-
公开(公告)号：CN113837538A
公开(公告)日：2021-12-24
申请号：CN202110950807.1
申请日：2021-08-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种工业化建筑业务管理服务器及其管理方法，通过对应的操作功能接口，可以实现对工业化建筑业务的工地信息、建筑信息、构件信息、建筑任务的进度信息、建筑任务的提交信息以及再指派信息、账户信息以及权限信息的自动化管理，大大提升了信息的管理效率，解决了现有技术中通过人工手写的方式记录相关信息导致的效率低下的问题。而且，通过工业化建筑业务管理服务器，可以实现对建筑任务的进度跟踪，提升了对建筑任务的监管能力。
-
公开(公告)号：CN111507258A
公开(公告)日：2020-08-07
申请号：CN202010303153.9
申请日：2020-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域，具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括：获取输入图像数据并预处理后得到处理后的图像数据；基于检测网络分别获取道路区域数据和道路边缘数据；对所述道路边缘数据和/或所述道路区域数据进行形态学变换，并与所述道路区域数据和/或所述道路边缘数据交集处理，获取像素级道路区域数据；其中，所述检测网络基于CNN的图像分割网络，包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低，具有通用性，能够部署并应用于智能车上，并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号：CN111353905B
公开(公告)日：2023-08-22
申请号：CN202010130701.2
申请日：2020-02-28
Applicant: 中国科学院自动化研究所
IPC: G06Q50/00 , G06F18/22 , G06F18/27 , G06N7/01 , G06F123/02
Abstract: 本发明属于社交网络分析领域，具体涉及一种针对网络社区的网民用户个体影响力测量和估算系统、方法、装置，旨在解决在无显性社交关系的网络社区中个体影响力估算不准确的问题。本系统包括：数据获取模块，配置为获取话题数据及用户评论数据，作为输入数据；指标统计模块，配置为计算参与频度、平均参与密度、显性转化率；转换系数获取模块，配置为获取各影响力节点对应的影响力转换系数；影响力计算模块，配置为基于所述影响力转换系数，获取各影响力节点的影响力。本发明提高了无显性社交关系的个体影响力的估算的准确度。
-
公开(公告)号：CN103645633B
公开(公告)日：2017-01-18
申请号：CN201310728066.8
申请日：2013-12-25
Applicant: 中国科学院自动化研究所
IPC: G05B13/00
Abstract: 本发明公开了一种变换炉系统的炉温控制方法，该方法包括依次执行的如下步骤：采集变换炉在某段时间内的输入数据和输出数据，构建一个基于数据的变换炉系统炉温控制模型，该模型利用神经网络构建变换炉系统动态特性，用于确定变换炉炉温变化情况；根据所采集的数据，利用三层BP神经网络构建参考控制模型，用于确定变换炉系统输入参考量；将构建的带有变换炉系统炉温控制模型误差和参考控制模型误差的最优跟踪控制问题，利用系统变换转化为最优调节器问题；基于迭代自适应动态规划最优控制方法，求解最优控制的函数，最终获得系统的最优控制。本发明能够高效、实时、最优化控制变换炉温度，实现变换炉系统最优化运行。
-
公开(公告)号：CN117723298A
公开(公告)日：2024-03-19
申请号：CN202311482240.5
申请日：2023-11-08
Applicant: 中国科学院自动化研究所 , 国网浙江省电力有限公司
IPC: G01M13/045 , G06F18/2132 , G06N3/006
Abstract: 本发明提供一种面向故障分析的设备振动信号处理方法及装置，该面向故障分析的设备振动信号处理方法包括：获取设备振动信号；从设备振动信号中提取信息熵、包络谱峭度以及变分模态分解模型与设备振动信号之间的相关系数，并根据信息熵、包络谱峭度和相关系数对变分模态分解模型进行参数寻优，得到目标中心频率和目标惩罚因子；根据目标中心频率和目标惩罚因子对变分模态分解模型进行模态提取，得到期望模态，对期望模态进行包络解调，得到包络信号，以诊断设备的故障类型。本发明所述方法通过采用包络谱峭度、信息熵和相关系数构建的复合指标用于变分模态分解模型的参数优化，提高了变分模态提取结果准确性，进而提高了设备故障分析的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111353905A
