-
公开(公告)号:CN114461961B
公开(公告)日:2024-08-20
申请号:CN202111650276.0
申请日:2021-12-30
Applicant: 大连理工大学
IPC: G06F16/958 , G06F30/27 , G06F18/214 , G06F18/23213 , G06F111/04
Abstract: 本发明提供一种基于NMF和低秩张量的不完整多模态媒体数据聚类方法,属于媒体信息处理技术与数据挖掘技术领域。包括以下步骤:(1)应用于网络社交媒体平台的不完整多模态媒体数据预填充和分解;(2)基于不完整多模态社交媒体平台数据的低秩张量模型融合;(3)融入测量机制,学习多模态社交媒体平台数据的共识表示;(4)计算和优化联合目标函数,迭代更新直至满足收敛条件,完成聚类学习。该模型可以有效融合模态中的可见实例和视图之间的信息,以填补缺失的信息。也可以通过多个模态的高阶相关性来捕获缺失信息,这有助于获得良好的多模态聚类结果。
-
公开(公告)号:CN111707332B
公开(公告)日:2024-07-16
申请号:CN202010489134.X
申请日:2020-06-02
Applicant: 大连理工大学
IPC: G01F23/284 , G05B19/042 , G08C17/02
Abstract: 本发明公开了一种基于STM32的低功耗窨井液位监测与报警系统,本发明利用电池供电即可实现对窨井液位的低功耗监测,并在液位达到阈值时进行报警,相关人员通过APP、网页即可实时远程监测液位信息。本发明由STM32单片机最小系统电路、电池供电电路、RS485收发电路、浮球信号中断触发电路、MOS关断电路、DTU连接电路、模拟量转RS485采集模块构成;其中模拟量转RS485采集模块与雷达液位计连接且用于将雷达液位计采集到的液位值经过信号转换后送入STM32单片机进行处理,然后DTU连接电路将数据上传到物联网云平台。本发明包括三种不同的工作模式,当窨井液位达到不同高度时,系统自动调整采样周期,能够有效地减少系统整体的功耗,实现低功耗运行。
-
公开(公告)号:CN113869007B
公开(公告)日:2024-04-23
申请号:CN202111183091.3
申请日:2021-10-11
Applicant: 大连理工大学
IPC: G06F40/126 , G06F40/194 , G06F40/30 , G06F16/583 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本申请提供了一种基于深度学习的文本生成图像学习方法,属于计算机视觉领域。我们提出TRGAN学习模型,TRGAN包含两个模块:联合注意堆叠生成模块和文本生成模块反向修正和校正模块。在JASGM模块中,从词级信息中提取详细的特征信息图像是基于全局句子注意力生成的。在TGOCM模块中,文本描述反向生成,可以通过匹配词级特征向量来提高初始图像的质量。本发明依照上述特征所构建的模型推导出了一种行之有效的算法来处理上述问题,通过大量实验验证,本发明所得到的数据表示性能优于现阶段相关模型。
-
公开(公告)号:CN114660592B
公开(公告)日:2024-04-12
申请号:CN202210277841.1
申请日:2022-03-21
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于毫米波雷达点云数据的室内人员信息检测方法,对毫米波雷达输出的点云数据的处理过程包括以下步骤:对点云数据进行预处理;对跟踪目标当前时刻的位置及速度进行预测;将预处理后的点云与正在跟踪的目标进行数据关联;对当前时刻有效关联的目标的位置及速度进行滤波估计;使用密度聚类算法对未被有效关联的点云进行凝聚;统计人员数量和位置。本发明根据目标关联的点云信息判定目标是处于静止状态还是运动状态,据此选择对应的目标运动模型,提高目标跟踪的可靠性,减少由于点云消失带来的误检;另外对于静止和运动状态下的目标使用不同的数据关联参数,减少在运动目标靠近静止目标情况下出现的的跟踪错误。
-
公开(公告)号:CN117200181A
公开(公告)日:2023-12-08
申请号:CN202310991681.1
申请日:2023-08-08
Applicant: 大连理工大学
IPC: H02J3/00 , G06Q50/06 , G06F17/18 , G06F18/2321
Abstract: 本发明公开了一种基于DBSCAN‑EM‑GMM和Web技术的光伏发电量预测方法,包括:获取光伏设备采集的数据,进行归一化处理;对归一化后的数据进行DBSCAN孤立噪声点检测,剔除异常点后的数据进行高斯混合模型检测,再进行分区间的3‑sigma准则检测;对光伏设备功率‑辐射度散点图使用最小二乘法进行拟合,得到光伏设备的功率‑辐射度关系曲线;通过Web平台获取第二天特定时间段内的太阳辐射度数据,对离散的光伏辐射度‑时间散点进行曲线拟合,得到指定时间段内的光照辐射度平均值,再将光照辐射度平均值代入光伏设备的功率‑辐射度关系曲线中得到指定时段内的光伏设备平均功率,获得在指定时间段内的光伏发电总量。该方法能够提前一天预测次日光伏发电量并且精度相对较高。
