一种教育机构培训过程监测与评价系统管理员终端

    公开(公告)号:CN109754353A

    公开(公告)日:2019-05-14

    申请号:CN201910196209.2

    申请日:2019-03-15

    IPC分类号: G06Q50/20

    摘要: 本发明提供一种教育机构培训过程监测与评价系统管理员终端,包括客户信息模块,学生信息模块,授课教师模块,评价反馈模块,绩效分配模块,云端服务单元;所述客户信息模块,用于管理员查看客户信息、客户留言反馈消息、客户绑定的课表信息、客户绑定的学生信息;本发明提出一种合理的优化方案,对教育机构培训过程进行合理有效的监测与评价,使教育机构管理者实时了解授课教师培训情况以及客户和学生的个人情况,更好的激励教师不断进步,实现教育培训系统不断优化。

    一种教育机构培训过程监测与评价系统教师终端

    公开(公告)号:CN109727171A

    公开(公告)日:2019-05-07

    申请号:CN201910196194.X

    申请日:2019-03-15

    IPC分类号: G06Q50/20 G06N3/00

    摘要: 本发明提供一种教育机构培训过程监测与评价系统教师终端,包括个人信息模块,个人课表模块,学生信息模块,家长信息模块,评价点赞与吐槽模块,教师交流模块,工资绩效模块,云端服务单元。本发明可以对教育机构培训过程进行合理有效的监测与评价,使教师实时了解教育机构的培训情况,更好的了解家长、学生的培训需求,并根据这些需求及时更新和调整教育教学方案,更好的对孩子进行教育与辅导。

    一种基于物联网大数据分析的用户睡眠按摩方法及系统

    公开(公告)号:CN109147902A

    公开(公告)日:2019-01-04

    申请号:CN201810796543.7

    申请日:2018-07-19

    IPC分类号: G16H20/30

    CPC分类号: G16H20/30

    摘要: 本发明公开了一种基于物联网大数据分析的用户睡眠按摩方法及系统,让用户随时随地都能了解自己的睡眠状况,为用户营造了更好的生活环境。包括:S1:采集用户的身体指标、按摩模式、按摩力度以及用户的当前图像构成影响因素矩阵X,并上传;其中,按摩模式、按摩力度构成决策变量;S2:利用Elman神经网络建立影响因素矩阵X与用户睡眠舒适度指数之间的复杂非线性关系,获得用户睡眠按摩模型;S3:对所述用户睡眠按摩模型进行优化,获得所述决策变量的一组最优解;S4:将所述决策变量的一组最优解作为用户的推荐决策X’,并通过服务器下发至用户的终端设备进行显示;S5:终端设备根据显示的推荐决策X’为用户提供最舒适按摩模式、按摩力度。

    基于动态子空间高阶累积量分析的天然气净化过程异常监测方法

    公开(公告)号:CN108681653A

    公开(公告)日:2018-10-19

    申请号:CN201810566582.8

    申请日:2018-06-05

    IPC分类号: G06F17/50 G06F17/18 C10L3/10

    摘要: 本发明公开了一种基于动态子空间高阶累积量分析的天然气净化过程异常监测方法,该监测方法按如下步骤进行:(1)选取所监测的高含硫天然气净化脱硫生产过程中的工艺参数;(2)采集天然气净化过程中所述工艺参数的正常工况下数据;(3)对数据进行预处理;(4)构建基于动态子空间高阶累积量分析的模型,计算正常工况下的总体独立分量三阶累积量HS与总体残差三阶累积量HE,并用核密度估计获得其控制限;(5)在线获取高含硫天然气净化脱硫生产过程中所述工艺参数运行工况下数据,重新输入模型计算统计量,判断所得统计量是否超出控制限,若超限则发生异常工况,否则正常。本方法能够及时检测故障发生,有效降低漏报率和误报率。

