-
公开(公告)号：CN119004310A
公开(公告)日：2024-11-22
申请号：CN202410983638.5
申请日：2024-07-22
Applicant: 北京工业大学 , 北京市水利工程管理中心
IPC: G06F18/2433 , G06F17/11 , G06F17/18
Abstract: 本申请涉及一种泵站异常数据检测方法及系统，获取泵站机组工作历史数据；历史数据包括泵站机组频率数据以及泵站工作流量数据；基于历史数据根据一元线性回归拟合出频率与流量之间的线性关系，得到拟合直线的拟合斜率与拟合截距值；对历史数据进行两两线性变换，得到多组直线的检测斜率与检测截距值；基于拟合斜率与拟合截距值并结合多组检测斜率与检测截距值确定正常点的斜率和截距值阈值范围；确定多组直线的检测斜率与检测截距值是否落在正常点的斜率和截距阈值范围内，以筛查异常数据，本申请对智能泵站的各个机组的频率与流量进行检测，进而发现异常数据点，从而得到更好的智能泵站机组频率特性以便对机组进行运维。
-
公开(公告)号：CN116147805B
公开(公告)日：2023-06-27
申请号：CN202310428033.5
申请日：2023-04-20
Applicant: 北京工业大学 , 北京市南水北调团城湖管理处
Abstract: 本发明提出一种用于泵站填料函温度监测的冗余监测方法和系统。方法包括：在每路测量通道采用预定义测量机制的温度传感器；基于当前时刻之前的历史测量值，计算当前时刻测量通道的监测值；根据每路测量通道当前时刻之前的历史监测值的序列，计算当前时刻测量通道的测量异常值判断的阈值；如果当前时刻测量通道的监测值与历史监测值的序列的均值的差值的绝对值大于阈值，则舍弃测量通道的监测值，得到正确测量通道的监测值；对正确监测通道的监测值加权求平均值，求得当前时刻的填料函温度的最终监测值。本发明提出的方案，通过各测量通道的监测值和异常值判断阈值相结合，完成在动态变化的检测对象的异常值检测，进而提出工作异常的传感器通道。
-
公开(公告)号：CN114021789A
公开(公告)日：2022-02-08
申请号：CN202111244293.4
申请日：2021-10-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于特征工程与TabNet网络的降雨预测方法，利用特征工程方法合成新的气象特征与统计特征，通过TabNet网络构建预测模型的降雨预测方法。本发明使用特征工程方法缓解极端降雨与季节型降雨的不确定性，使用结合了神经网络与集成树优点的TabNet网络增加预测的准确率。该方法主要分为4个过程。1)将气象数据分为雨季数据集，非雨季数据集；2)使用特征工程方法生成统计特征，新特征；3)生成预训练模型；4)将新数据集与预训练参数放入TabNet网络生成最终模型；5)收集当天的气象数据，使用特征工程方法进行变换，输入进该发明的模型得到当天具体降雨量。
-
公开(公告)号：CN118781022A
公开(公告)日：2024-10-15
申请号：CN202410907559.6
申请日：2024-07-08
Applicant: 北京工业大学
Abstract: 本发明提出一种基于蝙蝠优化和图像块匹配的图像修复方法和系统。其中，方法包括：将所述目标图和参考图划分为图像块，并设置掩码图；用目标图的图像块的空间向量乘以掩码图的模板向量，得到参考图的空间向量后再点乘掩码图的模板向量，得到修复空间向量后，构造目标函数；通过在蝙蝠优化算法中引入正弦映射来改进调整频率的参数和基本蝙蝠算法中的波长变化，并在搜索阶段引入了定向回声定位，得到混沌定位蝙蝠优化算法；应用混沌定位蝙蝠优化算法求解目标函数，得到最优解；复制最优解的这个图像块到待修复区域。本发明提出的方案能够更好的寻优效果和跳出局部极小值的能力，无论在运行时间和修复效果上，都达到了比以往研究更好的结果。
-
-
Patent Agency Ranking
公开(公告)号：CN112417241B
公开(公告)日：2024-03-12
申请号：CN202011226838.4
申请日：2020-11-06
Applicant: 北京工业大学
