-
公开(公告)号：CN111281752A
公开(公告)日：2020-06-16
申请号：CN202010190809.0
申请日：2020-03-18
Applicant: 山东建筑大学
IPC: A61H1/02 , A63B22/10 , G16H20/30 , A61B5/0476 , A61B5/0402 , A61B5/1455
Abstract: 本发明公开了一种上肢康复训练系统及执行运动意图的方法，涉及医疗护理用品领域，其中上肢康复训练系统包括工作站、电机控制单元、训练装置、脑电帽、脑电分析单元、传感器单元和人机交互界面；其中，所述工作站接收脑电分析单元和传感器单元的输出信号，其输出端连接电机控制器的输入端；所述训练装置的输入端连接电机控制单元的输出端；所述传感器单元的输入端接收训练装置的反馈信号，其输出端与工作站的输入端连接；所述脑电帽的输入端测取患者的脑电波信号，其输出端连接脑电分析单元的输入端；所述人机交互界面输出感官信号给患者。本发明能够预测并执行康复病人的运动轨迹，更好的进行被动训练，可以解决目前康复装置所面临的问题。
-
公开(公告)号：CN109948278A
公开(公告)日：2019-06-28
申请号：CN201910247790.6
申请日：2019-03-29
Applicant: 山东建筑大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于宽度学习的建筑物设计美观程度评估方法与系统。该方法包括：获取大量的建筑物外观图像，并通过大量参与人对建筑物外观的美观程度进行评估，将每一张带建筑物外观图像及美观程度结果录入样本数据库；利用宽度学习对获得的图像进行特征提取，并建立相关学习模型；利用已获得的宽度学习模型对所得的建筑物外观图像的美观程度进行评估。本发明的有益效果是：(1)可以自动提取图像中的信息，降低人为干预，提高处理的智能化。(2)最终的评判结果更符合多数人的审美。(3)利用该方法可以对未建的大楼外观进行美观程度评估，通过最终的评估结果确定是否要建立该建筑物，有助于美化生活环境。
-
公开(公告)号：CN109769021A
公开(公告)日：2019-05-17
申请号：CN201910032482.1
申请日：2019-01-14
Applicant: 山东建筑大学
Abstract: 本公开提供了一种基于门禁与设备状态变化的人员定位方法、系统及存储介质，通过统计一段时间内每天各区域智能设备用电状态最先和最后发生变化的历史时间，确定人员在区域内的到达和离开时间区间；获取门禁系统各人员的进入和离开历史数据，获取每个人的进入和离开时间区间；获取各区域内智能设备的工作状态以及使用频率，统计并分析各区域内对应的使用人数；融合门禁系统、各区域的使用人数以及各区域内的智能设备的用电状态信息，确定各人员所对应的区域。
-
公开(公告)号：CN119557765A
公开(公告)日：2025-03-04
申请号：CN202411776373.8
申请日：2024-12-05
Applicant: 山东建筑大学
IPC: G06F18/2415 , G01R21/06 , G01R19/00 , G06F18/2431 , G06F18/213 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明属于非侵入负荷识别领域，提供了一种电气设备非侵入式负荷识别方法、系统、介质及设备，其技术方案为通过事件检测判断出发生设备状态变化的事件，提取设备暂稳态电压、电流和功率特征，构建设备状态信息库，在设备自然运行下统计不同设备状态转移概率，得到状态转移概率矩阵，同时为了更准确设备的状态，根据暂态电流电压、稳态电流电压和功率特征，通过计算新时间和状态信息库里的数据之间的相似度，构建相似度信息矩阵，更新状态转移概率矩阵，基于设备状态信息库、状态转移概率矩阵和相似度信息矩阵组成的复合特征向量构建神经网络训练集，训练分类神经网络，得到设备类别。利用不同特征之间的互补性，提高了对办公设备的负荷辨识能力。
-
公开(公告)号：CN117578465B
公开(公告)日：2024-04-12
申请号：CN202410056491.5
申请日：2024-01-16
Applicant: 山东建筑大学
IPC: H02J3/00 , G06Q30/0201 , G06Q10/0631 , G06Q50/06 , H02J3/38
Abstract: 本发明涉及电力负荷预测技术领域，特别是涉及一种多尺度可解释的微电网电力负荷预测方法及系统，方法包括：采用微电网电力负荷数据集对全局尺度模型进行训练，得到初步全局尺度模型；对全局尺度模型的输入空间进行分区；将微电网电力负荷数据集，输入到初步全局尺度模型中，输出预测值，计算预测值与真实值之间的误差，根据误差超过设定阈值的输入空间分区集合，确定局部学习范围；判断微电网电力负荷数据集中的每一个样本是否处于局部学习范围内，如果是，则将当前样本输入到对应学习范围的局部精细模型中，对其进行训练，得到对应学习范围的训练后的局部精细模型。本发明能够提升模型的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN117011563A
