-
公开(公告)号:CN115936061A
公开(公告)日:2023-04-07
申请号:CN202211379874.3
申请日:2022-11-04
Applicant: 南京工业职业技术大学
IPC: G06N3/0442 , G06N3/0455 , G06N3/088 , G06F18/10 , G06F18/213 , G06Q10/04
Abstract: 本发明属于火电厂锅炉热工技术和人工智能技术领域,具体涉及了一种基于数据驱动的火电厂烟气含氧量软测量方法及系统,旨在解决现有软测量方法数据清洗工作量大、网络训练效率低、模型复杂度高的问题。本发明包括:采集火电厂锅炉不同运行状态下的传感器数据集,并进行野值剔除和数据清洗;对清洗后的数据进行分层特征提取和分层特征拼接;基于拼接特征的不同分量对目标输出的影响,通过注意力网络赋予拼接特征不同的权值;基于带有权值的拼接特征集进行预测模型的迭代训练;通过训练好的预测模型进行在线实时的火电厂烟气含氧量软测量。本发明有效实现原始数据降维,并提取深层次特征,模型复杂度低,实现火电厂烟气含氧量的实时、高精度软测量。
-
公开(公告)号:CN115017818A
公开(公告)日:2022-09-06
申请号:CN202210694964.5
申请日:2022-06-20
Applicant: 南京工业职业技术大学
IPC: G06F30/27 , G06F17/16 , G06Q50/06 , G06F119/02
Abstract: 本发明一种基于注意力机制和多层LSTM的电厂烟气含氧量智能预测方法,通过传感器采集数据,将采集的传感器数据保存到原始数据库;从原始数据库中顺序采样数据,通过数据清洗和数据降维,数据清洗剔除相似性较高的数据,数据降维过滤数据内的次要特征,并将处理后的数据保存到剩余数据库;从剩余数据库中随机提取小批量数据,通过注意力网络得到权值特征,将权值特征数据输入到基于LSTM的预测网络进行预测网络训练;最后利用训练好的预测网络进行烟气含氧量的预测。本发明降低了数据之间和数据内部的冗余信息,从而提高的模型训练效率。引入注意力机制赋予主要特征不同的权值,使得预测系统更接近实际系统的物理过程,从而提高了预测精度。
-
公开(公告)号:CN114067210A
公开(公告)日:2022-02-18
申请号:CN202111366243.3
申请日:2021-11-18
Applicant: 南京工业职业技术大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/764 , G06K9/62 , G06T7/13 , G06T7/246 , G06T7/73
Abstract: 本发明公开了一种基于单目视觉导引的移动机器人智能抓取方法。该方法将抓取过程划分为两个阶段:粗略定位阶段和精确抓取阶段,由此提高了移动机器人抓取控制系统的灵活性和智能性。在精确抓取阶段,移动机器人在运动的过程中抓取目标,即移动机器人始终处于运动状态,目标静止不动。基于多点透视成像原理估计算得到目标在机器人坐标系的位置和姿态。设计了基于位置视觉伺服的目标跟踪方法,使得移动机器人端的机械手能平稳地到达目标上方并和目标保持相对静止。最后机械手调整固定的位置和姿态偏移量来抓取目标,本发明提出的移动机器人智能抓取方法具有操作方便、适用性强、执行效率高的特点。
-
-