-
公开(公告)号：CN113746081A
公开(公告)日：2021-12-03
申请号：CN202111042588.3
申请日：2021-09-07
Applicant: 南京工业职业技术大学
Abstract: 本发明涉及一种多能互补新能源微电网系统，尤其是用于海岛供电的新能源微电网系统，包括：光伏发电模块、风力发电模块、柴油机发电模块、氢能发电模块、储能模块、逆变配电模块、主控处理模块和通讯模块八部分。一种多能互补新能源微电网系统采用模块化设计，发电单元之间互不干扰，相互独立；发电单元中的充电器亦采用模块化设计方式，采用多模块并联方式，确保在其中一个充电模块异常时对系统影响较小，降低了设备安装和维护的成本，实现了能源系统管理的集约化、网络化、模块化、通用化。
-
公开(公告)号：CN113723707A
公开(公告)日：2021-11-30
申请号：CN202111047904.6
申请日：2021-09-08
Applicant: 南京工业职业技术大学
Abstract: 一种基于深度学习模型的中长期径流趋势预测方法，包括以下步骤：S1、构造表征月径流变化趋势的径流综合指数及其影响对象，获得前期的观测值；S2、基于偏互信息法对初选因子进行因子筛选；S3、通过粒子群算法确定深度信念网络模型的网络深度，采用花授粉算法动态优化深度信念网络模型中每个隐含层的神经元个数、RBM的学习速率以及BP算法微调的学习速率等参数，构建PSO‑FPA‑DBN模型；S4、基于构建的PSO‑FPA‑DBN模型预测中长期径流变化趋势，能够实现整个流域径流变化趋势的综合表征；采用偏互信息法，获得影响月径流过程变化的关键因子集；通过PSO算法确定DBN模型的网络深度，结合花授粉算法，并据此构建的PSO‑FPA‑DBN模型；能够有效提高中长期径流变化趋势的预测效果。
-
公开(公告)号：CN113065280A
公开(公告)日：2021-07-02
申请号：CN202110284456.5
申请日：2021-03-17
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了一种流域径流整体变化趋势的预测方法，包括以下步骤：S1、构造具有多时空粒度特性与生命周期的流域径流整体趋势变化因子；S2、采用泰森多边形方法计算流域内气象站点所代表的面积赋权，构建降水对象；S3、采用相关系数法筛选与流域径流过程相关性强的气候对象；S4、基于SPOT影像的流域归一化植被指数计算方法构建覆盖整个流域的植被对象；S5、采用特征筛选方法实现影响流域径流整体变化趋势的关键对象的特征筛选；S6、基于智能预测模型实现流域径流整体变化趋势预测。有助于提高复杂环境下流域中长期径流变化趋势的宏观研判能力。
-
公开(公告)号：CN110717192B
公开(公告)日：2021-05-18
申请号：CN201910856666.X
申请日：2019-09-11
Applicant: 南京工业职业技术大学
Inventor： 彭建华
IPC: G06F21/62
Abstract: 本发明涉及计算机大数据安全领域，尤其涉及一种基于Key‑Value加速器的面向大数据安全的访问控制方法，其步骤为：构建、访问Key‑Value加速器，在用户每次访问资源时，基于“用户‑资源‑权限”构建Key，基于构建的Key访问Key‑Value加速器，如果Key‑Value加速器中存在对应的权限对象，则直接解析权限对象，获得本次访问结果并返回，如不存在，则构建Key‑Value加速器，再返回本次访问结果；权限策略发生改变时，更新Key‑Value加速器。本发明显著降低了基于策略的访问控制安全对大数据系统性能的影响。
-
公开(公告)号：CN116933650A
公开(公告)日：2023-10-24
申请号：CN202310936913.3
申请日：2023-07-27
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种耦合智能算法与水文模型的中长期径流状态预测方法，首先构建面向流域中长期径流预测的多粒度水文时空对象数据场景模型，实现海量、异构、多粒度数据的有机融合；其次，采用“深度学习+强化学习”的人工智能预测方法，获得径流状态预测及流域状态估值；再耦合水文模型与蒙特卡洛树搜索算法进行径流过程推演，包括径流状态选择、扩展、评估及回溯，最终获取预测结果。本发明能够实现中长期径流状态的准确预测与过程推演，有助于提高复杂环境下中长期径流变化过程的状态预测效果和宏观研判能力。
-
Patent Agency Ranking
公开(公告)号：CN114067210B
公开(公告)日：2025-01-07
申请号：CN202111366243.3