-
公开(公告)号:CN116822413A
公开(公告)日:2023-09-29
申请号:CN202310774519.4
申请日:2023-06-28
IPC: G06F30/28 , G06F17/11 , G06N3/126 , F02B63/04 , G06F119/14 , G06F111/06
Abstract: 本发明公开了基于分数阶PID的自由活塞内燃电机动力系统优化控制方法,包括:根据直线内燃电机的运动特性建立FPEG系统的动力学模型;确定FPEG系统输入输出关系,对所动力学模型进行仿真,设计分数阶PIλDμ控制器的参数,所述参数包括比例增益Kp,积分系数Ki,微分系数Kd,积分阶次λ,微分阶次μ。利用遗传算法对分数阶PIλDμ控制器的参数进行优化求解,优化变量为内外环两个分数阶PIλDμ控制器的比例系数Kp,积分系数Ki和积分阶次λ。本发明通过在传统PID控制器的基础上加入积分阶次和微分阶次实现分数阶PIλDμ控制器,再利用优化算法对在正弦输入信号下设计的分数阶PIλDμ控制器的参数进行寻优,实现对自由活塞内燃电机动力系统的控制和优化。
-
公开(公告)号:CN115408375A
公开(公告)日:2022-11-29
申请号:CN202211016709.1
申请日:2022-08-24
Applicant: 大连理工大学
IPC: G06F16/215 , G06F17/18
Abstract: 本发明属于能耗监管系统底层传感器数据处理技术领域,提供了一种能源监管系统传感器缺失数据的实时重构和在线修补方法,包括以下步骤:S1、基于能源监测系统的设计原理和运行机制,对其进行系统模型和数字模型的建立;S2、对数据进行相似性分析;S3、基于最大期望方法和极大似然估计算法的填充数据集构建;S4、基于MCMC算法的贝叶斯数据重构。本发明的有益效果:本发明基于数据和模型,实时重构和在线修补出能源监测系统中多种类型传感器某一或同时发生的数据缺失,能够保证预估值的准确性,且填补效率高、填补维度大,同时实现了历史数据的准确性和数据库的完整性,这对完善智能化的能源监测系统具有十分重要的意义。
-
公开(公告)号:CN114308125A
公开(公告)日:2022-04-12
申请号:CN202111542410.5
申请日:2021-12-13
Applicant: 大连理工大学
IPC: B01J31/22 , C07F3/08 , C07D307/16 , C07D317/30 , C07C253/30 , C07C255/40 , C07D307/10
Abstract: 本发明属于光催化材料技术领域,一种具有活化惰性C‑H键功能的曙红Y基金属有机框架的制备方法及其应用,其中制备方法,是以曙红Y配体EY、4,4‑联吡啶‑N,N‑二氧化合物配体BPDO,以金属镉盐中的Cd2+作为金属节点,通过溶剂热法制得具有活化惰性C‑H键功能的曙红Y基金属有机框架。本发明制备的具有活化惰性C‑H键功能的曙红Y基金属有机框架原料价格低廉、易合成,能够在温和的条件下实现醚类化合物和芳香醛类化合物C‑H键的功能化,产率高达90%以上。Cd‑EY‑BPDO作为一种非均相催化剂,易于批量制备,催化效果优异并且具有良好的可回收性,有望以一种绿色和可持续的方式实现惰性C‑H键的功能化。
-
公开(公告)号:CN110706004B
公开(公告)日:2022-03-29
申请号:CN201910937334.4
申请日:2019-09-30
Applicant: 华南农业大学 , 大连理工大学 , 广东友元国土信息工程有限公司
Abstract: 本发明公开了一种基于层次聚类的农田重金属污染物溯源方法,属于计算机技术领域。该方法包括如下步骤:(1)对样本数据集进行归一化和特殊值填充预处理;(2)计算任意样本对重金属间的相关性;(3)计算任意两种重金属间的相关性;(4)基于重金属间相关性对重金属集合进行自底向上的层次聚类;(5)定向解析农田重金属的污染物来源。本发明实施考虑利用每种污染源自身的特征成分,以及农田中重金属间的关联性,分析和计算出具有强关联性的重金属集合,并结合自底向上的层次聚类算法,实现定向解析农田重金属的污染物来源,为治理农田重金属环境污染提供新的途径和依据。
-
公开(公告)号:CN114187301A
公开(公告)日:2022-03-15
申请号:CN202111336146.X
申请日:2021-11-12
Abstract: 本发明属于计算机技术领域,提出了一种基于深度神经网络的X光影像分割与分类预测模型。首先,对X光影像进行预处理;针对预处理后的图片,构建基于注意力机制的U‑Net图像分割模型,得到影像中包含的待检测病变区域;通过构建Inception‑ResNet v2卷积神经网络提取上述影像区域特征,预测X光片中对应组织器官发生变化的概率;将得到的预测概率和实际的结果进行对比,利用对比结果对模型中相关参数进行迭代更新,直至模型趋于收敛。本发明构建了一种行之有效的方法来利用深度神经网络完成器官变化预测,通过大量实验验证,本发明所达到的预测精度和速度优于现阶段的相关模型。
-
-
-
-
-
-
-
-
-