-
公开(公告)号：CN109738604B
公开(公告)日：2021-04-27
申请号：CN201910031545.1
申请日：2019-01-14
Applicant: 北京工商大学
IPC: G01N33/18 , G06F30/27 , G06N3/08 , G06F111/10
Abstract: 本发明提出了一种基于空间权重矩阵的水域特征模型建立方法。首先，通过采集到的水质数据，进行主成分分析得到每个月的水质数据评价值。其次，建立基本空间权重矩阵以及基于水质特征的空间权重矩阵，从而为水质空间预测提供合理的数据基础。最后，利用神经网络对水质数据进行预测，得到需要重点监测的区域，建立水域特征模型。本发明通过建立水域特征模型，得到需要重点监测的水域，为水质传感器网络的有效部署提供理论依据，进而可灵活有效的解决复杂水域的水质监测问题。
-
公开(公告)号：CN107944205B
公开(公告)日：2020-12-29
申请号：CN201810045255.8
申请日：2018-01-17
Applicant: 北京工商大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明提出了一种基于高斯烟羽模型的水域特征模型建立方法，包括建立基于综合水质评价的水域基本模型和建立基于高斯烟羽模型的水域特征模型两个基本步骤。步骤一，利用主成分分析方法，对待监测水域进行综合水质评价分析，建立水域基本模型；步骤二，利用高斯烟羽模型确定重要监测点的影响范围，进而建立水域特征模型。本发明通过对待监测水域水质数据的分析，可得到该水域的监测模型，为传感器的有效部署提供了理论基础。
-
公开(公告)号：CN107688701B
公开(公告)日：2020-10-20
申请号：CN201710729131.7
申请日：2017-08-23
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于WASP模型的水质软测量及水体富营养化评价方法，属于环境工程技术领域。本发明首先建立基于WASP模型的水质软测量模型，同时结合UKF对水质软测量模型的未知参数进行估计，以提高水质软测量模型的准确性。然后利用改进的模糊综合评价法对水体进行富营养化评价，以进一步验证水质软测量模型的有效性。本发明可解决水质指标不能在线测量的问题，在提高对水质软测量模型的准确性的同时，还可以得到实时的评价结果并提高富营养化评价的准确度。
-
公开(公告)号：CN111405513A
公开(公告)日：2020-07-10
申请号：CN202010195685.5
申请日：2020-03-19
Applicant: 北京工商大学
IPC: H04W4/38 , H04W40/10 , H04W40/20 , H04W40/32 , H04W84/18 , H04L12/715 , H04L12/721
Abstract: 本发明提出了一种事件驱动的水质传感器网络路由优化算法。首先，利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取。其次，结合水环境监测中的事件等级以及网络节点能量，划分节点类型，针对异构传感器网络以及水环境监测的具体问题提出一种事件驱动的水质传感器网络路由优化算法。本发明通过引入事件等级划分和节点能量判定思想对水质传感器网络路由算法进行改进，可有效延长水质传感器网络的生命周期，提高网络的监测能力。
-
公开(公告)号：CN105844401B
公开(公告)日：2019-04-12
申请号：CN201610166424.4
申请日：2016-03-22
Applicant: 北京工商大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于案例推理的湖库水华治理复杂动态关联模型与决策方法，属于环境工程技术领域。本发明基于案例推理，首先按照4R模型给出基于案例推理的湖库水华决策系统的架构框架，以protégé工具构建水华本体作为案例表示的基础，然后构建案例库，将案例检索分为案例推理和案例匹配两个部分，完成初步筛选和案例匹配，得到匹配案例，经过领域专家调整后应用至目标案例，并保存至案例库。本发明能够模仿专家经验的思维过程，进行人工智能决策，使决策结果更符合实际的湖库水华治理情况，明显提高了决策结果的准确性及可靠性。并且可以提高决策效率，缩短决策时间。
-
Patent Agency Ranking
公开(公告)号：CN108416460A
