-
公开(公告)号：CN119536393A
公开(公告)日：2025-02-28
申请号：CN202411611791.1
申请日：2024-11-12
Applicant: 北京工业大学
Abstract: 本发明提出了一种城市污水处理过程多随机采样间隔模型预测控制方法，实现了具有多随机采样间隔特性的溶解氧浓度和硝态氮浓度的稳定控制。考虑被控系统的多随机采样间隔特性，建立了具有不同预测步长的模糊神经网络模型，设计了预测数据插值算法以减轻使用多模型预测计算复杂度，设计了自适应标称预测节点更新机制以保证插值预测精度，从而计算出下一可能采样时刻溶解氧浓度和硝态氮浓度的预测输出值，构建了基于预测输出的目标函数，通过最小化目标函数计算出模型预测控制律，攻克了由于多随机采样间隔特性所带来的城市污水处理过程溶解氧浓度和硝态氮浓度的稳定控制难题。实验结果表明该方法能够保证溶解氧浓度和硝态氮浓度的控制精度。
-
公开(公告)号：CN114218580B
公开(公告)日：2025-02-25
申请号：CN202111482288.7
申请日：2021-12-07
Applicant: 北京工业大学
IPC: G06F21/57 , G06F21/56 , G06F40/279 , G06F18/2433 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多任务学习的智能合约漏洞检测方法，利用基于硬参数共享的多任务学习框架实现智能合约漏洞检测技术。首先在数据准备阶段，对智能合约数据集进行清洗，并通过现有检测工具进行漏洞分类及标签标记；在数据预处理阶段，将智能合约样本源码编译形成字节码，然后对字节码进行清洗处理，然后反编译转化成操作码序列，形成模型的输入；接着在模型构建阶段，构建基于多任务学习的智能合约检测模型；最后在训练阶段，按照数据预处理阶段得到的操作码序列输入到模型中进行训练，实现对漏洞的判断及检测。该模型在智能合约的数据集上展现了较好的识别功能，检测时间较短且恒定，而且由于多任务学习的特性，该模型具有较好的泛化能力。
-
公开(公告)号：CN114037093B
公开(公告)日：2025-01-17
申请号：CN202111243401.6
申请日：2021-10-25
Applicant: 北京工业大学
IPC: G06Q10/30 , G06Q30/0601 , G06Q30/0201 , G06N3/126 , G06F30/27 , G06F111/04
Abstract: 本发明提供了一种基于快速非支配排序方法的电子产品回收订单分配方法，属于电子订单分配领域，包括：对电子订单分配问题进行建模，初始化快速非支配排序算法，进行染色体交叉变异，判断是否达到最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念，一次分配就能得到一组Pareto最优解集，具有很强的灵活性；这种订单分配方法异于传统的针对单一目标的订单分配方法和采用加权法把多目标转化为单目标的订单分配方法，能更好地满足订单分配的实际需要。
-
公开(公告)号：CN119202715A
公开(公告)日：2024-12-27
申请号：CN202411227082.3
申请日：2024-09-03
Applicant: 北京工业大学
IPC: G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于设备不确定性的分布式系统工况辨识方法，旨在解决由于数据异质所带来的工况辨识挑战。该方法通过量化设备的不确定性，有效地对分布式系统中的设备进行可靠建模，从而提高系统工况辨识的准确性。通过降低不同客户端中的预测不确定性并聚合可靠客户端，本发明实现了在数据异质条件下对系统工况的高效辨识，特别是在不同设备间数据分布差异较大的情况下，能够显著提升全局模型的预测精度，为分布式系统的可靠状态监测提供了坚实的技术基础。
-
公开(公告)号：CN119135394A
公开(公告)日：2024-12-13
申请号：CN202411186178.X
申请日：2024-08-27
Applicant: 北京工业大学
IPC: H04L9/40 , G06F18/2431 , G06F18/2415 , G06F18/213 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/098 , G06F123/02
Abstract: 本发明针对了工业互联网中的网络攻击的问题，提出了一种基于联邦图信息压缩的工业网络攻击检测方法。该方法在联邦学习框架下通过图结构表征数据特征，并提取节点矩阵和邻接矩阵中的重要特征，中心服务器聚合并更新来自边缘设备的检测模型。本发明旨在提升工业网络安全和智能检测能力。
