-
公开(公告)号：CN107013206A
公开(公告)日：2017-08-04
申请号：CN201710330186.0
申请日：2017-05-11
Applicant: 重庆科技学院
IPC: E21B47/047 , E21B47/14 , G06F17/14 , G06K9/00
Abstract: 本发明公开了一种油井动液面测量信号处理方法，首先对信号做welch多段平均功率谱估计处理，得到各阶共振频率，但由于很难对原始信号整周期采样，导致傅里叶变换后产生频谱泄露和栅栏效应，频谱图几乎不能表现出信号的准确频率，因此求出来的频率差都存在误差。而且通过每次读取十个频率求均值的方法效率较低。
-
公开(公告)号：CN106472412A
公开(公告)日：2017-03-08
申请号：CN201610883571.3
申请日：2016-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于物联网的宠物喂养方法及系统，其中的包括：采集宠物的种类、性别、年龄、心跳频率、呼吸频率、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MOPSO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。
-
公开(公告)号：CN106472332A
公开(公告)日：2017-03-08
申请号：CN201610883991.1
申请日：2016-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于动态智能算法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MOEA/D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。
-
公开(公告)号：CN106447117A
公开(公告)日：2017-02-22
申请号：CN201610883635.X
申请日：2016-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于宠物日常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NSGA-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。
-
公开(公告)号：CN108804720B
公开(公告)日：2021-09-14
申请号：CN201710282712.0
申请日：2017-04-26
Applicant: 重庆科技学院
IPC: G06F30/20 , G06N3/02 , G06K9/00 , E21B47/008
Abstract: 本发明提供了一种基于改进无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法。首先，利用RBF神经网络对决策参数进行建模，然后，利用改进无迹Kalman滤波算法实时更新神经网络模型隐层的权值、中心及宽度，得到神经网络最优参数，建立基于改进无迹Kalman滤波与RBF神经网络相结合的抽油机故障诊断方法。本发明的显著效果在于：提高了故障诊断的精确率，真正达到实时检测抽油机运行状况的目的。
-
Patent Agency Ranking
公开(公告)号：CN107831665B
公开(公告)日：2021-01-29
申请号：CN201711115683.5
申请日：2017-11-13
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明提供了一种基于UKF与ADDHP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，直到得到最优控制信号，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ADDHP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，真正实现了吸收塔脱硫过程的实时精确控制。
-
公开(公告)号：CN107420090B
公开(公告)日：2020-08-14
申请号：CN201710331204.7
申请日：2017-05-11
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于短时傅里叶变换的油井动液面深度检测方法，通过对Welch多段平均功率谱做短时傅里叶变换，即对Welch多段平均功率谱依次取部分区间做傅里叶变换，从局部观察频率的分布情况。通过对Welch功率谱做短时傅里叶变换，根据三维傅里叶变换频谱图，可以突出频谱幅值较大的频段。只取幅值较大的频段再做傅里叶变换，有效提高了信噪比。根据频谱图读出最为准确的频率值nD，再根据即可计算出精确的共振频率间隔ΔfD，最后根据管柱声场模型就能计算出油井动液面深度。
-
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
Applicant: 重庆科技学院
IPC: A01K67/02
Abstract: 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。
-
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
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 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。
-
公开(公告)号：CN106472412B
公开(公告)日：2018-03-27
申请号：CN201610883571.3
申请日：2016-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于物联网的宠物喂养方法及系统，其中的包括：采集宠物的种类、性别、年龄、心跳频率、呼吸频率、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MOPSO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。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.024 seconds)
