-
公开(公告)号：CN107578154B
公开(公告)日：2020-09-01
申请号：CN201710743892.8
申请日：2017-08-25
Applicant: 武汉理工大学
IPC: G06Q10/06
Abstract: 本发明提供一种堆取料机的调度优化方法，对整个码头原料场建立一个二维坐标系，最下面的轨道左端为原点，每一个轨道和料堆按照与原点相对位置建立坐标数据；为每一个料堆和堆取料机设置结构体；为每一个轨道上的堆取料机机车构建移动模型；在每一个步长周期内，通过计算选择使一个轨道上的堆取料机具有最长有效工作时间的策略；结合供料时序进行综合优化，消除堆取料机系统调度时序冲突。本发明通过对堆取料机系统中的料堆和机车分别建模，结合供料时序对堆取料机系统进行仿真，确定优化后的调度方案，从而减少堆取料机调度时序冲突，提高堆取料机运输原料的效率。
-
公开(公告)号：CN108733488A
公开(公告)日：2018-11-02
申请号：CN201810389874.9
申请日：2018-04-27
Applicant: 武汉理工大学
Abstract: 本发明提供一种基于协作果蝇算法的web监视资源分配方法，将web监视资源分配问题作为0-1背包问题；采用n位二进制串的编码方式建立种群中心位置；按照性价比由大到小的顺序将物品逐个放入到背包中，直到达到背包载重上限，生成初始的种群中心位置；以种群中心位置为基础，对其二进制串中随机选择L个参数进行反向，生成m个果蝇；对m个果蝇进行修复和协作过程，出物品总价值最高的果蝇作为最优果蝇，作为下一次迭代的种群中心位置，直至迭代次数达到预期。本发明将一个基本的web监视资源分配问题简化为背包问题，利用性价比生成初始种群中心位置，并针对果蝇算法特点提出新的合作策略，加强果蝇之间的交流与联系。
-
公开(公告)号：CN108717478A
公开(公告)日：2018-10-30
申请号：CN201810389886.1
申请日：2018-04-27
Applicant: 武汉理工大学
Abstract: 本发明提供一种印制电路板钻孔布局方法，将印制电路板钻孔布局问题抽象为旅行商问题，将孔洞抽象为城市节点；采用无重复十进制串的编码方式对路径方案进行编码，每个路径方案即为一个果蝇；采用贪心搜索法生成初始的路径方案，作为种群位置；以种群位置为基础，随机选择L个城市节点进行互换，互换后，选择L个城市节点随机插入到其他位置中，生成m个新的果蝇，寻找城市节点访问路径的总长度最短的果蝇，作为最优果蝇；比较最优果蝇和种群位置对应的城市节点访问路径的总长度，选择较短的一个作为新的种群位置进行迭代，直至迭代次数达到预设最大次数。本发明提高了钻孔巡游效率。
-
公开(公告)号：CN106451571A
公开(公告)日：2017-02-22
申请号：CN201610871927.1
申请日：2016-09-30
Applicant: 武汉理工大学
IPC: H02J3/48
Abstract: 本发明公开了一种具有频率前馈补偿的三相电压相位锁定方法，该方法利用坐标变换将三相电压从旋转坐标系转换到两相静止坐标系中，以静止坐标系中q轴电压分量为零作为控制目标建立相位跟踪闭环控制系统，通过频率估计手段获得准确的三相电压频率作为前馈量以提高控制系统响应速度。本发明利用频率前馈与反馈技术相结合进行三相相位跟踪控制，该前馈环节的加入能够大大增加相位跟踪闭环系统的响应速度，较传统的三相锁相环技术具有更佳的动态性能，非常适合于系统干扰较大的工业应用场合。
-
公开(公告)号：CN119037468A
公开(公告)日：2024-11-29
申请号：CN202411079580.8
申请日：2024-08-07
Applicant: 武汉理工大学
IPC: B60W60/00 , G01C21/20 , G01C21/00 , G01C21/26 , G01C21/34 , B60W40/00 , B60W40/10 , B60W40/105 , B60W50/00 , G06N3/092 , G06N3/045 , G06F30/20 , G06F119/14
Abstract: 本申请涉及一种越野车运动规划方法及装置，属于车辆运动规划技术领域，其中，该方法包括：构建地面力学仿真模型，地面力学仿真模型用于模拟在越野车控制信号的动作下越野车的空间位置状态和越野车与地形之间的动力学状态的变化；基于地面力学仿真模型进行状态转移，基于空间位置状态和动力学状态确定奖励，构建强化学习模型；求解强化学习模型，得到越野车从初始位置到目标位置的运动轨迹，基于运动轨迹对越野车进行运动规划。本申请通过将地面力学仿真模型作为强化学习模型的物理引擎，使得越野车能够学习如何以精确且详细的运动计划来导航到目标位置的同时，确保行驶过程中的稳定性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN115328128B
公开(公告)日：2024-05-03
申请号：CN202210954032.X
