-
公开(公告)号：CN117390131B
公开(公告)日：2024-09-24
申请号：CN202310815104.7
申请日：2023-07-04
Applicant: 无锡学院
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06F18/24 , G06F18/23213 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种用于多领域的文本情感分类方法，包括：获取目标领域带标签的文本数据并进行预处理，对词嵌入层进行训练，在ALBERT模型中嵌入用于文本主题信息提取的LDA模型，在LDA模型中融合K‑means聚类算法；将词向量序列输入至LDA模型中进行无监督训练，提取文本主题信息，得到“文档‑主题”分布的主题特征向量；将主题特征向量输入到K‑means聚类算法进行二次聚类后，使用余弦相似度输出最优的主题特征向量；通过吉布斯采样方法迭代抽样，LDA模型收敛后得到“主题‑词”分布和“评论‑主题”分布；对文本情感分类模型训练，将通过训练后的文本情感分类模型计算情感分类标签的情感概率，将情感概率最大的标签作为目标数据标签，从而实现跨领域的文本情感分类。
-
公开(公告)号：CN118313519A
公开(公告)日：2024-07-09
申请号：CN202410734151.3
申请日：2024-06-07
Applicant: 无锡学院
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q10/20 , G06Q50/04 , G06F30/20 , G06F111/10
Abstract: 本发明提供机电全生命周期预测建模方法及系统，涉及计算机科学技术领域，本发明通过构建数字孪生模型，将设备的状态数据、保养数据和维修数据有机结合，综合生成状态评价系数、保养评价系数和维修评价系数，并在此基础上构建生命周期节点预测模型，该模型能够对设备的月检、季检和年检周期进行动态调整，有效减少设备故障的发生概率，提高机电设备的运维效率。
-
公开(公告)号：CN115761627A
公开(公告)日：2023-03-07
申请号：CN202211422340.4
申请日：2022-11-14
Applicant: 无锡学院
Abstract: 本发明公开了一种火灾烟雾火焰图像识别方法，通过创建火灾烟雾火焰图像数据集；对YOLOv5s模型改进得到用于识别火灾烟雾火焰图像的火灾识别模型；对火灾烟雾火焰图像进行数据增强，将通过数据增强后的火灾烟雾火焰图像输入到火灾识别模型进行训练得到训练好的火灾识别模型；将火灾烟雾火焰图像输入至训练好的火灾识别模型中，得到火灾烟雾火焰图像的识别结果。本发明通过火灾识别模型实现对火灾发生时的早期的火灾烟雾火焰图像进行准确高效的识别。
-
公开(公告)号：CN113984989A
公开(公告)日：2022-01-28
申请号：CN202111169990.8
申请日：2021-10-08
Applicant: 无锡学院
Abstract: 本发明公开了一种基于拉普拉斯降维的水产养殖水质异常检测方法。属于水产养殖技术领域，具体步骤：数据降维、确定异常检测数据维度、构建DSVDD异常检测模型、输出水质异常检测数据。本发明涉及到水产养殖过程中养殖水体的6个监测指标，将这6个指标作为检测模型的输入量，利用拉普拉斯特征映射对传感器采集的水质数据进行降维，将样本输入维度从6维降到3维，确定DSVDD异常检测方法的数据维度，训练好的DSVDD检测模型进行异常检测测试，将DSVDD模型异常检测测试结果与传统的SVDD模型的异常检测结果相比，DSVDD算法有更好的检测精度，可进行高维度的水质异常检测，提高了针对水产养殖业的水体异常检测的精度。
-
公开(公告)号：CN119558206A
公开(公告)日：2025-03-04
申请号：CN202510127904.9
申请日：2025-02-05
Applicant: 无锡学院
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供基于深度学习的智能制冷系统效率优化方法、系统及装置，涉及智能制冷系统效率优化技术领域。首先采集制冷系统的历史运行参数和环境数据，经过预处理后按照时间戳整合为样本集。基于卷积神经网络与长短时记忆网络的混合模型，构造状态预测模型，用于预测系统运行状态。结合状态预测模型对下一未来时刻的数据预测定义优化目标函数，利用深度Q网络模型，制定系统运行的最优调整策略。最后，实时监测当前运行参数与环境数据，计算综合安全评分，并与安全阈值比较，决定是继续优化效率还是优先进行故障排查。该方法通过深度学习与物理建模相结合，实现了高效、安全的制冷系统运行优化。
-
Patent Agency Ranking
