN202111175109.5
申请日：2021-10-09
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/774 , G06N3/084 , G06N3/0895 , G06N3/096 , G06N3/0464
Abstract: 本发明涉及一种基于半监督动量原型网络的风力发电机组齿轮箱诊断方法，属于故障诊断领域。该方法包括半监督动量原型网络训练与故障诊断识别两个流程；1、半监督动量原型网络训练：2、风力发电机组齿轮箱故障诊断：本发明结合半监督中的伪标签学习与小样本学习中的半监督动量原型网络，提出了一种基于半监督动量原型网络的风力发电机组齿轮箱故障诊断方法，该方法充分利用了无标记样本中包含的故障信息，大幅度减轻了原型网络由于标记样本稀缺导致的过拟合现象，增强了半监督动量原型网络在进行微调时的稳定性和准确性。
-
公开(公告)号：CN117575219A
公开(公告)日：2024-02-20
申请号：CN202311523718.4
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 尹霄 , 向敏 , 徐洋 , 陈昌川 , 程安宇 , 胡峰 , 代劲 , 余建航 , 何维晟 , 陈昕 , 陈正新 , 潘顺 , 徐扬 , 何云龙 , 王晶 , 何梓杰 , 王志军 , 彭禾欣 , 胡俊燕 , 张亚垅 , 江振光 , 李梓 , 谈力 , 喻腾飞
IPC: G06Q10/0631 , G06Q10/04 , G06Q30/0202 , G06Q50/06 , G06Q50/50 , H02J3/00 , H04N23/50 , H04N7/18
Abstract: 本发明属于充电站选址技术领域，具体涉及一种基于山地电动汽车出行特征的充电设施规划方法及系统，所述方法包括：在山地城市环境下建立山地城市交通路网模型；计算路网中任意两个节点间的耗电量；计算任意两点之间的最短行程时间信息；计算道路上的电动汽车数量；预测电动汽车的充电负荷；建立多目标函数；将建立的多目标函数作为评估指标，采用TOPSIS评价分析方法在实际山地城市环境下充电站最优位置规划方案。本发明考虑了电动汽车交通行为影响，进行考虑多目标的山地城市充电设施规划；并采用主客观综合计算权重的方法进行最优解集寻优，得到的规划结果能满足多个目标需求。
-
公开(公告)号：CN117352162A
公开(公告)日：2024-01-05
申请号：CN202311389736.8
申请日：2023-10-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及医疗领域，特别涉及一种基于双规则因果特征选择的疾病因素数据处理方法，本发明将特征选择方法与因果贝叶斯网络结合，通过引入改进的OR规则和AND规则充分挖掘与疾病存在因果关系的疾病危险因素，避免了现有特征选择方法因挖掘错误的因果关系而导致有偏疾病预测输出；本发明通过融合双规则挖掘与疾病具有因果关系的父子特征和配偶特征，解决了当前疾病危险因素挖掘算法存在的假阳性与假阴性错误，并进一步采用分类器进行疾病预测，进而提高疾病诊断系统的精度。
-
公开(公告)号：CN117727464B
公开(公告)日：2024-10-01
申请号：CN202311575741.8
申请日：2023-11-23
Applicant: 重庆邮电大学
IPC: G16H50/70 , G06F18/211 , G06F18/214 , G06F18/23213 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及医疗数据处理领域，特别涉及基于医疗多视图疾病预测模型的训练方法及设备。本发明将多视图表示学习方法与注意力机制相结合，通过引入改进的多视图层次注意力机制，避免了现有多视图表示学习方法因忽略视图间的重要性差异，而导致疾病预测的有偏输出；引入改进的元学习权重网络，使用元学习权重网络替代了损失权重函数，通过学习网络的分类损失与距离度量损失以自适应调节元学习权重网络参数，减少对样本加权函数超参数的人为设置，提高了少数类的分类精度，缓解了传统机器学习算法分类结果偏向多数类的影响。
-
公开(公告)号：CN115479769A
公开(公告)日：2022-12-16
申请号：CN202211147172.2
申请日：2022-09-19
Applicant: 重庆邮电大学
IPC: G01M13/021 , G01M13/028 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及故障诊断领域，特别涉及一种基于目标域倾斜对抗网络的行星齿轮箱开放集故障诊断方法，本发明将结合无监督领域中的开放集领域自适应方法与对抗学习中的领域对抗网络，充分利用了无标签目标域故障样本信息，避免了现有开放集故障诊断方法因偏向于有标签源域故障样本而导致的有偏故障预测输出；本发明通过构建目标域倾斜分类器更为清晰地划分目标域中已知故障样本与未知故障样本间的边界，同时输出目标域样本的伪预测来指导目标域倾斜对抗网络的训练，提升开放集故障诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN117352162B