    一种基于MiUKFNN算法的高含硫天然气脱硫工艺建模方法

    公开(公告)号:CN108509692A

    公开(公告)日:2018-09-07

    申请号:CN201810201222.8

    申请日:2018-03-12

    IPC分类号: G06F17/50 G06N3/08

    摘要: 本发明公开了一种基于MiUKFNN算法的高含硫天然气脱硫工艺建模方法,包括:S1:选择影响脱硫效率的工艺参数和脱硫单元的性能指标;S2:采集预设时间的所述工艺参数和所述性能指标的数据,剔除误差样本后形成样本集;S3:对样本集进行归一化形成归一化样本集,并从中选取训练样本和测试样本;S4:基于训练样本构建神经网络模型和初始状态变量;S5:利用MiUKFNN算法估计最优状态变量;S6:将最优状态变量作为神经网络模型的连接权值和阈值,即获得权值阈值更新后的神经网络模型;S7:得到预测结果,将预测结果与所述测试样本中的实际输出进行比较,如小于预设误差精度,神经网络模型有效;否则重复上述步骤至比较结果小于预设误差精度。

    智能视频监控中的打斗检测方法

    公开(公告)号:CN104168451B

    公开(公告)日:2018-07-31

    申请号:CN201410360321.2

    申请日:2014-07-25

    IPC分类号: H04N7/18 G06T7/00

    摘要: 本发明公开了一种智能视频监控中的打斗检测方法,该方法采用动态能量特征来量化视频画面中发生打斗情况的可能性,动态能量特征包括动能、势能和混乱程度,这里动能需要运动速度和物体质量,势能需要物体质量和物体之间的距离,混乱程度需要物体总的运动方向和物体内部各点的运动方向,物体质量、运动速度和方向是不好获得的,本方案将物体质量简化为物体在视频画面中所占比例,物体的运动速度和方向则在之前背景差分提取前景的基础上,采取光流法获取物体内部每个点的运动方向和速度,最后结合相应的控制流程,有效实现了视频画面中的打斗检测,算法复杂度低,运算速度快,误判率低,稳定性好。

    基于SUKFNN算法的铝电解工耗模型构建方法

    公开(公告)号:CN108038330A

    公开(公告)日:2018-05-15

    申请号:CN201711427892.3

    申请日:2017-12-26

    IPC分类号: G06F17/50

    摘要: 本发明公开一种基于SUKFNN算法的铝电解工耗模型构建方法,利用超球体单形采样策略替代传统UKFNN使用的对称采样策略,获得改进的算法SUKFNN算法进行建模。有益效果:将对称采样的2n+1个采样点降低到n+2个采样点,大大减少Sigma点的采样数量,与UKFNN模型比较精度相当,但运行时间降低三分之一左右,提高了模型的实时性,并且有效降低铝电解建模过程的复杂程度。

    基于物联网大数据分析的宠物喂养方法及系统

    公开(公告)号:CN106614273B

    公开(公告)日:2018-05-08

    申请号:CN201610883620.3

    申请日:2016-10-10

    IPC分类号: A01K67/02

    摘要: 本发明提供了一种基于物联网大数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用SPEA‑II算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于UKFNN的无线信道场景识别方法

    公开(公告)号:CN105721086B

    公开(公告)日:2018-05-01

    申请号:CN201610141612.1

    申请日:2016-03-11

    IPC分类号: H04B17/391 H04B17/30

    摘要: 本发明公开了一种基于UKFNN的无线信道场景识别方法,包括以下步骤:采集连续路段的信道数据作为训练样本;确定分段数目并得到连续信道数据分段模型;利用AP算法对每一段数据进行区域划分;将训练样本进行标记,建立连续信道数据分区模型;将待测数据带入分段模型,判断出属于哪一路段;将待测数据带入分区模型,判断出属于哪一区域。有益效果:模型建立复杂性低和计算量少,提高模型的精度;采用AP算法进行聚类,无需指定聚类数目,使信道识别方法更加简单,构建模型更加容易,能准确的识别出采集自该连续路段测试数据属于哪一路段、哪一区域。

    基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法

    公开(公告)号:CN107885083A

    公开(公告)日:2018-04-06

    申请号:CN201711117417.6

    申请日:2017-11-13

    IPC分类号: G05B13/04

    摘要: 本发明提供了一种基于UKF与ADHDP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验,根据控制误差和性能指标函数不断更新优化权值,直到得到最有控制信号,实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂,表现不确定性、非线性、强耦合性、动态性等特点,难以建立精确的数学模型,控制难度较大。针对目前脱硫过程控制方法控制精度低,时滞大、不稳定等问题提出一种基于UKF和ADHDP的天然气吸收塔脱硫过程控制方法,不仅保证了控制系统的稳定性和控制精度,还降低了响应时间,真正实现了天然气吸收塔脱硫过程的实时精确控制。