-
公开(公告)号：CN110851735A
公开(公告)日：2020-02-28
申请号：CN201911095305.4
申请日：2019-11-11
Applicant: 河北工业大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明为一种基于重启随机游走的多策略局部社区发现方法，该方法的步骤是：第一步，通过回溯法确定给定节点所在的局部最大团结构，并将局部最大团结构中度数最大的节点作为起始节点；第二步，通过重启随机游走算法得到起始节点向社区中其他节点的跳转概率值，并按照跳转概率值从大到小将对应的节点编号排序；第三步，将起始节点加入局部社区中，并依次向局部社区中选择性加入通过步骤二排序之后的节点，通过图传导性值的变化判断是否将新节点加入到局部社区结构中；而当加入节点候选集合中的任一节点均不能使局部社区的图传导性值变小时，算法终止，当前社区即为最优的局部社区结构。该方法有效提高了局部社区发现的召回率及精度。
-
公开(公告)号：CN110410282A
公开(公告)日：2019-11-05
申请号：CN201910671934.0
申请日：2019-07-24
Applicant: 河北工业大学
Abstract: 本发明公开一种基于SOM-MQE和SFCM的风电机组健康状态在线监测及故障诊断方法，首先根据局部异常因子算法、偏最小二乘法和拉普拉斯特征映射降维技术对获取的实时数据进行处理，提取影响机组健康状况的重要特征参量；其次将这些特征参量输入到SOM-MQE健康状态评估模型中，计算风电机组健康衰退指数并评估机组的健康状态；最后，利用模糊C均值软聚类算法将状态异常机组运行数据进行聚类分析，确定机组故障类型。本发明可以实时、准确的对风电机组的健康状态进行监测并实现对故障部件的准确定位，检测风电机组状态异常准确度达99.9％左右，为维修人员针对风机的实时运行情况进行相应的检修提供了指导意见。
-
公开(公告)号：CN110309492A
公开(公告)日：2019-10-08
申请号：CN201910582504.1
申请日：2019-06-29
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于扩散图数据降维技术的风力发电机组健康度评估方法，包括采集样本数据、构建检测模型、健康状态曲面确定、不同故障质心选择、数据降维、整机健康度评估以及风力发电机组关键部件健康度评估。本发明的有益效果是：通过对风力发电机组的健康度衰退指数监测以确保风力发电机组安全运行，在风力发电机组健康度衰退时及时安排检查和维修，避免不必要的人力物力损失，可以对风力发电机组及其关键部件进行实时的健康度评估，并且扩散图数据降维技术实现了风力发电机组健康度的可视化，提前监测风力发电机组的健康指数衰退情况，对现场维修人员具有指导意义，优化维修方案，减少人力物力浪费，从而降低风力发电机的运维成本。
-
公开(公告)号：CN110007660A
公开(公告)日：2019-07-12
申请号：CN201910285890.8
申请日：2019-04-10
Applicant: 河北工业大学
IPC: G05B23/02
Abstract: 本发明属于火电厂汽轮机组测量技术领域，尤其涉及一种火电厂汽轮机组瞬态等效热应力在线软测量方法。该软测量方法主要包括：通过OPC协议与电厂DCS系统实时数据库相连接；获取汽轮机组在线运行状态下的每个预先确定的特征变量所对应的测点的实时数据作为SVR软测量模型的输入值；输入值代入到预先训练的汽轮机组瞬态等效热应力软测量模型中，输出汽轮机组的瞬态等效热应力软测量结果，并对结果进行分析报警。该方法在离线训练SVR模型的过程中，通过引入K-means算法和BP神经网络对离线数据进行处理，并通过BAS算法对SVR模型参数进行寻优，提高了测量结果的准确度，而且可以做到在线实时测量，为火电厂汽轮机组故障的发现与解决提供了技术支持。
-
公开(公告)号：CN111159523B
公开(公告)日：2024-03-01
申请号：CN201911342546.4
申请日：2019-12-23
Applicant: 河北工业大学
IPC: G06F16/953 , G06N3/006
Abstract: 本发明为一种基于Spark的并行蚁群优化社区发现方法，主要包含三个并行模块：确定蚂蚁转移顺序、构造最优解和解的优化。确定蚂蚁转移顺序模块负责计算网络节点的凝聚性度量值，并将其升序排列，获取对应的节点顺序列表，作为蚁群的转移顺序，降低蚂蚁转移过程中的随机性，从而提高算法的精确度；构造最优解模块负责使每只蚂蚁均完成解向量的构造，构成解空间，并获取最优解空间中模块度最高的解；解的优化模块负责对蚁群产生的最优解进行优化，以获得更好的社区划分结果。该方法提高了在大规模网络中进行社区发现的可行性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN110309492B