公开(公告)日：2020-06-30
申请号：CN202010130701.2
申请日：2020-02-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于社交网络分析领域，具体涉及一种针对网络社区的网民用户个体影响力测量和估算系统、方法、装置，旨在解决在无显性社交关系的网络社区中个体影响力估算不准确的问题。本系统包括：数据获取模块，配置为获取话题数据及用户评论数据，作为输入数据；指标统计模块，配置为计算参与频度、平均参与密度、显性转化率；转换系数获取模块，配置为获取各影响力节点对应的影响力转换系数；影响力计算模块，配置为基于所述影响力转换系数，获取各影响力节点的影响力。本发明提高了无显性社交关系的个体影响力的估算的准确度。
-
公开(公告)号：CN103679292B
公开(公告)日：2017-01-11
申请号：CN201310695793.9
申请日：2013-12-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种智能微电网双电池电能协同优化方法，其包括：对双电池电能协同优化方法进行相关参数初始化；开启全局循环，初始化评判网络权值；开启外循环，初始化电池控制策略，并根据实际用电情况对所述电池控制策略进行调整；开启内循环，利用采集到的系统状态与调整后的电池控制策略循环修正评判神经网络权值，并利用该评判网络权值评测当前电池控制策略的性能；判断当前内循环是否完成，如果尚未完成，则返回内循环，否则判断当前外循环是否完成，如果尚未完成，则返回外循环，否则判断当前全局循环是否完成，如果尚未完成，则返回全局循环；搜索程序完全运行之后，根据所评判得到的性能保存最优的电池控制策略并计算用电成本。
-
公开(公告)号：CN111507258B
公开(公告)日：2023-05-12
申请号：CN202010303153.9
申请日：2020-04-17
Applicant: 中国科学院自动化研究所
IPC: G06V20/56 , G06V10/26 , G06V10/776 , G06V10/82 , G06N3/0464
Abstract: 本发明属于计算机视觉领域，具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括：获取输入图像数据并预处理后得到处理后的图像数据；基于检测网络分别获取道路区域数据和道路边缘数据；对所述道路边缘数据和/或所述道路区域数据进行形态学变换，并与所述道路区域数据和/或所述道路边缘数据交集处理，获取像素级道路区域数据；其中，所述检测网络基于CNN的图像分割网络，包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低，具有通用性，能够部署并应用于智能车上，并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号：CN103529699B
公开(公告)日：2016-01-06
申请号：CN201310516852.1
申请日：2013-10-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种煤气化炉系统的炉温自学习控制方法，其包括：构建一个基于数据的煤气化炉系统炉温自学习系统模型，用于确定煤气化炉炉温变化；利用三层BP神经网络构建输入煤中元素含量比例的煤质模型，用于确定煤质；利用三层BP神经网络构建输入量参考控制模型，用于确定煤气化炉系统输入参考量；将构建的煤气化炉系统炉温自学习系统模型误差、煤质模型误差和输入量参考控制模型误差与系统外部扰动转化为煤气化炉系统炉温自学习系统控制模型的扰动控制变量；基于迭代自适应动态规划自学习最优控制方法，在所述扰动控制变量对所述系统温度控制误差影响最大的情况下建立求解最优控制的函数，最终获得系统控制。
-
公开(公告)号：CN103679292A
公开(公告)日：2014-03-26
申请号：CN201310695793.9
申请日：2013-12-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种智能微电网双电池电能协同优化方法，其包括：对双电池电能协同优化方法进行相关参数初始化；开启全局循环，初始化评判网络权值；开启外循环，初始化电池控制策略，并根据实际用电情况对所述电池控制策略进行调整；开启内循环，利用采集到的系统状态与调整后的电池控制策略循环修正评判神经网络权值，并利用该评判网络权值评测当前电池控制策略的性能；判断当前内循环是否完成，如果尚未完成，则返回内循环，否则判断当前外循环是否完成，如果尚未完成，则返回外循环，否则判断当前全局循环是否完成，如果尚未完成，则返回全局循环；搜索程序完全运行之后，根据所评判得到的性能保存最优的电池控制策略并计算用电成本。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
