-
公开(公告)号：CN108520348B
公开(公告)日：2021-10-26
申请号：CN201810281241.6
申请日：2018-04-02
Applicant: 重庆大学
Abstract: 本发明提供了一种基于红树林生态大数据的生态指标预测方法，主要包括以下步骤：1)确定红树林生态保护区。2)建立红树林生态指标数据集。3)对数据集T和数据集Y进行预处理。4)对数据集T进行线性化处理，得到线性训练集S。5)建立红树林生态指标预测模型。6)利用所述红树林生态指标预测模型、所述线性训练集S和红树林生态健康评价等级判定表，对所述红树林生态保护区内红树林未来生态健康状况进行预测。本发明利用这些已预测到的重要生态指标，结合红树林生态健康评价等级判定表，最终实现对红树林生态健康状况进行准确预测。
-
公开(公告)号：CN107817466B
公开(公告)日：2021-02-19
申请号：CN201710464400.1
申请日：2017-06-19
Applicant: 重庆大学
Abstract: 本发明公开一种基于堆叠受限玻尔兹曼机和随机森林算法的室内定位方法。利用深度学习方法学习信号强度数据的深层次的、抽象的特征，自主挖掘数据间内在的某种不易为人们感知的关联，再利用深度学习得到的特征来做定位，其目的是解决WIFI室内定位过程中，减小对于不同接收设备和其他环境因素所带来的采集信号误差，使最终定位获取更大精度的问题。
-
公开(公告)号：CN106682685B
公开(公告)日：2020-05-01
申请号：CN201611106593.5
申请日：2016-12-06
Applicant: 重庆大学
Abstract: 本发明公开一种基于微波加热温度场分布特征深度学习的局部温度变化异常检测方法，采用卷积神经网络和自动编码结合的方法来对微波加热过程的温度场分布的多维大数据进行学习，找出数据之间深层次的逻辑关系，通过学习数据本身的结构，从而得到比输入更具有表示能力的特征，再采用Isolation Forest(孤立森林)算法进行异常检测。本发明能够可靠检测微波加热过程中，由于复杂时变电磁场与温度场的耦合，被加热媒介的介电系数、热导率随着温度的升高均会发生变化，导致媒质局部过热甚至热失控的现象。进而及时处理，避免安全事故的发生。
-
公开(公告)号：CN107817466A
公开(公告)日：2018-03-20
申请号：CN201710464400.1
申请日：2017-06-19
Applicant: 重庆大学
CPC classification number: G01S5/0252 , G01S5/10
Abstract: 本发明公开一种基于堆叠受限玻尔兹曼机和随机森林算法的室内定位方法。利用深度学习方法学习信号强度数据的深层次的、抽象的特征，自主挖掘数据间内在的某种不易为人们感知的关联，再利用深度学习得到的特征来做定位，其目的是解决WIFI室内定位过程中，减小对于不同接收设备和其他环境因素所带来的采集信号误差，使最终定位获取更大精度的问题。
-
Patent Agency Ranking
公开(公告)号：CN106682685A
公开(公告)日：2017-05-17
申请号：CN201611106593.5
申请日：2016-12-06
Applicant: 重庆大学
Abstract: 本发明公开一种基于微波加热温度场分布特征深度学习的局部温度变化异常检测方法，采用卷积神经网络和自动编码结合的方法来对微波加热过程的温度场分布的多维大数据进行学习，找出数据之间深层次的逻辑关系，通过学习数据本身的结构，从而得到比输入更具有表示能力的特征，再采用Isolation Forest(孤立森林)算法进行异常检测。本发明能够可靠检测微波加热过程中，由于复杂时变电磁场与温度场的耦合，被加热媒介的介电系数、热导率随着温度的升高均会发生变化，导致媒质局部过热甚至热失控的现象。进而及时处理，避免安全事故的发生。
-
公开(公告)号：CN107037399A
公开(公告)日：2017-08-11
申请号：CN201710323523.3
申请日：2017-05-10
Applicant: 重庆大学
CPC classification number: G01S5/0278 , G06N3/08
Abstract: 本发明公开一种基于深度学习的Wi‑Fi室内定位方法，目的是解决人们在大型商业综合体的室内车库等室内环境中定位的问题，本发明采用自动编码算法，从RSS大数据中，非监督地提取深度特征；然后利用这些深度特征用于建立指纹库，将指纹库按照原始数据的位置划分为若干区域，最后用匹配算法较为常用的最佳邻近法(K‑nearest neighbors,KNN)对待定位位置进行匹配定位。
-
公开(公告)号：CN108510191A
公开(公告)日：2018-09-07
申请号：CN201810281244.X
申请日：2018-04-02
Applicant: 重庆大学
Abstract: 本发明提供了一种基于堆叠降噪自动编码算法的红树林生态健康评价方法，主要包括以下步骤：1)确定红树林生态保护区。2)建立红树林生态指标数据集。3)对数据集X和数据集Y进行预处理。记数据集X归一化后为数据集R1。4)利用堆叠降噪自动编码算法对数据集X中的数据进行训练。5)建立红树林生态指标预测模型。6)利用所述红树林生态指标预测模型、所述线性训练集S和红树林生态健康评价等级判定表，对所述红树林生态保护区内红树林未来生态健康状况进行预测。本发明利用这些已预测到的重要生态指标，结合红树林生态健康评价等级判定表，最终实现对红树林生态健康状况进行准确预测。
-
公开(公告)号：CN108520348A
公开(公告)日：2018-09-11
申请号：CN201810281241.6
申请日：2018-04-02
Applicant: 重庆大学
Abstract: 本发明提供了一种基于红树林生态大数据的生态指标预测方法，主要包括以下步骤：1)确定红树林生态保护区。2)建立红树林生态指标数据集。3)对数据集T和数据集Y进行预处理。4)对数据集T进行线性化处理，得到线性训练集S。5)建立红树林生态指标预测模型。6)利用所述红树林生态指标预测模型、所述线性训练集S和红树林生态健康评价等级判定表，对所述红树林生态保护区内红树林未来生态健康状况进行预测。本发明利用这些已预测到的重要生态指标，结合红树林生态健康评价等级判定表，最终实现对红树林生态健康状况进行准确预测。
-
公开(公告)号：CN108510191B
公开(公告)日：2021-10-08
申请号：CN201810281244.X
申请日：2018-04-02
Applicant: 重庆大学
Abstract: 本发明提供了一种基于堆叠降噪自动编码算法的红树林生态健康评价方法，主要包括以下步骤：1)确定红树林生态保护区。2)建立红树林生态指标数据集。3)对数据集X和数据集Y进行预处理。记数据集X归一化后为数据集R1。4)利用堆叠降噪自动编码算法对数据集X中的数据进行训练。5)建立红树林生态指标预测模型。6)利用所述红树林生态指标预测模型、所述线性训练集S和红树林生态健康评价等级判定表，对所述红树林生态保护区内红树林未来生态健康状况进行预测。本发明利用这些已预测到的重要生态指标，结合红树林生态健康评价等级判定表，最终实现对红树林生态健康状况进行准确预测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