申请日：2022-08-10
Applicant: 武汉理工大学
IPC: G05D1/43 , G05D1/654 , G01D21/02 , G05D109/30 , G05D109/20
Abstract: 本发明公开了一种无人艇与无人机协作在线水质监测系统及方法，包括无人艇、无人机、起降网、水质监测系统、组网通讯电台和综合地面站；综合地面站通过组网通讯电台行实时通讯，向无人机和无人艇分别发送任务指令；监听无人机和无人船的状态，包括位置、航向、速度、故障信息，实时接收水质监测系统的监测结果；随时终止无人机和/或无人艇的任务；无人艇上的水质监测系统监测的任一项水质参数超出一定范围时，发出水质疑似污染信号，无人机自主起飞，检测目标水域是否存在偷排异常情况，实时向综合地面站反馈目标水域是否存在偷排异常情况。本发明通过无人机和无人艇的信息共享和功能互补，全面优化水域数据监测与应急能力。
-
公开(公告)号：CN117253489A
公开(公告)日：2023-12-19
申请号：CN202310943543.6
申请日：2023-07-27
Applicant: 武汉理工大学 , 武汉大晟极科技有限公司
Abstract: 本申请公开了一种声纹识别方法、系统、电子设备及存储介质，该方法包括：首先，获取语音数据，并基于感知小波包熵变换方法提取语音数据的PWPE特征向量，通过对语音数据进行初步处理得到PWPE特征向量，以便于捕获到语音数据中的非平稳信号，从而有效适应外部环境的变化；然后，通过CBAM‑Res2Net‑TDNN模型对PWPE特征向量进行数据处理，CBAM‑Res2Net模块能够针对性地识别PWPE特征向量中的非平稳信号，统计池化层和损失函数层能够有效适应声纹验证环境的变化，避免由于验证环境变化导致的声纹识别性能下降的问题。
-
公开(公告)号：CN116989442A
公开(公告)日：2023-11-03
申请号：CN202310894051.2
申请日：2023-07-19
Applicant: 武汉理工大学
IPC: F24F11/64 , F24F11/46 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种中央空调负荷预测方法及系统，该方法包括：获取中央空调工作时影响负荷状态的自然变量数据集，基于预测模型对所述自然变量数据集进行分析，得到中央空调负荷数据的初始预测结果；然后构建中央空调负荷的损失函数，利用预设的能耗优化算法对初始预测结果进行处理，得到中央空调负荷数据的目标预测结果，其中，预测模型基于预设的神经网络模型训练得到。本发明利用神经网络模型对中央空调的负荷进行预测，得到冷水机组预先调节所需调节参数，并利用梯度下降算法对中央空调的能耗进行优化，能够对中央空调的负荷进行预调节，避免参数调节缓慢导致的能耗浪费。
-
公开(公告)号：CN116882606A
公开(公告)日：2023-10-13
申请号：CN202310815937.3
申请日：2023-07-04
Applicant: 武汉理工大学
IPC: G06Q10/047 , G06Q50/26 , G06F30/20
Abstract: 本发明提供了一种邮轮应急疏散路径规划方法，该方法包括：基于邮轮的结构参数构建邮轮三维模型；基于邮轮三维模型确定疏散拓扑图，并确定影响人员通过可通行路段时间的至少两个影响因素；获取仿真事故参数；基于仿真事故参数，确定任一影响因素的影响度值；基于预设的评价模型，确定任一影响因素的影响度值的权重，将至少两个影响因素影响度值的权重进行加权求和，将加权求和的值作为疏散拓扑图对应边的疏散权值；基于预设的路径规划算法，以人员所在初始节点作为出发点，预设的出口节点作为终点，从疏散拓扑图中选取疏散权值和最小的可通行路段作为最优路径。本发明可以有效提高突发火灾事故下的邮轮疏散安全性和人员疏散效率。
-
公开(公告)号：CN116758921A
公开(公告)日：2023-09-15
申请号：CN202310546380.8
申请日：2023-05-15
Applicant: 武汉理工大学 , 武汉大晟极科技有限公司
IPC: G10L17/02 , G10L17/18 , G10L17/04 , G10L21/02 , G10L21/0208
Abstract: 本发明提供一种复杂场景的声纹识别方法、装置、电子设备及存储介质，该方法包括：获取待识别语音数据，对所述待识别语音数据进行预处理，得到目标语音数据；将所述目标语音数据输入至预设的语音识别模型，得到对应的声纹识别结果；其中，所述语音识别模型基于预设的神经网络模型训练得到，所述神经网络模型包括依次堆叠的TDNN层、ECA‑Res2Net网络层、注意力统计池化及正则化层、全连接及正则化层以及损失函数层。本发明可以解决现有技术中声纹识别模型容易受到噪声影响以及鲁棒性较差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.019 seconds)