申请日：2021-11-18
Applicant: 南京工业职业技术大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/764 , G06T7/13 , G06T7/246 , G06T7/73
Abstract: 本发明公开了一种基于单目视觉导引的移动机器人智能抓取方法。该方法将抓取过程划分为两个阶段：粗略定位阶段和精确抓取阶段，由此提高了移动机器人抓取控制系统的灵活性和智能性。在精确抓取阶段，移动机器人在运动的过程中抓取目标，即移动机器人始终处于运动状态，目标静止不动。基于多点透视成像原理估计算得到目标在机器人坐标系的位置和姿态。设计了基于位置视觉伺服的目标跟踪方法，使得移动机器人端的机械手能平稳地到达目标上方并和目标保持相对静止。最后机械手调整固定的位置和姿态偏移量来抓取目标，本发明提出的移动机器人智能抓取方法具有操作方便、适用性强、执行效率高的特点。
-
公开(公告)号：CN111314874B
公开(公告)日：2021-08-03
申请号：CN202010108940.8
申请日：2020-02-21
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了面向物联网应用的高并发海量数据采集方法，属于物联网领域，尤其属于物联网数据采集(收集)领域。本发明通过接收与处理分离的方式，把数据接收与数据处理进行分离，通过分离，数据接收单元利用TCP/IP的高接入能力与保持通道连接的低资源消耗性，实现了少量数据接收单元完成高并发的数据接入能力。把数据处理单独分开，利用分布式处理原理，结合单节点多线程技术，实现了数据处理的高并发与高性能。
-
公开(公告)号：CN115331739A
公开(公告)日：2022-11-11
申请号：CN202111627707.1
申请日：2021-12-28
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了一种基于Spark的大规模基因序列无损并行化压缩方法，包括参考序列和待压缩序列的预处理步骤，主节点提取参考序列基本碱基序列并构建匹配索引，将参考序列基本碱基序列及其匹配索引以压缩广播变量的形式发送至所有工作节点；各工作节点并行提取待压缩序列基本碱基序列并创建RDD，序列辅助信息单独编码存储；再经过首次并行匹配步骤，二次匹配索引构建步骤，二次并行匹配步骤最终得到压缩文件。本发明充分结合大规模基因二次迭代压缩和Spark基于内存分布数据集的特点，比其他基因压缩方法取得更高的压缩率，更高的压缩速度，并具备优秀的可扩展性。
-
公开(公告)号：CN113065233A
公开(公告)日：2021-07-02
申请号：CN202110284415.6
申请日：2021-03-17
Applicant: 南京工业职业技术大学
IPC: G06F30/20
Abstract: 本发明公开一种多粒度水文时空对象数据场景模型的构建方法，步骤包括：确定用户在终端设备的地图操作界面上选择的特定水文研究区域、在所选择的特定水文研究区域内查找对应研究的多个水文对象、对查找的对应研究的多个水文对象一一进行编码、构建第c个编码后的水文对象的生命周期Tc(Ts,Te)、第c个编码后的水文对象随时间变化的属性集合Ac(t)、第c个编码后的水文对象随时间而变化的空间数据类型集合Sc(t)和第c个编码后的水文对象随时空粒变化的属性集合构建第c个水文对象的状态的多粒度表征集合和构建水文对象的数据场景模型，该种多粒度水文时空对象数据场景模型的构建方法，能够满足不同粒度层面的水文时空对象表征分析与应用需求。
-
公开(公告)号：CN113052373A
公开(公告)日：2021-06-29
申请号：CN202110284457.X
申请日：2021-03-17
Applicant: 南京工业职业技术大学
Abstract: 一种基于改进ELM模型的月径流变化趋势预测方法，包括以下步骤：S1、构造影响月径流变化趋势的径流综合指数及其影响对象，获得前期的观测值，并以前期若干月的观测值作为初选因子；S2、基于偏互信息法对初选因子进行因子筛选；S3、改进粒子群算法并构建IPSO‑ELM模型；S4、基于IPSO‑ELM模型预测月径流变化趋势。构造表征流域整体径流变化趋势的径流综合指数及其影响对象，能够实现整个流域径流变化趋势的综合表征；采用偏互信息法，获得影响月径流过程变化的关键因子集；结合10折交叉验证与改进粒子群算法优化ELM参数，并据此构建的IPSO‑ELM模型，能够有效提高中长期径流变化趋势的预测效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.034 seconds)
