基于动态深度置信网络的蓝藻水华预测方法

    公开(公告)号:CN107729988A

    公开(公告)日:2018-02-23

    申请号:CN201710914739.7

    申请日:2017-09-30

    Abstract: 本发明公开了一种基于动态深度置信网络的蓝藻水华预测方法,属于水质监测技术领域。本发明的预测方法包括建立DDBN模型,动态受限玻尔兹曼机DRBM的学习算法更新,以及采用BP神经网络反向传播算法微调DDBN模型参数三个部分。本发明对传统的RBM权重更新公式进行了改进,使权重、偏置和学习速率更新公式具有时序性,便于处理时间序列问题,提高预测精度;反向传播算法只微调了与t时刻相关的参数,这样不仅避免了局部最优现象的出现,同时也减少微调的时间。

    基于非线性动力学时序模型的蓝藻水华预测方法

    公开(公告)号:CN107292436A

    公开(公告)日:2017-10-24

    申请号:CN201710458468.9

    申请日:2017-06-16

    Abstract: 本发明公开了一种基于非线性动力学时序模型的蓝藻水华预测方法,属于水环境预测技术领域。本发明将蓝藻生长率作为时变参数,建立带有双营养盐循环的蓝藻生长非线性动力学时序模型,采用数值算法和智能进化算法相结合对蓝藻生长非线性动力学时序模型中的定常参数进行优化率定,通过建立多元时间序列模型实现对时变参数及蓝藻生物量的预测,并采用分岔理论和中心流形理论对蓝藻生长时变系统进行非线性动力学分析,得到蓝藻水华暴发的条件,进而实现对水华暴发行为的预警。本发明不仅确定了蓝藻水华暴发的条件,也提高了水华预测精度,为环保部门提供有效的参考依据,为水环境治理提供了治理决策。

    基于三维坐标的投影积分函数皮肤状态综合评价方法

    公开(公告)号:CN105224808A

    公开(公告)日:2016-01-06

    申请号:CN201510666172.7

    申请日:2015-10-15

    Abstract: 本发明公开了一种基于三维坐标的投影积分函数皮肤状态综合评价方法,属于皮肤科学与系统科学交叉融合的工程技术领域。所述评价方法首先建立指标位置集、测试部位集、模糊评价集的三维坐标,针对领域专家给出的评价标准,提出投影积分函数对测试部位的测试数据进行插值积分运算,投影于指标维度进行二次插值积分,采用模糊隶属度表达皮肤状态评价等级的渐进不确定性,最终通过模糊矩阵计算并确定皮肤状态综合评价等级。本发明判定结果能够较全面客观的反映皮肤状态,改善了评价的全面性,提高了结果的客观准确性;为测试者对化妆品等产品的使用,提供参考意义。

    基于复杂网络的城市湖库藻类水华混沌时间序列预测方法

    公开(公告)号:CN104699979A

    公开(公告)日:2015-06-10

    申请号:CN201510128961.5

    申请日:2015-03-24

    Abstract: 本发明公开了一种基于复杂网络的城市湖库藻类水华混沌时间序列预测方法,属于环境工程技术领域。本发明对湖库水华生成过程进行混沌特性检验,并给出基于混沌时间序列的水华预测方法,目的是解决现有的水华预测大多对单一因素预测及预测精度不高等问题,针对具有混沌特性的水华生成过程特征因素时序,采用复杂网络方法构造水华生成过程的统计特征G参数,通过混沌时间序列的预测方法对G参数时间序列进行预测,从而实现多因素的水华生成过程预测,提高预测精度,为环保部门提供有效的参考依据,对湖库水环境的保护和改善起到重要的防治作用。

    一种能量异构传感器网络异构节点配置方法

    公开(公告)号:CN118509946A

    公开(公告)日:2024-08-16

    申请号:CN202410450827.6

    申请日:2024-04-15

    Abstract: 本发明提出了一种能量异构传感器网络异构节点配置方法。异构传感器网络中异构节点的高能量特性可以辅助网络路由,从而提升了网络性能。异构节点同时还加大了网络成本,因此在不同网络中,应当在网络运行前先确定需要部署的异构节点数量,来降低网络成本。本发明综合考虑了网络性能与经济成本因素,运用熵值赋权法将网络性能指标与节点成本综合为一个指标,确定了不同指标所占比重。通过整合网络区域大小、节点通信阈值距离、普通节点个数这些相关参数,推导出了不同网络条件下所需异构节点数量的公式。通过与现有方法对比,本发明方法在降低网络成本的同时,还提高了网络性能。

    基于递归时序深度置信网络的蓝藻水华预测方法

    公开(公告)号:CN109858127B

    公开(公告)日:2023-08-18

    申请号:CN201910062903.5

    申请日:2019-01-23

    Abstract: 本发明公开了基于递归时序深度置信网络的蓝藻水华预测方法,属于水环境预测技术领域。首先采集水质数据进行预处理并划分为训练数据和测试数据,构建多因素输入单因素输出的RTDBN模型,在RTDBN模型上建立隐藏层2对训练数据进行再次特征提取。针对训练数据,在RTDBN模型上建立输入层与隐藏层1的参数关系,采用CRBM对输入层偏置和隐藏层1偏置进行更新;同时建立隐藏层1与隐藏层2的参数关系。然后对隐藏层1新偏置和隐藏层2的偏置进行更新,隐藏层2对隐藏层1的特征进行进一步提取,对RCRBN的权重进行更新。最后反向微调模型参数,完成RTDBN模型训练,并通过测试数据对水质的蓝藻水华进行预测。本发明减少模型的计算,防止出现过拟合的现象,提高了预测精度。

    基于改进非线性自抗扰的汽车尾气SCR控制系统设计方法

    公开(公告)号:CN115903513A

    公开(公告)日:2023-04-04

    申请号:CN202211584583.8

    申请日:2022-12-09

    Abstract: 本发明公开了一种基于改进非线性自抗扰的汽车尾气SCR控制系统设计方法,属于控制工程技术领域。本发明方法包括:建立汽车尾气SCR的非线性自抗扰控制系统;设计喷氨量预处理模块调整初始氨气输入量;设计控制对象监控模块,设置控制对象为单一的氮氧化物排放量,引入氮氧化物输入值变化速率进行氨气排放量监测区间的选取;设计控温模块定时进行氨气排放量监测,在每次检测到氨气排放量超标时增加SCR反应装置温度以降低氨气排放量。本发明解决了汽车尾气SCR控制系统控制性能较差与多控制对象控制问题,能够精确快速控制具有复杂系统扰动情况下的汽车尾气SCR系统污染物排放量,提升了SCR控制系统的抗扰性与实时性。

Patent Agency Ranking