-
公开(公告)号：CN119494511A
公开(公告)日：2025-02-21
申请号：CN202411572186.8
申请日：2024-11-06
Applicant: 河北工业大学
Abstract: 本发明公开了一种智能化作业车间调度方法，包括下述步骤：S1.搭建包含基于个性化的改进NSGA‑Ⅱ算法模块和基于DQN自适应决策算法模块；S2.建立以最大完工时间、设备总负载、车间总能耗为优化目标的数学模型；S3.在基于个性化的改进NSGA‑Ⅱ算法模块中，考虑车间优化目标，采用多策略进行初始化，加入用户个性化需求筛选目标种群；S4.在基于DQN自适应决策算法模块中，提取种群特征构建智能体状态空间，利用深度Q网络经验回放机制，训练智能体捕捉调度信息与调度目标的关系进行自适应动作决策；S5.将DQN模型预测得到的最佳动作返回给NSGA‑Ⅱ，根据实时状态调整最佳参数比例，提高多目标求解质量。
-
公开(公告)号：CN119445574A
公开(公告)日：2025-02-14
申请号：CN202411572211.2
申请日：2024-11-06
Applicant: 河北工业大学
IPC: G06V20/69 , G06V10/20 , G06V10/778 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/096 , G06N3/094 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于深度学习的钛合金显微组织预测方法，包括下述步骤：S1.构建包含基于深度学习的显微组织试样数据扩充模块和基于迁移学习的跨工况显微组织预测模块；S2.对显微组织试样数据进行采集及数据预处理；S3.在基于深度学习的显微组织试样数据扩充模块中，构造数据扩充模型，根据已有工况下的试样数据扩充新工况下的试样数据；S4.在基于迁移学习的跨工况显微组织预测模块中，将已有工况下的试样数据和新工况下的扩充试样数据划分为源域数据集和目标域数据集，对源域数据集进行预训练，然后在目标域数据上进行参数微调得到迁移学习模型；S5.使用迁移学习模型对新工况下的显微组织试样数据进行预测。
-
公开(公告)号：CN118443305A
公开(公告)日：2024-08-06
申请号：CN202410520500.1
申请日：2024-04-28
Applicant: 河北工业大学
IPC: G01M13/04 , G01M13/045 , G06F18/241 , G06F18/213 , G06F18/25 , G06F18/10
Abstract: 本发明公开了一种具有可解释性的轴承故障诊断方法，包括下述步骤：S1.构建包含自适应小波去噪特征融合网络模块与特征信息可解释模块的方法框架；S2.对原始振动信号数据进行离散小波变换实现信号分解，引入软阈值过滤信号中的噪声分量经信号重构后将重构数据输入卷积层并更新阈值参数；S3.通过Transformer网络引入全局特征信息，输出对故障类型的分类结果；S4.采用平方包络变换对模型训练所得特征数据进行处理，得到包络谱数据并进行包络谱分析；S5.在包络谱数据基础上，引入梯度类激活映射建立模型重点关注特征同模型决策之间的关联，通过对输出得到的特征图像进行解释性分析，提高模型的可解释性。
-
公开(公告)号：CN118010350A
公开(公告)日：2024-05-10
申请号：CN202410155851.7
申请日：2024-02-02
Applicant: 河北工业大学
IPC: G01M13/045 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种基于概率稀疏注意力的轴承剩余寿命预测方法，包括下述步骤：1.对轴承全生命周期的振动信号进行采集；2.对轴承振动信号进行数据预处理，去噪并划分训练集和测试集；3.构建轴承健康指标4.将原始振动信号以滑动窗口的方式输入到模型中进行训练；5.当有新的振动数据数据时，采用相同的方法进行预处理并输入到模型中，实现轴承剩余寿命预测。本发明提出一种新的时频特征融合的轴承剩余寿命预测方法，能够学习时、频域两方面的特征，相较于依赖单一时域或频域特征的故障诊断模型具有更高的诊断精度，具有较好的理论基础和应用价值。
-
公开(公告)号：CN115840805A
公开(公告)日：2023-03-24
申请号：CN202211605555.X
申请日：2022-12-14
Applicant: 河北工业大学
IPC: G06F16/332 , G06F16/36 , G06N3/0442 , G06N3/084 , G06F40/295
Abstract: 本发明提供了一种基于计算机学科知识图谱的智能问答系统的构建方法，首先构建计算机学科本体，然后利用爬虫技术采集电子图书和百度百科等非结构化数据，基于Colabeler工具、BiLSTM‑CRF、BiLSTM‑ATT完成知识加工，将抽取到的实体、关系等数据存储到Neo4j，最后基于后端Flask框架和前端React框架建立智能问答系统。首先对问题进行关键词抽取、模版匹配，若没有匹配到答案，则对问题进行相关度分析，并将问题存储至关系数据库，由教师解答，采用知识抽取模型抽取教师答案有效信息，补充至知识图谱中，实现知识图谱更新。本发明具有数据结构化、存储精细化、问答智能化三大特点，解决计算机学科数据零散不规则、学科知识粒度粗、搜索结果不准确等痛点问题。
