一种基于GPR-ISSA-CNN的煤自燃温度预测方法

    公开(公告)号:CN117454323B

    公开(公告)日:2024-08-16

    申请号:CN202311508312.9

    申请日:2023-11-14

    摘要: 本发明涉及煤矿火灾预测技术领域,具体为一种基于GPR‑ISSA‑CNN的煤自燃温度预测方法。首先,收集煤自燃程序升温过程影响指标数据,运用高斯过程回归GPR对数据进行平滑处理,有效去噪并提高数据趋势分析与模式识别能力;然后,搭建CNN初始框架,引入自适应权重因子与柯西变异扰动对麻雀搜索算法SSA进行改进,提高其局部与全局搜索能力,得到ISSA;接着,运用ISSA优化模型的超参数,训练模型并输出结果,将能够提高全局优化能力与适应性的ISSA与拥有优秀特征提取能力、泛化性与鲁棒性的CNN相结合,建立基于GPR‑ISSA‑CNN的煤自燃温度预测模型;最后,将模型在测试集上进行预测,观察性能评价指标,确定模型的预测精度。本发明的预测模型具有较高的预测精度和稳定性,可为煤自燃温度预测提供参考。

    基于机器学习的多孔膜溶剂处理过程中溶剂筛选方法

    公开(公告)号:CN114357004B

    公开(公告)日:2024-08-16

    申请号:CN202011455957.7

    申请日:2020-12-10

    摘要: 本发明公开了一种基于机器学习的多孔膜溶剂处理过程中溶剂筛选方法,包括建立溶剂处理法制备多孔膜的实验数据库,实验数据库中包括溶剂参数、实验条件参数和利用溶剂参数和实验条件参数制备得到的多孔膜的性能参数;将溶剂参数和实验条件参数组成多维特征向量,将多孔膜的性能参数作为目标函数,训练多孔膜性能预测模型;结合待筛选的多种溶剂的溶剂参数,利用训练后的多孔膜性能预测模型筛选出能使得多孔膜的性能参数满足第一设定条件的溶剂。本发明利用机器学习的方法,能从已有溶剂处理法制备多孔膜的实验数据中挖掘出溶剂特性与多孔膜性能间的映射关系,利用历史数据和映射关系对其它溶剂处理的多孔膜性能预测和分析,筛选出最佳溶剂类型。

    一种避免过拟合的机器学习模型超参数优化方法

    公开(公告)号:CN118471387A

    公开(公告)日:2024-08-09

    申请号:CN202410669504.6

    申请日:2024-05-28

    申请人: 天津大学

    摘要: 本发明公开了一种避免过拟合的机器学习模型超参数优化方法,属于机器学习与环境交叉技术领域。方法包括以下步骤:S1、配置若干组不同浓度的砷离子溶液,并获取砷离子溶液的光谱图数据;S2、对光谱图数据进行预处理,得到处理后的样本数据;S3、采用样本数据训练回归模型,得到训练后的回归模型;训练后的回归模型用于进行砷离子浓度预测;S4、对待预测砷离子浓度的光谱图数据进行预处理,将预处理后的待预测砷离子浓度的光谱图数据输入训练后的回归模型,得到砷离子浓度预测结果。采用机器学习模型超参数优化方法处理数据,能有效地防止过拟合现象的出现,有效提升低浓度下DBD原子发射光谱对低浓度的砷离子的定性与定量检测性能。

    一种基于人工智能的避雷器系统故障预警方法及系统

    公开(公告)号:CN118470920A

    公开(公告)日:2024-08-09

    申请号:CN202410635187.6

    申请日:2024-05-22

    摘要: 本发明公开了一种基于人工智能的避雷器系统故障预警方法及系统,涉及避雷器智能监控预警技术领域,该方法及系统包括确定至少一个避雷器信息,利用人工智能模型分别对每个避雷器运行状态参数进行多次故障预警分析,并分别判断是否发出告警信息;若未发出告警信息则进行预备步骤:根据人工智能模型对未告警避雷器运行状态参数的输出结果与预警阈值之间的差异对该未告警避雷器进行第一标记处理;若发出告警信息则进行应急步骤:根据人工智能模型对告警避雷器运行状态参数的所有输出结果进行统计分析,获得统计结果,将统计结果进行第二标记处理;利用第一标记处理的结果与第二标记处理的结果构建预警热力地图。该预警方法及系统能够避雷器运行状态是否预警进行不同标记处理,从而通过预警热力地图进行不同展示,以便于对避雷器的预警情况进行不同程度的识别与把握,以便于后续进行有针对性的运维调度。

    一种基于多阶段卷积神经网络的纱线包覆检测方法及系统

    公开(公告)号:CN118470002A

    公开(公告)日:2024-08-09

    申请号:CN202410910893.7

    申请日:2024-07-09

    摘要: 本发明公开了一种基于多阶段卷积神经网络的纱线包覆检测方法及系统,涉及纱线检测领域,该基于多阶段卷积神经网络的纱线包覆检测方法包括以下步骤:从生产过程数据中筛选出若干因素作为输入变量;通过输入变量及对应的标签训练支持向量机模型,得到纱线包覆质量预测模型;构建多阶段卷积神经网络,并结合纱线包覆质量预测模型的输出及图像数据进行纱线包覆的缺陷检测分类;使用差分进化算法优化生产过程中的参数和原材料比例。本发明通过多阶段卷积神经网络的使用,更精确地识别和分类不同类型的缺陷,利用差分进化算法及获取的缺陷检测分类结果优化生产过程参数和原材料比例,且融合不同类型数据,增强了泛化能力。

    一种面向多任务场景的机载异构融合智能计算装置和计算任务智能分配方法

    公开(公告)号:CN118467120A

    公开(公告)日:2024-08-09

    申请号:CN202410520246.5

    申请日:2024-04-28

    摘要: 一种面向多任务场景的机载异构融合智能计算装置和计算任务智能分配方法,涉及无人飞行器多任务场景下的边缘智能计算领域。所述装置由异构计算单元和智能处理单元组成,由智能处理单元控制多种异构计算单元,协同完成多个机载计算任务,解决了现有异构计算平台性能的侧重单一,无法同时承载多场景机载计算任务的差异化计算需求的问题。同时,基于此装置设计了一种基于SVM的任务分配方法,用于生成不同计算任务在多异构计算单元之间的任务分配策略。根据机载计算任务的相关参数属性自动选择执行此任务所需时间最短的异构计算单元,为多异构计算单元的智能化任务分配问题建立一种模型化的解决框架,降低了差异化计算任务分配策略对专家知识的依赖。

    一种面向无状态微服务架构的资源管理系统

    公开(公告)号:CN118445076A

    公开(公告)日:2024-08-06

    申请号:CN202410563596.X

    申请日:2024-05-08

    摘要: 本发明提供一种面向无状态微服务架构的资源管理系统,应用于基于linux操作系统和kubernetes容器编排平台的机器集群,系统包括:linux内核,用于特定系统调用,安装在集群中;微服务资源管理器,与微服务一一对应,安装在集群的控制节点上,设有若干个子管理器,用于根据统计数据,驱动其对应的子管理器产生对应状态的Pod副本数量的浮标;协调器,与微服务一一对应,安装在集群的控制节点上,用于根据子管理器产生的浮标控制对应微服务的Pod的状态转移、创建与删除;Pod资源管理器,安装在集群的每个计算节点上,用于监听各个Pod的状态变化,并执行对应的Pod资源管理操作。使用本发明系统能在保证端到端延迟服务等级的情况下,大幅提高对CPU、内存资源的利用率。