-
公开(公告)号：CN105071759A
公开(公告)日：2015-11-18
申请号：CN201510490718.8
申请日：2015-08-11
Applicant: 河海大学常州校区
IPC: H02S20/32
Abstract: 本发明公开了一种带饱和限制的自适应变步长的最大功率点跟踪方法，步骤一，建立光伏电池模型；步骤二，建立升压电路模型；步骤三，搜索最大功率点；步骤四，采用基于锯齿波载波的脉冲宽度调制，将D转换成PWM信号，通过PWM信号控制升压电路中的三极管。本发明采用基于锯齿波载波的PWM信号来直接控制升压电路的占空比，以跟踪最大功率点，跟踪效率高，当系统环境发生突变时，控制算法能可靠工作，快速跟踪到光伏系统的最大功率点；能够根据功率点所处的位置自适应变步长，使得系统在远离MPP时用较大步长快速跟踪，在MPP附近减小占空比步长避免震荡，加入饱和限制可以避免可能出现的梯度值过大导致步长过大后跟踪失效的问题。
-
公开(公告)号：CN104700416A
公开(公告)日：2015-06-10
申请号：CN201510129134.8
申请日：2015-03-23
Applicant: 河海大学常州校区
IPC: G06T7/00
Abstract: 本发明公开了基于视觉理解的图像分割阈值确定方法，具体包括以下几个步骤：(1)将彩色图像变换为灰度图像；(2)对灰度图像进行数字滤波；(3)计算直方图；(4)计算直方图的全局重心，作为图像分割的第一个分割阈值TL；(5)将高于第一个分割阈值TL的直方图区域分成两部分，根据视觉平衡原则，利用搜索算法寻找两部分的视觉重心，作为图像分割的第二个分割阈值TH。本发明根据艺术创作中的视觉平衡原则，利用画面的视觉重心作为分割阈值，可以有效地将图像的背景部分和主题部分分离出来，使得分割后的图像，能够以极小的图像像素，最大限度地将图像特征保留下来，并且符合人们的认知期望。
-
公开(公告)号：CN104616085A
公开(公告)日：2015-05-13
申请号：CN201510084657.5
申请日：2015-02-16
Applicant: 河海大学常州校区 , 常州瑞信电子科技有限公司
Abstract: 本发明公开了一种基于BP神经网络的光伏发电量预测方法，包括步骤：选取光伏发电量影响因素的历史数据生成输入向量，以其所对应的光伏发电量的历史数据作为输出向量，得到训练样本；利用所得训练样本训练BP神经网络；选取影响光伏发电量因素的待预测日的数据输入BP神经网络，得到预测光伏发电量。本发明通过太阳辐射强度和温度数据，实现了太阳能光伏发电量的预测，针对BP神经网络易陷入局部极值的缺陷，提出了基于改进学习率和权值的弹性自适应规则的BP神经网络，较好地解决了算法陷入局部极值的问题，提高了光伏发电量的预测精度。
-
公开(公告)号：CN104268639A
公开(公告)日：2015-01-07
申请号：CN201410465020.6
申请日：2014-09-12
Applicant: 河海大学常州校区
IPC: G06Q10/04
CPC classification number: G06Q10/04
Abstract: 本发明公开了一种基于森林模型与改进遗传算法的船舶引航排班方法。该方法根据引航任务衔接条件构建引航任务森林模型，采用改进广度优先搜索算法遍历引航任务森林获取初始引航任务组；根据初始引航任务组，采样改进遗传算法获取最优引航排班计划。本发明考虑了引航排班中各种成文的排班规则及不成文排班习惯，同时将引航排班问题所涉及的约束条件转化为费用模型，从可行性、公平性、效益三个角度出发，求解船舶引航排班方法。
-
公开(公告)号：CN104267778A
公开(公告)日：2015-01-07
申请号：CN201410476803.4
申请日：2014-09-17
Applicant: 河海大学常州校区
CPC classification number: Y02E10/58 , Y02E40/76 , Y04S10/545
Abstract: 本发明公开了一种基于功率微分的光伏发电最大功率点跟踪方法，本发明将Boost电路的占空比作为控制变量，首先通过对功率微分绝对值及其前后采样时刻的关系判定找到最大功率点附近区域所对应的占空比区间，再采用改进量子遗传算法寻优求得最优占空比，并将其输出给Boost电路以实现对最大功率点的跟踪。与现有技术相比，该发明具有搜索速度快，能克服外界环境发生剧烈变化时产生的误判和跟踪失效的问题。
-
Patent Agency Ranking
公开(公告)号：CN104182853A
公开(公告)日：2014-12-03
申请号：CN201410465445.7
