-
公开(公告)号：CN109034486B
公开(公告)日：2022-03-29
申请号：CN201810884575.2
申请日：2018-08-06
Applicant: 济南大学
Abstract: 本发明提供一种基于大数据分层聚类的棉花生产工艺优化方法，包括如下步骤：对获取的生产监测原始数据进行数据预处理；对经过预处理后的原始数据确定描述参数属性的关键参数；对确定的关键参数进行数值统计得到分布统计属性数值分布分组；根据分布统计中得到的数值分布分组，使样本中各项属性数据分别映射到各属性分组区间中，形成新的数据集；确定优化目标，进行生产工艺参数的优化。结合棉花加工流程工艺分析。可以用于企业对工艺参数的分析调整。从而优化棉花生产、提高棉花质量、维护企业生产安全。
-
公开(公告)号：CN108647808B
公开(公告)日：2022-03-29
申请号：CN201810322649.3
申请日：2018-04-11
Applicant: 济南大学
Abstract: 本发明涉及一种生产参数优化预测方法、装置、设备及存储介质，包括：获取生产流程中各个工序的监测数据；对所述监测数据预处理；利用规则关联算法在任意两个工序间构建表示两个工序间影响关系的最强关联链，并将所述最强关联链与所述监测数据波动状态结合，得到状态关联链；利用柔性神经树算法根据所述状态关联链建立预测模型，得到并输出预测结果。该方法可根据预测结果对关键工序的参数进行优化，通过优化关键工序的参数进而优化燃煤锅炉的生产流程，达到节能减排、提高经济性和生产安全性的效果。
-
公开(公告)号：CN110472690B
公开(公告)日：2022-03-25
申请号：CN201910768987.4
申请日：2019-08-20
Applicant: 济南大学
Abstract: 本公开提供一种基于自适应模糊聚类的热电工业数据异常检测方法及系统。其中，热电工业数据异常检测方法包括实时获取d维度的热电工业数据作为样本，按照时间顺序存储至数据集S；将数据集S所分布空间的每一维划均分为相等的m个间隔段，生成不相交的网格；将数据集S中的映射到网格中计算各个网格的重心，作为新的数据点来代表相应网格内所包含的热电工业数据，形成网格重心数据集；利用自适应模糊聚类算对网格重心数据集P进行聚类，得到所有聚类中心；计算网格重心数据集中每个数据点所对应网格包含的热电工业数据与其最邻近的聚类中心的距离并与预设距离阈值比较，进而判断热电工业数据是否异常。
-
公开(公告)号：CN109034486A
公开(公告)日：2018-12-18
申请号：CN201810884575.2
申请日：2018-08-06
Applicant: 济南大学
CPC classification number: G06Q10/04 , G06Q10/063
Abstract: 本发明提供一种基于大数据分层聚类的棉花生产工艺优化方法，包括如下步骤：对获取的生产监测原始数据进行数据预处理；对经过预处理后的原始数据确定描述参数属性的关键参数；对确定的关键参数进行数值统计得到分布统计属性数值分布分组；根据分布统计中得到的数值分布分组，使样本中各项属性数据分别映射到各属性分组区间中，形成新的数据集；确定优化目标，进行生产工艺参数的优化。结合棉花加工流程工艺分析。可以用于企业对工艺参数的分析调整。从而优化棉花生产、提高棉花质量、维护企业生产安全。
-
Patent Agency Ranking
公开(公告)号：CN110472690A
公开(公告)日：2019-11-19
申请号：CN201910768987.4
申请日：2019-08-20
Applicant: 济南大学
Abstract: 本公开提供一种基于自适应模糊聚类的热电工业数据异常检测方法及系统。其中，热电工业数据异常检测方法包括实时获取d维度的热电工业数据作为样本，按照时间顺序存储至数据集S；将数据集S所分布空间的每一维划均分为相等的m个间隔段，生成不相交的网格；将数据集S中的映射到网格中计算各个网格的重心，作为新的数据点来代表相应网格内所包含的热电工业数据，形成网格重心数据集；利用自适应模糊聚类算对网格重心数据集P进行聚类，得到所有聚类中心；计算网格重心数据集中每个数据点所对应网格包含的热电工业数据与其最邻近的聚类中心的距离并与预设距离阈值比较，进而判断热电工业数据是否异常。
-
公开(公告)号：CN110135740A
公开(公告)日：2019-08-16
申请号：CN201910419626.9
申请日：2019-05-20
Applicant: 济南大学
IPC: G06Q10/06 , G06K9/62 , G06F16/2455 , G06F16/2458
Abstract: 本公开提出了面向燃煤锅炉流程对象的实时知识发现方法及系统，包括：对采集到的锅炉的生产状态参数数据进行时序调整，得到正确的时序数据；采用基于滑动窗口的数据流聚类方法，保存每次聚类中心结果，每次对比上次聚类结果，如果相邻两次聚类结果的差值在设定范围内，不做任何操作，继续等待下一个数据流；否则，对变化趋势数学公式进行修改更新适用于最新的生产状态；继续进行后续知识发现的过程获得新的公式，通过关联规则算法进行关联链挖掘，得到各个生产参数最新的影响关系与变化规律，生成各参数之间的关联链；最后通过柔性神经树对数据进行建模预测，输出数据的新的变化趋势数学公式，从而辅助调整生产流程参数。
-
-
公开(公告)号：CN108647808A
公开(公告)日：2018-10-12
申请号：CN201810322649.3
申请日：2018-04-11
Applicant: 济南大学
Abstract: 本发明涉及一种生产参数优化预测方法、装置、设备及存储介质，包括：获取生产流程中各个工序的监测数据；对所述监测数据预处理；利用规则关联算法在任意两个工序间构建表示两个工序间影响关系的最强关联链，并将所述最强关联链与所述监测数据波动状态结合，得到状态关联链；利用柔性神经树算法根据所述状态关联链建立预测模型，得到并输出预测结果。该方法可根据预测结果对关键工序的参数进行优化，通过优化关键工序的参数进而优化燃煤锅炉的生产流程，达到节能减排、提高经济性和生产安全性的效果。
-
公开(公告)号：CN108537285A
公开(公告)日：2018-09-14
申请号：CN201810333661.4
申请日：2018-04-13
Applicant: 济南大学
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 本发明涉及一种面向数据流的全在线聚类方法，其特征在于，包括以下步骤：S1：基于在线数据角色判断的动态数据流聚类算法进行聚类；S2：根据多速率的数据衰减机制，更新数据流对象；S3：基于邻域的密度更新聚类算法；S4：在线聚类调整。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
