公开(公告)号：CN115545338A

公开(公告)日：2022-12-30

申请号：CN202211343836.2

申请日：2022-10-31

Applicant: 南京信息工程大学

Inventor： 张佳 ,  乐旭 ,  汤金平

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于BP神经网络的太阳能辐射预测订正方法及系统，包括构造基于BP神经网络的太阳辐射预测订正模型；获取太阳辐射的预测值，并导入太阳辐射预测订正模型；太阳辐射预测订正模型输出订正后的太阳辐射的预测值本发明提供一种基于BP神经网络的太阳能辐射预测订正方法及系统，针对太阳辐射值的预测值与实际观测值的系统偏差，基于BP神经网络模型训练针对太阳辐射预测值的订正模型，可有效订正太阳辐射的预测值，减小预测值与实际观测值之间的差距，提高太阳能辐射预测的准确性。

公开(公告)号：CN119492712B

公开(公告)日：2025-04-15

申请号：CN202510073702.0

申请日：2025-01-17

Applicant: 南京信息工程大学 ,  太谱(苏州)纺织科技有限公司

Inventor： 匡文剑 ,  黄孟强 ,  王默涵 ,  涂兵 ,  张佳 ,  汪洋

IPC: G01N21/47 ,  G06F18/23 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明涉及面料检测技术领域，具体涉及一种便携式纺织品面料多组分纤维成分识别方法及系统，采集多次待测面料正、反两面反射的红外光谱数据；对红外光谱数据进行预处理并对预处理后的光谱数据进行聚类分析获取训练数据集；通过训练数据集对模型训练，构建出多组分纤维成分模型；将构建的模型迁移部署到设备端，通过增量学习再训练获得成熟的识别模型；采集未知纤维成分面料的红外光谱数据；嵌入式端调用相应设备端部署的识别模型对预处理后的红外光谱数据进行识别。本发明能有效解决目前红外光谱法对纺织品面料成分测量不够准确并且每种模型适用范围小的问题，从而替代传统人工检测，使多组分纤维成分识别结果更客观的同时提高了检测效率。

公开(公告)号：CN119492712A

公开(公告)日：2025-02-21

申请号：CN202510073702.0

申请日：2025-01-17

Applicant: 南京信息工程大学 ,  太谱(苏州)纺织科技有限公司

Inventor： 匡文剑 ,  黄孟强 ,  王默涵 ,  涂兵 ,  张佳 ,  汪洋

IPC: G01N21/47 ,  G06F18/23 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明涉及面料检测技术领域，具体涉及一种便携式纺织品面料多组分纤维成分识别方法及系统，采集多次待测面料正、反两面反射的红外光谱数据；对红外光谱数据进行预处理并对预处理后的光谱数据进行聚类分析获取训练数据集；通过训练数据集对模型训练，构建出多组分纤维成分模型；将构建的模型迁移部署到设备端，通过增量学习再训练获得成熟的识别模型；采集未知纤维成分面料的红外光谱数据；嵌入式端调用相应设备端部署的识别模型对预处理后的红外光谱数据进行识别。本发明能有效解决目前红外光谱法对纺织品面料成分测量不够准确并且每种模型适用范围小的问题，从而替代传统人工检测，使多组分纤维成分识别结果更客观的同时提高了检测效率。

公开(公告)号：CN112749792B

公开(公告)日：2023-07-07

申请号：CN202110142012.8

申请日：2021-02-02

Applicant: 南京信息工程大学

Inventor： 张佳 ,  乐旭 ,  周浩

IPC: G01P5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于BP算法的风速预测方法，包括如下步骤：获取现有风速预测值数据；构建BP神经网络，取最近十天内的现有风速预测值数据作为数据集，将数据集的数据输入BP神经网络的输入层，得到第一组风速预测值；将第一组风速预测值中第一天的预测值添加到数据集中并一起输入BP神经网络的输入层，得到后一天的风速预测值，并重复迭代预测，得到第二组预测值；将第一组风速预测值中第一天的预测值替换数据集中第一天的数据，形成新的数据集，将新的数据集的数据输入BP神经网络的输入层，得到后一天的风速预测值，并不断循环更新数据集并预测，得到第三组预测值；分别对现有和上述三种预测值测评偏差，取效果最好的预测值作为最终风速预测值。

公开(公告)号：CN112749792A

公开(公告)日：2021-05-04

申请号：CN202110142012.8

申请日：2021-02-02

Applicant: 南京信息工程大学

Inventor： 张佳 ,  乐旭 ,  周浩

IPC: G06N3/04 ,  G06N3/08 ,  G01P5/00

Abstract: 本发明涉及一种基于BP算法的风速预测方法，包括如下步骤：获取现有风速预测值数据；构建BP神经网络，取最近十天内的现有风速预测值数据作为数据集，将数据集的数据输入BP神经网络的输入层，得到第一组风速预测值；将第一组风速预测值中第一天的预测值添加到数据集中并一起输入BP神经网络的输入层，得到后一天的风速预测值，并重复迭代预测，得到第二组预测值；将第一组风速预测值中第一天的预测值替换数据集中第一天的数据，形成新的数据集，将新的数据集的数据输入BP神经网络的输入层，得到后一天的风速预测值，并不断循环更新数据集并预测，得到第三组预测值；分别对现有和上述三种预测值测评偏差，取效果最好的预测值作为最终风速预测值。