-
Patent Agency Ranking
公开(公告)号：CN117992847A
公开(公告)日：2024-05-07
申请号：CN202410151252.8
申请日：2024-02-02
Applicant: 河北工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06N3/096 , G06N20/20
Abstract: 本发明公开了基于联邦迁移学习的设备故障诊断方法，包括下述步骤：S1.所有工厂子端对故障数据进行采集、归一化等数据预处理；S2.利用本地的故障数据进行训练，进行参数调整得到最优模型参数，重新调优初始化得到各工厂子端BiGRU诊断模型；S3.进行差异化更新操作，计算各工厂子端的通信因子，得到局部模型；S4.中心服务器对局部模型完成中心聚合，生成新一轮全局模型下发至工厂子端；S5.构建多源子域自适应迁移学习模型，降低无用特征标签数据权重，选取高质量可迁移故障特征；S6.得到迁移模型，目标域工厂子端利用本地目标域数据训练得到个性诊断模型。本发明实现低质量数据下的多源数据联合设备故障诊断。
-
公开(公告)号：CN116865458A
公开(公告)日：2023-10-10
申请号：CN202310800330.8
申请日：2023-07-03
Applicant: 河北工业大学
Abstract: 本发明公开高可塑性无线电能传输装置，涉及无线电能传输领域，第一电能交换模块将电源提供的电能变换为第一高频交流电并对第一高频交流电的参数进行调节；第一补偿网络模块用于配置补偿网络拓扑并对补偿网络阻抗进行调节得到第二高频交流电；电能传输模块用于配置线圈结构和调整线圈参数，使第二高频交流电产生空间电磁场，输出电能；第二补偿网络模块用于配置补偿网络拓扑得到第四高频交流电；第二电能交换模块将第四高频交流电变换为负载所需要的电能形式和调节输入阻抗；控制模块采集电源参数；采集负载参数和供电需求；发送调节指令，本发明实现了综合考虑应用场景需求、电源参数、负载参数等因素实现无线电能传输。
-
公开(公告)号：CN119442230A
公开(公告)日：2025-02-14
申请号：CN202411438721.0
申请日：2024-10-15
Applicant: 河北工业大学
IPC: G06F21/56 , G06F18/2433 , G06N3/0455 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种联邦学习场景下模型投毒攻击检测方法，包括下述步骤：S1.构建包含基于VAE‑iForest的异常检测模块与基于自适应权重更新模块的联邦学习框架；S2.采用狄利克雷方法划分独立同分布和非独立同分布数据；S3.在基于VAE‑iForest的异常检测模块中使用根数据集训练VAE和iForest检测模型，通过已训练好的模型对客户端上传的模型参数数据进行异常检测，得出检测结果；S4.依据检测结果进行性能比较，计算得出加权异常分数，由最终检测结果惩罚恶意客户端权重，增加良性客户端被选取的概率；S5.根据每个模型的异常检测效果动态调整权重，更新全局模型进行下一轮训练。
-
公开(公告)号：CN118410130A
公开(公告)日：2024-07-30
申请号：CN202410850693.7
申请日：2024-06-28
Applicant: 河北工业大学
IPC: G06F16/33 , G06N3/0464 , G06N3/088 , G06N5/02 , G06N5/04 , G06F16/332 , G06F18/213 , G06F18/2415
Abstract: 本申请提供了一种基于知识图谱的预训练语言模型构建方法，包括：基于预训练语言的语义解析模型对输入的自然语言问题进行数据处理，得到候选逻辑形式列表，其中，语义解析模型用以提取所述自然语言问题特征，并进行问句的实体识别和意图识别，结合实体和意图并经逻辑转换填充生成候选逻辑形式列表；基于无监督多阶段搜索算法在知识图谱中对生成的候选逻辑形式列表进行知识检索，结合检索结果更新逻辑形式内容并转换成Cypher语句进行图谱查询，返回答案列表形成答案集。本申请不仅提高了智能问答效率和服务水平，而且为未来的注入医疗、法律、人文等多个专业领域的可解释知识推理问答提供了新的解决思路。
-
公开(公告)号：CN117933422A
公开(公告)日：2024-04-26
申请号：CN202410118250.9
申请日：2024-01-29
Applicant: 河北工业大学
IPC: G06N20/00 , G06N3/098 , G06N3/0464 , G06F17/10
Abstract: 本发明公开了一种基于贡献收益协同平衡的公平联邦学习方法，包括下述步骤：S1.构建包含联邦双贡献评估模块与联邦贡献收益平衡算法的联邦学习框架；S2.采用狄利克雷方法划分成非独立同分布数据；S3.在联邦双贡献评估模块中通过客户端的数据数量和数据质量计算数据贡献值，根据模型损失计算模型贡献值，并加入时间权重得到最终贡献值；S4.构建双层损失函数，训练客户端的个性化模型，分别计算个性化模型与全局模型的相对熵，并视为收益值；S5.根据客户端的贡献值和收益值调整聚合权重，更新后的全局模型进入下一轮训练。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
