-
公开(公告)号：CN119357806A
公开(公告)日：2025-01-24
申请号：CN202411670143.3
申请日：2024-11-21
Applicant: 无锡学院
IPC: G06F18/2413 , G06N3/09 , G06F18/2131 , G06F18/214 , G01R23/16 , G01R31/00 , G06F123/02
Abstract: 本发明提供一种基于频谱特征的电网信号扰动分析方法及装置，涉及电网信号扰动分析技术领域，具体步骤包括：采集包含各种电能质量扰动的历史数据，使用等长的时间窗口进行分割，获得多个时间窗口对应的时间序列信号片段，对每个时间序列信号片段进行傅里叶变换，获取每个时间序列信号片段对应的频谱特征；将上述频谱特征构成数据链，并对数据链进行标注，构建电能质量扰动数据训练集；构建深度学习模型，使用标注的电能质量扰动数据训练集对模型进行训练，得到训练好的电能质量扰动识别模型，本发明通过对传统的神经网络结构进行了改造，降低了信号处理的难度，提高电能质量扰动信号识别的准确率。
-
公开(公告)号：CN119047932B
公开(公告)日：2025-01-24
申请号：CN202411534382.6
申请日：2024-10-31
Applicant: 无锡学院
IPC: G06Q10/0639 , G06Q50/20 , G06F18/2431 , G06N5/01 , G06N20/20 , G06F18/214 , G06V10/80
Abstract: 本发明公开了一种集成学习成绩预测方法、装置、电子设备及存储介质，方法包括：获取目标学生的学习行为数据；使用预先训练好的XGBoost模型预测学习行为数据在XGBoost模型训练过程中的迭代信息；对迭代信息进行独热编码，得到学习行为数据的二进制特征向量；将二进制特征向量输入预先训练好的软投票分类器中，得到目标学生的成绩预测结果。本发明在第二层预测中将XGBoost模型、LR模型和RF模型进行融合，将三个模型的预测数据进行加权平均得到融合预测结果，解决传统预测方法最下层模型单一导致的预测性能不佳的问题，有效提高预测性能和准确率。
-
公开(公告)号：CN119330219A
公开(公告)日：2025-01-21
申请号：CN202411869353.5
申请日：2024-12-18
Applicant: 无锡学院
Abstract: 本发明提供基于MLP神经网络反演的悬臂式起重机防摆控制方法及装置，涉及电数字数据处理技术领域，本发明通过采集操作员的历史行为数据、位移偏差量数据和摆动状态数据，并建立一个多层感知器神经网络模型，结合预测值与当前状态数据生成精确的控制信号，并通过调整策略和微调校准，不断优化控制性能；该系统不仅提升了对复杂动态环境的适应能力，还显著提高了控制精度和操作效率。
-
公开(公告)号：CN119143015A
公开(公告)日：2024-12-17
申请号：CN202411648454.X
申请日：2024-11-19
Applicant: 无锡学院
Abstract: 本发明公开了一种塔式起重机运动规划方法及系统，本发明涉及起重机技术领域。包括以下步骤：采集塔式起重机的几何参数和材料参数，基于几何参数和材料参数构建塔式起重机的有限元模型，确定塔式起重机运动约束条件；基于建立的模型，设置旋臂和台车的目标位置，生成若干旋臂和台车到达目标位置的路径，并确定最短路径，输入控制变量组合进行模拟试验，得到不同控制变量组合下的成本因素，基于设置的适应度函数，选择运动规划输入，同时采集塔式起重机工作范围环境图像和实时环境负载数据；基于塔式起重机工作范围环境图像和实时环境负载数据对运动规划输入进行修正，同时对旋臂和台车的运动路径进行调整，得到精确运动规划输入和运动路径。
-
公开(公告)号：CN119047932A
公开(公告)日：2024-11-29
申请号：CN202411534382.6
申请日：2024-10-31
Applicant: 无锡学院
IPC: G06Q10/0639 , G06Q50/20 , G06F18/2431 , G06N5/01 , G06N20/20 , G06F18/214 , G06V10/80
Abstract: 本发明公开了一种集成学习成绩预测方法、装置、电子设备及存储介质，方法包括：获取目标学生的学习行为数据；使用预先训练好的XGBoost模型预测学习行为数据在XGBoost模型训练过程中的迭代信息；对迭代信息进行独热编码，得到学习行为数据的二进制特征向量；将二进制特征向量输入预先训练好的软投票分类器中，得到目标学生的成绩预测结果。本发明在第二层预测中将XGBoost模型、LR模型和RF模型进行融合，将三个模型的预测数据进行加权平均得到融合预测结果，解决传统预测方法最下层模型单一导致的预测性能不佳的问题，有效提高预测性能和准确率。