申请日：2014-09-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种引航员指派模型建立及其求解方法，分别对船舶、引航员及引航员疲劳程度进行等级划分，根据引航员指派过程中等级分配情况，建立引航员等级分配过高费用函数与等级分配过低费用函数；根据引航员指派过程中引航员的疲劳程度，建立引航员的疲劳程度费用函数；根据引航员指派过程中引航员工作时间差异，建立引航员工作时间均衡程度费用函数；最后建立引航员指派模型的费用函数。本发明较好地解决了引航员指派问题，具有求解精度高、求解时间短、资源分配合理、利用率高的优点；在求解最优引航员指派模型的算法选择上采用了基于动态子种群改进遗传算法，在引航任务数较多，引航员情况较复杂的情况下，相比一般算法具有更优的寻优能力。
-
公开(公告)号：CN102221559B
公开(公告)日：2012-08-29
申请号：CN201110052541.5
申请日：2011-03-05
Applicant: 河海大学常州校区
IPC: G01N21/898 , D06H3/08
Abstract: 本发明涉及一种基于机器视觉的织物疵点在线自动检测方法及装置，为解决传统人工检测方法劳动强度大、检测质量差的问题，利用工业摄像机对卷布验布机上的织物拍摄清晰完整的、无瑕疵的标准织物图像作为标准图像模板，并提取相应的特征参数存贮于计算机，根据用户要求设置织物疵点检测特征参量的范围，利用工业摄像机再将实时拍摄的织物图像传输至计算机与标准图像模板进行对比处理，并与标准特征参数比较，若织物特征参数不符合设定要求，则由检测软件启用报警，并对疵点进行分析，执行打印疵点标签。本发明具有检测精度高、速度快，大大降低了劳动强度的优点。
-
公开(公告)号：CN102621154A
公开(公告)日：2012-08-01
申请号：CN201210104088.2
申请日：2012-04-10
Applicant: 河海大学常州校区
IPC: G01N21/88
Abstract: 本发明公开了一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置，克服人工检测的劳动强度大，误检、漏检率高等缺陷以及原来的多重分形算法引起布匹疵点检测精确度不高的问题，利用改进的差分盒多重分形算法对布匹疵点进行布匹检测，用摄像机拍摄清晰、无疵点的布匹作为标准图像存入计算机，提取标准图像多重分形维数，并根据需要设定误差范围；利用摄像机实时拍摄待测布匹图像，提取待测布匹图像多重分形维数，与标准图像进行对比，若待测图像多重分形维数在误差范围内，则判定为合格；反之则为不合格。本发明在计算分形维数时，改进了经典算法中网格上盒子数量与高度的计算方法，在运算时间增加不大的情况下，大大减少了最小二乘拟合误差，提高了多重分形维数的计算精度。
-
公开(公告)号：CN102035575A
公开(公告)日：2011-04-27
申请号：CN201010561515.0
申请日：2010-11-28
Applicant: 河海大学常州校区
IPC: H04B5/00 , G08G1/0962
Abstract: 一种出租车无线呼租蜂窝系统，包括设置在出租车停靠点的无线发射装置和车载无线接收装置，无线发射装置具有n个且构成蜂窝状呼叫网络，出租车停靠点的无线发射装置和车载无线接收装置之间通过无线进行通信，无线发射装置包括第一微处理单元、第一无线通讯模块和信号发射按钮，车载无线接收装置包括第二微处理单元、第二无线通讯模块和显示屏，第一无线通讯模块将乘车请求信息以及乘客所在出租车停靠点的信息通过2.4G公用通信频道对外发送，第二无线通讯模块接收第一无线通讯模块所发出的乘车请求信息以及乘客所在出租车停靠点的信息，显示屏显示乘客所在出租车停靠点的信息。本发明降低乘客的等车时间、减少出租车的无效寻客时间。
-
公开(公告)号：CN111090935B
公开(公告)日：2022-09-23
申请号：CN201911280409.2
申请日：2019-12-13
Applicant: 河海大学常州校区
IPC: G06F30/20 , G06F111/04 , G06Q10/02 , G06Q10/04
Abstract: 本发明公开了一种公共自行车预约调度与路径规划方法，依次包括以下步骤：根据公共自行车服务站点调度信息和现有运输车资源，确定问题约束条件，构建数学模型；把该模型转化为伪旅行商问题模型；采用改进智能水滴算法求解该伪旅行商问题模型，求得各运输车的最优服务站点的次序，所用运输车车辆数和各运输车初始所带公共自行车车辆数。本发明针对智能水滴算法启发性不足，容易陷入局部最优等缺点，提出了基于最优候选结点子群的选择策略，提高了搜索效率和算法精度；本发明提出了把公共自行车预约调度与路径规划模型转化为伪旅行商问题模型，提出了相应求解方法，消除了不可行解问题，提高了求解方法的效率与精度。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.028 seconds)
