-
公开(公告)号：CN111125908A
公开(公告)日：2020-05-08
申请号：CN201911342991.0
申请日：2019-12-24
Abstract: 本发明提供基于极限学习机的面包生产建模及决策参数优化。本发明通过建立烘焙口味关于其食材、配比决策变量的复杂系统数学模型，用智能优化方法搜索最佳材料配方，提升消费者口味体验。其实现步骤为：确定制作面包原料组成；确定面包品质评分标准；制作面包；对制作出的面包的品质进行评分；收集面包实验相关数据；训练极限学习机应用极限学习机优化面包配方。本发明通过智能科学方法挖掘面包烘焙过程的生产实绩数据，探求复杂食材、配比潜在的规律，并用智能优化方法搜索最佳的食材、配比，从而满足日益挑剔的消费者口味要求，提高产品品质。
-
公开(公告)号：CN108038330A
公开(公告)日：2018-05-15
申请号：CN201711427892.3
申请日：2017-12-26
Applicant: 重庆科技学院
IPC: G06F17/50
Abstract: 本发明公开一种基于SUKFNN算法的铝电解工耗模型构建方法，利用超球体单形采样策略替代传统UKFNN使用的对称采样策略，获得改进的算法SUKFNN算法进行建模。有益效果：将对称采样的2n+1个采样点降低到n+2个采样点，大大减少Sigma点的采样数量，与UKFNN模型比较精度相当，但运行时间降低三分之一左右，提高了模型的实时性，并且有效降低铝电解建模过程的复杂程度。
-
公开(公告)号：CN105721086B
公开(公告)日：2018-05-01
申请号：CN201610141612.1
申请日：2016-03-11
Applicant: 重庆科技学院
IPC: H04B17/391 , H04B17/30
Abstract: 本发明公开了一种基于UKFNN的无线信道场景识别方法，包括以下步骤：采集连续路段的信道数据作为训练样本；确定分段数目并得到连续信道数据分段模型；利用AP算法对每一段数据进行区域划分；将训练样本进行标记，建立连续信道数据分区模型；将待测数据带入分段模型，判断出属于哪一路段；将待测数据带入分区模型，判断出属于哪一区域。有益效果：模型建立复杂性低和计算量少，提高模型的精度；采用AP算法进行聚类，无需指定聚类数目，使信道识别方法更加简单，构建模型更加容易，能准确的识别出采集自该连续路段测试数据属于哪一路段、哪一区域。
-
公开(公告)号：CN105867472A
公开(公告)日：2016-08-17
申请号：CN201610347331.1
申请日：2016-05-24
Applicant: 重庆科瑞分析仪器有限公司 , 重庆科技学院
IPC: G05D23/30
CPC classification number: G05D23/306
Abstract: 本发明提供一种用于光谱仪光学系统恒温的控制系统及方法，其中的系统包括加热单元、测温传感器、脉冲发生器、放大电路、电压比较器、驱动电路；加热单元，用于采用脉冲电流对光谱仪光学系统进行加热；测温传感器，用于采集加热单元的温度信号加载到控制单元；脉冲发生器，用于产生正弦正半波脉冲；放大电路，用于对测温传感器采集的温度信号进行放大处理，并且设定温度；电压比较器，用于对脉冲发生器产生的脉冲信号与放大电路输出的电压信号进行比较，并将比较后形成的脉冲信号加载到驱动电路上；驱动电路，用于将脉冲信号放大后推动MOS场效应晶体管，给加热单元送电。利用本发明，能够解决光谱仪光学系统温差变化大的问题，实现高精度控制。
-
公开(公告)号：CN103952724B
公开(公告)日：2016-04-20
申请号：CN201410165336.3
申请日：2014-04-22
Applicant: 重庆科技学院
Abstract: 一种用于铝电解槽况故障诊断的优化权重相对主元分析方法，其特征在于：一，随机采集n组铝电解槽况数据组成原始测量样本集；二，得到标准化后样本矩阵X*；三，随机产生相对转换矩阵Λ；四，得到相对化样本矩阵XR；五，对XR进行主元分析，计算SPE检验的误报率；六，利用遗传算法优化相对转换矩阵Λ，得到最优的相对转换矩阵Λ*；七，利用最优的相对转换矩阵Λ*，得到最优的相对化样本矩阵XRZ；八，实现铝电解槽况故障诊断。本发明利用遗传算法优化主元权重，将“均匀”分布的量突显出来，以便更好地提取出具有代表性的主元，从而提高铝电解槽况故障诊断的精确度。
-
Patent Agency Ranking
公开(公告)号：CN103116272B
公开(公告)日：2016-02-03
申请号：CN201310031774.6
申请日：2013-01-28
Applicant: 重庆科技学院
IPC: G05B13/00
Abstract: 本发明公开一种氢氰酸生产过程的在线自适应建模方法，其特征在于按如下步骤进行：确定氢氰酸生产过程的输入变量子空间；对氢氰酸生产过程进行数据采集；对氢氰酸生产过程数据进行预处理，得到受噪声影响最小，最能反映出生产过程实际特性的有效数据；采用无迹卡尔曼神经网络对预处理后的数据[X″MT，Y″](T≤H)进行建模，以得到氢氰酸转化率的精确模型。本发明的有益效果是：能够有效获得受噪声影响最小，最能反映出生产过程实际特性的有效数据，再通过在输入变量子空间采用无迹卡尔曼神经网络来精确逼近氢氰酸生产过程，有效解决氢氰酸复杂非线性动态生产过程的建模难题。
-
公开(公告)号：CN103033213B
公开(公告)日：2015-12-02
申请号：CN201210551613.5
申请日：2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种基于RReliefF变量选择的生产过程主导变量精简化软测量方法，其特征在于按如下步骤进行：一，确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量取值数据并组成样本集；二，利用RReliefF算法分别计算n个原始辅助变量的权重值；三，组成原始辅助变量序列；四，建模并根据最小均方误差MSE确定最佳辅助变量；五，得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对主导变量精简化的软测量。
-
-
公开(公告)号：CN104499001A
公开(公告)日：2015-04-08
申请号：CN201510027742.8
申请日：2015-01-20
Applicant: 重庆科技学院
IPC: C25C3/20
CPC classification number: C25C3/20
Abstract: 一种基于特征子空间优化相对矩阵的铝电解槽况诊断方法，其特征在于：一，采集原始测量样本集，对该原始测量样本集进行预处理后投影到核空间；二，对中心化矩阵K进行相对主元分析，建立铝电解槽况诊断模型，并对铝电解槽况进行诊断；三，通过细菌觅食算法在搜索区域内寻得最优相对转换矩阵；四，按步骤二所述方法，利用最优相对转换矩阵建立铝电解槽况诊断模型，实现对铝电解槽况的准确诊断。本发明充分考虑铝电解槽况非线性的特性，通过核函数，将非线性参数投影到高维线性特征空间，在核空间内借助细菌觅食法优化相对转换矩阵，进行相对主元分析，大大提高了铝电解槽况故障诊断的精确度。
-
公开(公告)号：CN102967327B
公开(公告)日：2015-03-18
申请号：CN201210551632.8
申请日：2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种融合KPLS与FNN的生产过程主导变量精简化软测量方法其特征在于按如下步骤进行：一，确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量取值数据并组成样本集；二，融合KPLS和FNN方法分别计算n个原始辅助变量的权重值；三，组成原始辅助变量序列；四，建模并根据最小均方误差MSE确定最佳辅助变量；五，得到精简化软测量模型。本发明能够在建模效果最佳的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对主导变量精简化的软测量。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.038 seconds)
