-
公开(公告)号：CN115952685A
公开(公告)日：2023-04-11
申请号：CN202310053332.5
申请日：2023-02-02
Applicant: 淮阴工学院
IPC: G06F30/20 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种基于集成深度学习的污水处理过程软测量建模方法。首先获取污水数据作为辅助变量；再对采集到的几个变量使用KPCA特征选择之后作为模型的输入；建立污水软测量集成模型，该集成模型有两层，第一层包括BiLSTM、LSSVM和XGBoost三个基学习器，采用5折交叉验证方法进行训练，第二层采用ELM作为元学习器；最后采用极限学习机对初始预测结果进行误差校正。为了提高模型的性能，提出了RSA算法对模型参数进行优化；并根据RSA算法在收敛精度以及易陷入局部最优等方面问题，使用拉丁超立方、非线性因子、黄金正弦和翻筋斗策略对其进行改进。与传统的软测量方法相比，本发明能够集合各模型的优势，整体模型泛化能力更强，预测精度更高。
-
公开(公告)号：CN115859201A
公开(公告)日：2023-03-28
申请号：CN202211470956.9
申请日：2022-11-22
Applicant: 淮阴工学院
IPC: G06F18/2433 , G06F18/25 , G06F18/15 , G06F18/2135 , G06N3/006
Abstract: 本发明公开了一种化工过程故障诊断方法及系统，包括：数据采集模块，用于获取化工生产过程中操作变量和生产过程中各传感器测量的过程变量；数据处理模块，用于对采集的化工过程数据进行去噪和特征降维处理，降低计算难度以及减小噪声对结果的影响；模型训练模块，用于建立基于BiGRU的化工过程故障诊断模型，并通过化工过程的历史数据与智能优化模块对建立的故障诊断模型进行训练，求出网络的最优参数，最小化损失函数误差；智能优化模块，通过改进的WOA算法对TVF‑EMD算法与BiGRU模型进行同步优化；故障诊断模块，用于对化工过程数据的故障诊断。本发明通过改进WOA优化BiGRU模型，提高了对故障信息的利用，有效提高化工过程故障诊断效率。
-
公开(公告)号：CN119128572A
公开(公告)日：2024-12-13
申请号：CN202410161208.5
申请日：2024-02-05
Applicant: 淮阴工学院
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06N3/006 , G06N3/047 , G06N3/0475 , G06N3/044 , G01M13/021 , G01M13/028
Abstract: 本发明公开了一种齿轮箱故障诊断方法、系统、设备及介质，所述方法包括先获取齿轮箱振动信号，形成齿轮箱数据集；采用变分模态提取与小波半软硬阈值结合的去噪方法对齿轮箱振动信号形成的齿轮箱数据集进行去噪处理；将去噪后齿轮箱振动信号采用连续小波变换得到二维时频图作为深度置信网络DBN的输入序列；通过DBN对所述输入序列进行特征提取，挖掘二维时频图中的特征信息；将提取到的特征信息输入Crossformer模型中，并采用改进的水母算法对Crossformer模型进行参数优化，经过训练好的Crossformer模型得到齿轮箱的故障诊断结果。本发明诊断精度较高，处理速度较快，可以有效的对齿轮箱进行故障诊断。
-
公开(公告)号：CN118072388B
公开(公告)日：2024-11-29
申请号：CN202410201566.4
申请日：2024-02-22
Applicant: 淮阴工学院
IPC: G06V40/20 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种人员行为智能监控与报警方法及系统，通过使用监控摄像头搭载本系统实现人员异常行为检测与报警。对人员危险行为检测，包含危险动作以及手持危险物检测。对于危险动作采用增强注意力机制的时空图卷积模型进行识别，在对骨骼关节点进行卷积过程中加入更多注意力机制。手持危险物使用改进的YOLOv7模型进行识别，在模型中加入自适应剪枝提升手持物识别速度。对模型中存在的超参数加入TPE优化算法进行优化。与现有技术相比，本发明可以更及时的发现异常人员行为，及时发现安全隐患并通过报警模块进行响铃提醒，降低危险事件的发生。
-
公开(公告)号：CN118072388A
公开(公告)日：2024-05-24
申请号：CN202410201566.4
申请日：2024-02-22
Applicant: 淮阴工学院
IPC: G06V40/20 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种人员行为智能监控与报警方法及系统，通过使用监控摄像头搭载本系统实现人员异常行为检测与报警。对人员危险行为检测，包含危险动作以及手持危险物检测。对于危险动作采用增强注意力机制的时空图卷积模型进行识别，在对骨骼关节点进行卷积过程中加入更多注意力机制。手持危险物使用改进的YOLOv7模型进行识别，在模型中加入自适应剪枝提升手持物识别速度。对模型中存在的超参数加入TPE优化算法进行优化。与现有技术相比，本发明可以更及时的发现异常人员行为，及时发现安全隐患并通过报警模块进行响铃提醒，降低危险事件的发生。
-