-
Patent Agency Ranking
公开(公告)号：CN119130212A
公开(公告)日：2024-12-13
申请号：CN202410602667.2
申请日：2024-05-15
Applicant: 北京工业大学
IPC: G06Q10/0639 , G06Q50/20 , G06F18/2135 , G06N5/025
Abstract: 本发明提出了一种数据和知识驱动的研究生培养质量分析方法，针对研究生培养过程中学生培养效果和质量差异大、评价指标多样化等问题，达到科学客观地分析研究生培养质量的目的。本发明利用主成分分析方法对研究生系统数据进行特征变量挖掘，使用相关性分析方法对数据进行预处理，使用Min‑Max标准化对数据进行归一化，挖掘研究生培养质量相关特征指标，解决了研究生质量分析的数据维数高的问题，实现质量分析数据降维的目的；设计的知识驱动的研究生培养质量评估模型，将合理规则知识和可得数据结合对研究生培养质量相关特征指标加权求和，获得了培养质量分析模型；建立基于TOPSIS的培养质量评价机制，对培养质量进行排序，并实现分级评价。
-
公开(公告)号：CN118878061A
公开(公告)日：2024-11-01
申请号：CN202410904384.3
申请日：2024-07-08
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于软约束模型预测控制的污泥膨胀抑制方法，根据引发污泥膨胀的原因变量自适应地调整控制策略，使溶解氧浓度和硝态氮浓度跟踪到期望值实现污泥膨胀的抑制。本发明设计污泥膨胀智能诊断算法，计算相对重构贡献诊断引发污泥膨胀的原因变量，设计软约束模型预测控制策略，根据原因变量指导被控目标的优先级排序，利用松弛变量软化严格的输出约束，按序优化被控目标获得控制律。实验结果表明该方法能够有效抑制城市污水处理过程中的污泥膨胀。
-
公开(公告)号：CN118799136A
公开(公告)日：2024-10-18
申请号：CN202411034209.X
申请日：2024-07-30
Applicant: 北京工业大学
IPC: G06Q50/20 , G06Q10/0639
Abstract: 本发明提供一种基于反馈机制的学位点质量分析方法。首先，综合现有评价机制下的研究生学位论文影响要素，从论文质量及其体现的培养素质层面重新分类细化。其次，采用层次分析法设计一种基于多层面要素分析的多准则评价机制，通过一致性转换、一致性检验以及权重计算确定客观合理的评价体系。最后，通过评价体系的信度和效度分析，验证评价体系的可信度和准确性，并采用所提机制对国内某“双一流”建设高校研究生学位论文进行质量评价，分析结果表明所提评价机制能够客观测量论文水平，为科学评价学位点质量提供量化依据，形成有效的反馈机制。
-
公开(公告)号：CN118568624A
公开(公告)日：2024-08-30
申请号：CN202410559345.4
申请日：2024-05-08
Applicant: 北京工业大学
IPC: G06F18/2433 , G06N3/0442 , G06Q50/06 , G01D21/02
Abstract: 一种基于多维级联神经网络的污水处理鼓风机状态监测方法属于城市污水处理与设备管理领域。针对当前无法高效的监测城市污水处理鼓风机多维状态的问题，本发明设计了一种基于多维级联神经网络的污水处理鼓风机状态监测模型，实现了对城市污水处理厂中鼓风机多维状态的高效监测；结果表明该预测模型能够快速、准确地监测鼓风机多维状态，具有较高的状态预测精度，保证了污水处理厂设备安全稳定运行。
-
公开(公告)号：CN113627506B
公开(公告)日：2024-08-20
申请号：CN202110883215.2
申请日：2021-08-02
Applicant: 北京工业大学
Abstract: 本发明提出一种基于信息融合‑区间二型模糊神经网络的出水总磷智能检测方法，实现污水处理过程中出水总磷浓度的智能检测。针对污水处理过程具有复杂、非线性的特点，难以利用精确的数学模型建立，该出水总磷智能检测方法通过提取与出水总磷相关的特征变量，建立基于区间二型模糊神经网络的出水总磷检测模型，利用一种信息融合方法对检测模型进行训练，实现检测模型结构和参数的自动调整，完成了出水总磷智能检测模型的设计，在污水处理厂低成本运行的前提下保证了污水处理过程中出水总磷浓度的实时智能检测并提高了检测精度。
-
-
-
-
-
-
-
-
-
Search Results
362
records
(took 0.038 seconds)