-
Patent Agency Ranking
公开(公告)号：CN118520704B
公开(公告)日：2024-11-05
申请号：CN202410983453.4
申请日：2024-07-22
Applicant: 无锡学院
IPC: G06F30/20 , G06Q10/20 , G06F18/213 , G06F111/06 , G06F119/08
Abstract: 本发明提供卧螺离心机综合性能优化方法、系统、设备及可读存储介质，涉及电气控制技术领域，本发明通过对粘性物料进行等级划分，并基于不同等级物料的历史数据进行优化控制，使得处理过程更加精准和高效；其次，综合性能优化模型的引入，使得设备能够根据实时监测数据动态调整运行参数，避免了单一参数调整的局限性；通过振动关联系数、温度变化系数和关联评价系数的综合分析，能够全面评价设备的运行状态，提前预判可能的故障，从而减少停机时间和维护成本。
-
公开(公告)号：CN118503882A
公开(公告)日：2024-08-16
申请号：CN202410922912.8
申请日：2024-07-10
Applicant: 无锡学院
IPC: G06F18/2433 , G06F18/2131 , G06F18/25 , B04B13/00 , G01M99/00 , G06F123/02
Abstract: 本发明提供一种三相卧螺离心机运行状态参数采集与故障诊断方法，涉及离心机诊断技术领域，本发明采集三相卧螺离心机幅度时序数据，温度时序数据和噪声时序数据；对采集数据进行特征提取得到幅度时域特征数据、振动频域特征数据、温度时域特征数据和噪声时域特征数据。通过振动、温度和噪声的时域特征数据生成振动异常系数、温度异常系数和噪声异常系数。根据振动异常系数与振动频域特征数据生成不平衡故障系数；根据振动异常系数与温度异常系数生成润滑故障系数；根据振动异常系数与噪声异常系数生成磨损故障系数。将不平衡故障系数、润滑故障系数和磨损故障系数与预设的阈值进行比较，根据比较结果诊断故障类型。
-
公开(公告)号：CN118396337A
公开(公告)日：2024-07-26
申请号：CN202410815102.2
申请日：2024-06-24
Applicant: 无锡学院
IPC: G06Q10/0631 , G06N20/00 , G06N3/006
Abstract: 本发明提供一种多智能体协同任务分配策略及其实施方法及系统，涉及任务分配技术领域，本发明将多智能体任务分解成多个子任务，计算每个智能体的效率指数，根据智能体的效率使用匈牙利算法为每个子任务分配一个匹配度最高的智能体模块，同时采用KQML通信框架进行智能体之间的信息传输。本发明在任务分配时综合考量了全局的子任务与智能体模块，保证每个智能体模块均能匹配到与其效率指数最合适的子任务，避免了资源浪费或过剩。
-
公开(公告)号：CN217690102U
公开(公告)日：2022-10-28
申请号：CN202221509498.0
申请日：2022-06-16
Applicant: 无锡学院
Abstract: 本实用新型公开了一种基于物联网的维修箱，包括维修箱本体、RFID射频识别器、微处理器、通信模块和电源，所述RFID射频识别器用于识别维修箱本体内装设的维修工具的电子标签信息、并将识别到的电子标签信息发送至微处理器，所述电源为RFID射频识别器、微处理器、通信模块提供电能，微处理器通过通信模块连接有移动终端。本实用新型在触摸屏上输入维修工具的名称，即显示维修工具所在的柜层，快速定位维修箱中维修工具的位置，提高取用维修工具的效率；RFID射频识别器实时提醒维修工具的维修质检时间，确保维修工具的标准使用。
-
公开(公告)号：CN216685954U
公开(公告)日：2022-06-07
申请号：CN202122486101.2
申请日：2021-10-15
Applicant: 无锡学院
IPC: B65G7/00
Abstract: 本实用新型公开了一种基于数字孪生工厂车间的设备移动器，属于设备运输技术领域，包括外臂器、内臂器和载物台，所述外臂器和内臂器均为拱形，所述内臂器设置在外臂器和载物台之间，本实用新型体积小，设备移动器在不使用时外臂器和内臂器可折叠在同一水平面上，提高了空间利用率；灵活性程度高，根据实际工厂设备大小可更换不同大小的外臂其和内臂器重新组合在一起，提高了设备利用率；抗震性好，采用拱形结构和用牵引绳减少了在运输时产生对仪器的有害的震动；设备移动器的内、外臂器可根据使用者的使用需求可以自行调节其角度，适用多种情况。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.074 seconds)