公开(公告)日：2018-08-17
申请号：CN201810059108.6
申请日：2018-01-22
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于多因素时序—随机深度置信网络模型的蓝藻水华预测方法，属于水环境预测技术领域。本发明将改进的深度置信网络方法与多因素时间序列分析法相结合，构建一种多因素时序─随机深度置信网络模型，然后采用MT─RDBN模型去离散化、RCRBM的学习算法和MT─RDBN模型参数微调。本发明在建立模型时采用了时间序列中的自回归模型和多因素回归模型，考虑了影响因素因此MT─DBN模型能够通过当前时刻和历史时刻的叶绿素浓度和影响因素数据对未来时刻的表征因素进行预测，减少了样本使用量，提高了预测精度。
-
公开(公告)号：CN107688701A
公开(公告)日：2018-02-13
申请号：CN201710729131.7
申请日：2017-08-23
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于WASP模型的水质软测量及水体富营养化评价方法，属于环境工程技术领域。本发明首先建立基于WASP模型的水质软测量模型，同时结合UKF对水质软测量模型的未知参数进行估计，以提高水质软测量模型的准确性。然后利用改进的模糊综合评价法对水体进行富营养化评价，以进一步验证水质软测量模型的有效性。本发明可解决水质指标不能在线测量的问题，在提高对水质软测量模型的准确性的同时，还可以得到实时的评价结果并提高富营养化评价的准确度。
-
公开(公告)号：CN105224808B
公开(公告)日：2018-02-06
申请号：CN201510666172.7
申请日：2015-10-15
Applicant: 北京工商大学
IPC: G16H50/30
Abstract: 本发明公开了一种基于三维坐标的投影积分函数皮肤状态综合评价方法，属于皮肤科学与系统科学交叉融合的工程技术领域。所述评价方法首先建立指标位置集、测试部位集、模糊评价集的三维坐标，针对领域专家给出的评价标准，提出投影积分函数对测试部位的测试数据进行插值积分运算，投影于指标维度进行二次插值积分，采用模糊隶属度表达皮肤状态评价等级的渐进不确定性，最终通过模糊矩阵计算并确定皮肤状态综合评价等级。本发明判定结果能够较全面客观的反映皮肤状态，改善了评价的全面性，提高了结果的客观准确性；为测试者对化妆品等产品的使用，提供参考意义。
-
公开(公告)号：CN104899653B
公开(公告)日：2018-01-12
申请号：CN201510294300.X
申请日：2015-06-02
Applicant: 北京工商大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于专家系统及蓝藻生长机理时序模型的湖库蓝藻水华预测方法，属于水环境预测技术领域。所述预测方法包括关键影响因子确定、阈值确定、基于关键环境因子的专家系统建模预测、基于关键水质因子的机理时序建模预测和综合预测。本发明提出基于影响湖库蓝藻水华形成的环境因子，采用专家系统方法对湖库蓝藻水华形成过程进行建模预测，通过构建自适应神经模糊推理专家系统模型，实现根据未来时刻环境因子的变化预测蓝藻水华形成过程的变化，使水华建模预测的结果更加准确。本发明对水华形成过程的描述更符合实际，使水华建模预测的结果更加准确，提高了蓝藻水华建模预测方法的适应性。
-
公开(公告)号：CN107506857A
公开(公告)日：2017-12-22
申请号：CN201710692183.1
申请日：2017-08-14
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于模糊支持向量机的城市湖库蓝藻水华多变量预测方法，包括以下几个步骤：步骤一、选取城市湖库蓝藻水华多变量预测建模中关键影响因素；步骤二、重构城市湖库蓝藻水华多变量时间序列的相空间；步骤三、最近邻域点优化确定；步骤四、获取城市湖库蓝藻水华多变量模糊支持向量机预测模型，进行城市湖库蓝藻水华预测。本发明提出相似系数分析定义对湖库蓝藻水华生成关键影响因素进行选取，将时间序列变化趋势一致性与时域特征结构相似性综合考虑以确定影响因素与表征因素之间的相似程度，以提取较完备的强相关信息，减少冗余信息，提高预测的鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.033 seconds)