公开(公告)号：CN118965920B
公开(公告)日：2025-02-14
申请号：CN202411428926.0
申请日：2024-10-14
Applicant: 无锡学院
IPC: G06F30/23 , G06F30/17 , G06F30/27 , G06N3/126 , G06F111/06 , G06F119/14
Abstract: 本发明提供一种桥式起重机动态仿真优化分析方法及装置，涉及机械仿真优化技术领域，本发明通过采集桥式起重机的物理参数建立几何模型，利用有限元软件进行初始仿真。然后，根据仿真结果与实际数据的误差调整网格，使用卡尔曼滤波器对起升高度、运行速度、负载重量和电机效率这些仿真参数进行滤波优化，应力大小、结构部件变形量和电机消耗功率作为仿真输出。最后，根据仿真输出设定安全性最大化和能耗最小化为优化目标，利用遗传算法优化仿真参数，实现对桥式起重机仿真参数的动态优化。
-
公开(公告)号：CN119320104A
公开(公告)日：2025-01-17
申请号：CN202411876585.3
申请日：2024-12-19
Applicant: 无锡学院
Abstract: 本发明提供一种起重机吊装作业过程风险预警方法及系统，涉及起重机吊装风险预警技术领域，本发明通过预作业试验获取实际数据，结合风速、载荷矩阵和动态因素修正载荷，生成拟合方程以预测未来载荷情况。实现了对起重机吊臂载荷的动态监测和准确评估，显著提高了风险管理的精准度。与传统方法相比，本方案能够提前对作业状况进行预测并进行风险评估，从而预防潜在事故，为操作人员提供可靠的安全保障。这不仅提升了起重机作业的安全性，还优化了设备管理和维护流程，为高风险作业场景提供了有效的解决方案。
-
公开(公告)号：CN118992831A
公开(公告)日：2024-11-22
申请号：CN202411466991.2
申请日：2024-10-21
Applicant: 无锡学院
Abstract: 本发明提供一种人工智能驱动的起重机自适应抗干扰控制方法及系统，起重机自适应抗干扰控制技术领域，本发明首先收集多组起重机工作时的历史数据，构成历史数据集，并按比例将其分为训练集与验证集，使用神经网络构建起重机干扰预测模型，使用训练集和验证集对模型进行训练优化，生成摆动干扰预测模型，实时采集起重机工作时的各种数据，使用摆动干扰预测模型预测摆动干扰系数，通过重物质量、重物横截面积、风速和空气密度生成风力干扰系数；通过吊臂振动频率和幅值生成振动干扰系数；通过上述干扰系数调节系统增益，然后通过增益控制控制器输出，以达到自适应抗干扰的目的。
-
公开(公告)号：CN118411160B
公开(公告)日：2024-11-05
申请号：CN202410879277.X
申请日：2024-07-02
Applicant: 无锡学院
IPC: G06Q10/20 , G06Q50/06 , G06F18/2415 , G06F18/214 , G06N3/0464 , H02J13/00 , G01R31/08
Abstract: 本发明提供一种考虑多种气象因子的电网故障预测方法及系统，旨在提高电网故障预测的准确性和效率。该方法首先收集电网各个线路的历史故障数据和相应的气象数据，包括温度、湿度、风速和降雨量，并将这些数据映射到预定义的气象区间内以计算不同条件下的故障概率指数。接着，利用卷积神经网络构建气象因子故障概率模型，卷积神经网络能够从历史故障和气象数据中提取深层次特征，通过历史数据训练得到的模型不仅能够适应数据的复杂性，还能够实现更为准确的故障预测。通过实时采集的气象数据和电力数据，模型能够预测各个线路的故障概率，进而通过与预设的故障阈值进行比较，筛选出潜在的风险预警线路。
-
公开(公告)号：CN118760174A
公开(公告)日：2024-10-11
申请号：CN202410908156.3
申请日：2024-07-08
Applicant: 无锡学院
Abstract: 本发明公开了一种DoS攻击下多智能体的预定时间滑模编队控制方法，包括建立非周期性DoS攻击模型，考虑智能体之间的动态相互作用、协调关系以及外部干扰，建立多智能体动态模型，描述智能体的位置变化；设计预定时间滑模面以及其控制器，以实现多智能体的非线性系统对外部环境以及DoS攻击的适应性；设置预定时间终端滑模控制的Lyapunov充分条件；通过无界Lyapunov函数V2(x)进行无DoS攻击时系统稳定性证明；设定DoS攻击下的预定时间稳定系统的稳定性证明控制器，通过调整误差系统的初始参数，使得非线性系统完成非周期DoS攻击下期望的时变编队控制。通过本发明方法提升了非周期性DoS攻击以及持续外部干扰对非线性多智能体系统稳定性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.055 seconds)