Patent Agency Ranking
公开(公告)号：CN118054552A
公开(公告)日：2024-05-17
申请号：CN202410079277.1
申请日：2024-01-19
Applicant: 淮阴工学院
IPC: H02J13/00 , G06F18/2433 , G01D21/02
Abstract: 本发明公开了一种配电室状态智能监测方法与报警系统，所述方法针对配电室的环境特点，设计基于局放传感器和基于STM32的各环境传感器与声音收集设备的数据采集节点，采集异常检测所需的局部放电、音频与传感器信号信息，并建立改进的DES‑Autoformer模型用于异常检测，使用改进的超频带算法优化DESAuformer异常检测模型的超参数以提高模型性能；最终对配电室状态监测分析结果进行前端展示，并对异常状态进行警示和相应的处理。本发明可以准确有效的对配电室的状态进行实时监测，并能更加准确地识别出升温过快、过载、放电等异常状况，实现有效预警，为配电室的安全运行提供保障。
-
公开(公告)号：CN117352781A
公开(公告)日：2024-01-05
申请号：CN202311196225.4
申请日：2023-09-15
Applicant: 淮阴工学院
IPC: H01M8/04298 , H01M8/04992
Abstract: 本发明公开了一种基于分解和智能算法优化的燃料电池参数辨识方法及装置，确定质子交换膜燃料电池模型中待辨识的参数，导入质子交换膜燃料电池的电压和电流实验数据；构建目标函数，其中目标函数为质子交换膜燃料电池的模型输出电压和实际电压之间的均方误差，并确定目标函数的约束条件；将待辨识参数分解为非线性参数和线性参数并确立相互关系；引入优化后的自适应差分进化算法，搜索最优待辨识非线性参数再根据非线性参数辨识线性参数；最后输出最优待辨识参数。本发明实现了燃料电池经验参数的精准辨识，具有高度精确性、高收敛速度、结果高度一致性的优点。
-
公开(公告)号：CN117272904A
公开(公告)日：2023-12-22
申请号：CN202311272197.X
申请日：2023-09-27
Applicant: 淮阴工学院
IPC: G06F30/367 , G06F30/373 , G06N5/04 , G06F111/04
Abstract: 本发明公开了一种多模型光伏电池同步辨识方法，包括：获取光伏电池的电压电流数据；构建多模型光伏电池，其中包括单二极管光伏电池等效电路模型SDM,双二极管光伏电池等效电路模型DDM和四二极管等效电路模型FDM，确定待辨识参数；确立目标函数及约束条件；通过改进的混沌博弈算法CGO对多模型光伏电池参数进行同步辨识，求解最佳辨识参数，输出改进的混沌博弈算法辨识多模型光伏电池的参数结果。与现有技术相比，本发明考虑到不同的模型之间会存在一些共享的知识，一个模型在处理某个任务时所获得的知识，有助于其他模型解决类似的问题，实现了多模型光伏电池参数的精准辨识，提高了多模型光伏电池待识别参数计算的准确率和效率。
-
公开(公告)号：CN115952685B
公开(公告)日：2023-09-29
申请号：CN202310053332.5
申请日：2023-02-02
Applicant: 淮阴工学院
IPC: G06F30/20 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种基于集成深度学习的污水处理过程软测量建模方法。首先获取污水数据作为辅助变量；再对采集到的几个变量使用KPCA特征选择之后作为模型的输入；建立污水软测量集成模型，该集成模型有两层，第一层包括BiLSTM、LSSVM和XGBoost三个基学习器，采用5折交叉验证方法进行训练，第二层采用ELM作为元学习器；最后采用极限学习机对初始预测结果进行误差校正。为了提高模型的性能，提出了RSA算法对模型参数进行优化；并根据RSA算法在收敛精度以及易陷入局部最优等方面问题，使用拉丁超立方、非线性因子、黄金正弦和翻筋斗策略对其进行改进。与传统的软测量方法相比，本发明能够集合各模型的优势，整体模型泛化能力更强，预测精度更高。
-
公开(公告)号：CN115859201B
公开(公告)日：2023-06-30
申请号：CN202211470956.9
申请日：2022-11-22
Applicant: 淮阴工学院
IPC: G06F18/2433 , G06F18/25 , G06F18/15 , G06F18/2135 , G06N3/006
Abstract: 本发明公开了一种化工过程故障诊断方法及系统，包括：数据采集模块，用于获取化工生产过程中操作变量和生产过程中各传感器测量的过程变量；数据处理模块，用于对采集的化工过程数据进行去噪和特征降维处理，降低计算难度以及减小噪声对结果的影响；模型训练模块，用于建立基于BiGRU的化工过程故障诊断模型，并通过化工过程的历史数据与智能优化模块对建立的故障诊断模型进行训练，求出网络的最优参数，最小化损失函数误差；智能优化模块，通过改进的WOA算法对TVF‑EMD算法与BiGRU模型进行同步优化；故障诊断模块，用于对化工过程数据的故障诊断。本发明通过改进WOA优化BiGRU模型，提高了对故障信息的利用，有效提高化工过程故障诊断效率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.026 seconds)