IPC: G06F16/951 , G06F16/335 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于事件的神经影像学文献挖掘主题学习管道的方法，该方法通过分析神经影像研究的过程和神经影像文献的信息可用性，确定了三种类型的神经影像研究主题事件。设计一个基于事件的主题学习任务，以获得丰富的语义神经影像研究主题，以提高主题的可解释性和准确性。并通过将深度学习和领域知识与概率主题模型融合，提出了一种新的主题学习方法，以实现针对全文神经影像文献的基于事件的主题学习。最后针对主题学习的两个核心指标，主题一致性和KL差异被选为评估参数。根据实际数据完成了一组实验，以将所提出的方法与四种主要主题学习方法进行比较。实验结果表明，神经影像Event‑BTM可以显着提高神经影像文献挖掘的主题准确性和完整性。
-
公开(公告)号：CN114139926A
公开(公告)日：2022-03-04
申请号：CN202111426709.4
申请日：2021-11-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种多资源并行化生产模型调度方法，该方法包括：首先，确定车间的实体占用资源和各环节工序涉及的设备需求和加工时长；然后，在空间维度将所有的实体占用资源按固定的顺序排列，按照实体资源的固有排序生成工序的资源占用矩阵；然后，根据算法生成的工序排列顺序，在多资源并行化生产模型的基础上进行工序间的逻辑运算，并产生相应的适应度。最后迭代这个过程，选取最优的结果，作为此次车间生产的工序生产顺序。
-
公开(公告)号：CN118686778A
公开(公告)日：2024-09-24
申请号：CN202410872874.X
申请日：2024-07-01
Applicant: 北京工业大学 , 北京科博纳信息技术有限公司
IPC: F04B51/00 , G06F18/10 , G06F18/2113 , G06F18/2131 , G06F18/22 , G06F18/243 , G06N5/01 , G06N20/20 , G06N3/042 , G06N3/045 , G06F123/02
Abstract: 本发明提出一种基于多目标动态优化健康退化指数的泵站机组健康评估方法和系统。其中，方法包括：应用预处理后的多维时间序列数据和训练标签训练基于交互式图神经网络的健康基准模型；应用健康基准模型预测健康状态评估特征变量的预测值；基于马氏距离计算健康状态评估特征变量的预测值与健康状态评估特征变量的实时监测值的距离，构建健康状态评估特征变量的健康退化指数；应用健康退化指数，构建并求解用于确定健康退化指数的权重的多目标函数；得到健康退化指数的权重；将权重和健康退化指数加权求和，得到综合健康退化指数。本发明提出的方案能够通过优化权重分配显著提高了评估的精度和全面性，更准确地反映设备实际运行的健康状态变化。
-
-
公开(公告)号：CN112417241A
公开(公告)日：2021-02-26
申请号：CN202011226838.4
申请日：2020-11-06
Applicant: 北京工业大学
IPC: G06F16/951 , G06F16/335 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于事件的神经影像学文献挖掘主题学习管道方法，该方法通过分析神经影像研究的过程和神经影像文献的信息可用性，确定了三种类型的神经影像研究主题事件。设计一个基于事件的主题学习任务，以获得丰富的语义神经影像研究主题，以提高主题的可解释性和准确性。并通过将深度学习和领域知识与概率主题模型融合，提出了一种新的主题学习方法，以实现针对全文神经影像文献的基于事件的主题学习。最后针对主题学习的两个核心指标，主题一致性和KL差异被选为评估参数。根据实际数据完成了一组实验，以将所提出的方法与四种主要主题学习方法进行比较。实验结果表明，神经影像Event‑BTM可以显着提高神经影像文献挖掘的主题准确性和完整性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.018 seconds)