公开(公告)日：2023-11-07
申请号：CN202310980920.3
申请日：2023-08-04
Applicant: 山东建筑大学
IPC: G06V10/762 , G06V10/774 , G06V20/52 , G06N3/0895 , G06N3/098 , G06V10/82
Abstract: 本发明提出基于半监督联邦学习的道路损害巡检跨域检测方法及系统，涉及道路损害检测技术领域。包括本地客户端获取目标域用户数据、源域用户数据，为用户分配目标检测器；对源域用户数据进行数据扩增、不同环境的路面数据生成和跨域伪图像的生成；采用包含老化阶段、适应阶段和SSDA阶段的半监督目标检测训练模式首先对目标检测器进行有监督训练，得到有监督训练好的学生模型；服务器端进行聚合，得到教师模型，将教师模型反馈至本地客户端；利用教师模型生成假标签，利用假标签对有监督训练好的学生模型进行半监督自适应训练，得到最终训练好的学生模型。本发明提升了检测的速度以满足对于实时检测的需求，解决模型表现差的问题，提高了模型的泛性。
-
公开(公告)号：CN115204497A
公开(公告)日：2022-10-18
申请号：CN202210846471.9
申请日：2022-07-19
Applicant: 山东建筑大学 , 中建八局第二建设有限公司 , 山东大学
Abstract: 本发明提出了一种基于强化学习的预制构件生产调度优化方法及系统，获取实时生产数据和历史生产数据建立预制构件调度模型；确定预构件调度模型的优化目标；将调度模型的优化目标的求解转换为基于深度强化学习模型的求解；基于当前机器的状态、当前的动作，当前动作对应的奖励、下一时刻机器的状态建立经验回放池，批量随机抽取经验回放池内数据对深度强化学习模型进行迭代更新，得到训练好的深度强化学习模型；将预制构件订单信息输入至训练好的深度强化学习模型中输出最优的调度策略。本发明不依赖于模型，能够动态适应由于实际系统外部因素如设计变更、紧急插单等导致的系统扰动。
-
公开(公告)号：CN115049142A
公开(公告)日：2022-09-13
申请号：CN202210748668.9
申请日：2022-06-29
Applicant: 山东建筑大学
Abstract: 本发明公开一种基于迁移学习的跨域电动汽车充电站负荷预测方法及系统，包括：获取源域建筑能耗数据和目标域充电站能耗数据，并分别进行趋势提取，得到源域趋势预测数据和目标域趋势预测数据；根据源域趋势预测数据和目标域趋势预测数据分别得到源域残差数据和目标域残差数据，将源域残差数据和目标域残差数据进行相似度分析，得到待迁移的源域残差数据；根据待迁移的源域残差数据经模型预训练和模型微调后得到跨域迁移学习网络，对目标域残差数据根据跨域迁移学习网络进行预测，得到目标域残差预测数据，将目标域残差预测数据与目标域趋势预测数据叠加后得到目标域充电站负荷预测结果。解决电动汽车充电站数据少、预测精度差和负迁移的问题。
-
公开(公告)号：CN111637610A
公开(公告)日：2020-09-08
申请号：CN202010590624.9
申请日：2020-06-24
Applicant: 山东建筑大学
IPC: F24F11/64 , G16H50/30 , G16H50/50 , F24F120/20
Abstract: 本发明公开了一种基于机器视觉的室内环境健康度调节方法与系统，其包括以下步骤：(1)采集人的面部数据，应用独立矢量分析从面部数据中分析出周期信号，从而检测心率；(2)对采集的健康环境下的心率数据预处理，构建成环境健康度语言词模型；(3)对采集实际环境下心率数据，与构建的环境健康度模型中的数据进行对比，判断环境是否健康。本发明能够提高心率监测数值的准确度，同时把人的“感觉”通过心率量化，排除主观意识的干扰，心率比较稳定，使判断结果更加准确。
-
公开(公告)号：CN110674580A
公开(公告)日：2020-01-10
申请号：CN201910917571.4
申请日：2019-09-26
Applicant: 山东建筑大学
IPC: G06F30/20
Abstract: 本公开提供了一种地源热泵空调系统热源机组建模方法及系统。其中，一种地源热泵空调系统热源机组建模方法包括：建立多输入多输出的热源机组二型模糊模型，同时考虑边界约束条件对热源机组二型模糊模型的输入变量集合、输出变量集合及其参数进行约束；在考虑边界约束条件的热源机组二型模糊模型的基础上，建立带约束的数据驱动自组织二型模糊规则库；利用带约束的数据驱动自组织二型模糊规则库对热源机组二型模糊模型的参数进行自学习优化训练；在热源机组二型模糊模型的参数自学习优化训练过程中，将参数自学习优化问题转化为带约束的多目标优化问题，进而构建出带约束的多目标优化函数，求解带约束的多目标优化函数，得到热源机组二型模糊模型的最优参数。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.076 seconds)