公开(公告)日：2020-08-04
申请号：CN201910582504.1
申请日：2019-06-29
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于扩散图数据降维技术的风力发电机组健康度评估方法，包括采集样本数据、构建检测模型、健康状态曲面确定、不同故障质心选择、数据降维、整机健康度评估以及风力发电机组关键部件健康度评估。本发明的有益效果是：通过对风力发电机组的健康度衰退指数监测以确保风力发电机组安全运行，在风力发电机组健康度衰退时及时安排检查和维修，避免不必要的人力物力损失，可以对风力发电机组及其关键部件进行实时的健康度评估，并且扩散图数据降维技术实现了风力发电机组健康度的可视化，提前监测风力发电机组的健康指数衰退情况，对现场维修人员具有指导意义，优化维修方案，减少人力物力浪费，从而降低风力发电机的运维成本。
-
公开(公告)号：CN110007661A
公开(公告)日：2019-07-12
申请号：CN201910285897.X
申请日：2019-04-10
Applicant: 河北工业大学
IPC: G05B23/02
Abstract: 本发明属于锅炉燃烧控制技术领域，尤其涉及一种锅炉燃烧控制系统智能故障诊断方法。该方法让预先训练的多个检测模型与实际锅炉燃烧控制系统并行工作，分别比较各个预先训练的检测模型与实际锅炉燃烧控制系统的输出，得到多个残差曲线；对每一残差曲线进行分析，如果残差曲线中某一时间点/时间段的差值超过预定阈值，对该残差曲线所属的锅炉燃烧控制系统的部位发出故障预警信息；预先训练的多个检测模型为使用SVR学习方法基于锅炉燃烧控制系统的预设历史时间段内的可测量数据构建的多个模型，并采用GWO算法对构建的每一模型进行优化训练后的模型。该方法可使锅炉燃烧控制系统的故障诊断效率更高，技术人员能及时发现故障，提高锅炉运行安全性。
-
公开(公告)号：CN109672938A
公开(公告)日：2019-04-23
申请号：CN201910011378.4
申请日：2019-01-07
Applicant: 河北工业大学
IPC: H04N21/442 , H04N21/466 , H04N21/475
Abstract: 本发明一种IPTV节目推荐方法，涉及由服务器执行的方便内容分发与终端用户设备相关的数据的交互式电视，是一种基于隐式评分模型和图游走的协同过滤IPTV节目推荐方法，提出一种三特征隐式评分模型，将用户收视行为数据转化为用户评分数据，再使用加入时间因子函数余弦相似度计算节目的直接相似度，然后使用图游走的方法计算节目的间接相似度，最后重建节目的相似度并对用户进行推荐，克服了现有技术中存在处于大数据环境下，数据稀疏性和兴趣漂移影响到对IPTV节目推荐的准确度的缺陷，以及现有技术均未对用户的兴趣漂移问题进行改善的缺陷。
-
公开(公告)号：CN102559799A
公开(公告)日：2012-07-11
申请号：CN201110029163.9
申请日：2011-01-27
Applicant: 河北工业大学
Abstract: 本发明一种藻类内生真菌胞外多糖的制备方法，涉及使用生物方法合成多糖，是以蓝藻内生真菌DT06为生产菌，通过摇床或液态深层培养发酵分离纯化的多糖，生产菌为蓝藻内生真菌DT06，该菌株的保藏日期为：2010年12月20日，保藏编号为：CGMCC4460；具体步骤是：第一步，蓝藻内生真菌TD06液体发酵；第二步，胞外多糖分离；第三步，多糖纯化，最后制得有如下结构式所示的纯真菌胞外多糖产品：本发明方法所用内生真菌DT06是从蓝藻中分离出来的，克服了现有技术的原料来源不广泛，不易于分离和生产成本高的缺点。
-
公开(公告)号：CN110149556A
公开(公告)日：2019-08-20
申请号：CN201910416747.8
申请日：2019-05-20
Applicant: 河北工业大学
IPC: H04N21/442 , H04N21/466 , H04N21/45
Abstract: 本发明公开了一种基于TDC-LDA模型的IPTV用户行为模式挖掘方法，该方法首先用概率生成模型的思想来假设用户具体行为模式中的观看的节目、观看的时间点和观看时长的生成过程，建立TDC-LDA模型；其次，用Gibbs采样的方式进行模型拟合，推导隐变量条件概率的采样公式以及用户-行为模式矩阵、兴趣主题-节目矩阵和时段-时间点矩阵的计算公式；然后，根据TDC-LDA模型的Gibbs采样过程，得到每一个用户的行为模式矩阵、兴趣主题-节目矩阵和时段-时间点矩阵；最后，通过用户的收视行为模式分布，给用户做出推荐。本发明提出了一种新的TDC-LDA用户收视行为模式挖掘模型，在现有的cLDA模型的基础上加入了观看时长信息。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