公开(公告)日：2024-10-01
申请号：CN202311389736.8
申请日：2023-10-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及医疗领域，特别涉及一种基于双规则因果特征选择的疾病因素数据处理方法，本发明将特征选择方法与因果贝叶斯网络结合，通过引入改进的OR规则和AND规则充分挖掘与疾病存在因果关系的疾病危险因素，避免了现有特征选择方法因挖掘错误的因果关系而导致有偏疾病预测输出；本发明通过融合双规则挖掘与疾病具有因果关系的父子特征和配偶特征，解决了当前疾病危险因素挖掘算法存在的假阳性与假阴性错误，并进一步采用分类器进行疾病预测，进而提高疾病诊断系统的精度。
-
公开(公告)号：CN117727464A
公开(公告)日：2024-03-19
申请号：CN202311575741.8
申请日：2023-11-23
Applicant: 重庆邮电大学
IPC: G16H50/70 , G06F18/211 , G06F18/214 , G06F18/23213 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及医疗数据处理领域，特别涉及基于医疗多视图疾病预测模型的训练方法及设备。本发明将多视图表示学习方法与注意力机制相结合，通过引入改进的多视图层次注意力机制，避免了现有多视图表示学习方法因忽略视图间的重要性差异，而导致疾病预测的有偏输出；引入改进的元学习权重网络，使用元学习权重网络替代了损失权重函数，通过学习网络的分类损失与距离度量损失以自适应调节元学习权重网络参数，减少对样本加权函数超参数的人为设置，提高了少数类的分类精度，缓解了传统机器学习算法分类结果偏向多数类的影响。
-
公开(公告)号：CN120032910A
公开(公告)日：2025-05-23
申请号：CN202510196443.0
申请日：2025-02-21
Applicant: 重庆邮电大学
Abstract: 本发明属于数据挖掘与知识发现技术领域，具体涉及一种基于粗糙熵的关键致病因素获取方法，包括：将疾病因素用直觉模糊信息系统进行刻画，基于直觉模糊信息系统中的优势关系建立一种有效的粒化机制，使得在此关系下的信息粒符合粒度单调性；基于粗糙熵对直觉模糊信息系统进行不确定性度量，进而刻画致病因素重要度；通过致病因素重要度得到所有的关键致病因素，以提高医疗诊断的决策质量和知识发现的效率。本发明减少了冗余因素和数据维度并降低了计算资源消耗，有效地提高了决策质量和知识发现的效率。
-
公开(公告)号：CN115479769B
公开(公告)日：2025-03-21
申请号：CN202211147172.2
申请日：2022-09-19
Applicant: 重庆邮电大学
IPC: G01M13/021 , G01M13/028 , G06F18/24 , G06F18/214 , G06F18/213 , G06F18/22 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及故障诊断领域，特别涉及一种基于目标域倾斜对抗网络的行星齿轮箱开放集故障诊断方法，本发明将结合无监督领域中的开放集领域自适应方法与对抗学习中的领域对抗网络，充分利用了无标签目标域故障样本信息，避免了现有开放集故障诊断方法因偏向于有标签源域故障样本而导致的有偏故障预测输出；本发明通过构建目标域倾斜分类器更为清晰地划分目标域中已知故障样本与未知故障样本间的边界，同时输出目标域样本的伪预测来指导目标域倾斜对抗网络的训练，提升开放集故障诊断精度。
-
公开(公告)号：CN117578409A
公开(公告)日：2024-02-20
申请号：CN202311523457.6
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 刘上华 , 陈昕 , 杨燕 , 何智光 , 向敏 , 胡峰 , 代劲 , 陈功贵 , 余建航 , 陈正新 , 潘顺 , 徐扬 , 何云龙 , 何梓杰 , 王晶 , 王志军 , 江振光 , 彭禾欣 , 胡俊燕 , 张亚垅 , 李梓 , 谈力 , 喻腾飞
IPC: H02J3/00 , H02J3/14 , H02J3/28 , H02J3/46 , G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/006
Abstract: 本发明属于电力系统运行调度技术领域，具体涉及一种电力市场环境下的多能互补优化调度方法及系统，包括：获取可再生能源发电量和负荷历史数据；构建预测模型；将可再生能源发电量和负荷历史数据输入到预测模型中，得到未来时段可再生能源发电量和负荷的数据；构建源网储能协同调度模型，将未来时段可再生能源发电量和负荷的数据输入到源网储能协同调度模型中，得到源网荷储协同调度的方案；采用改进后的花授粉优化算法对源网荷储协同调度的方案进行校验，得到最优的源网荷储协同调度的方案；本发明通过对正余弦算法进行优化，通过优化后的正余弦算法对粒子群算法进行优化，从而筛选出Bi‑LSTM网络的最优参数，提高了模型的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.017 seconds)
