-
公开(公告)号:CN113468794B
公开(公告)日:2023-05-19
申请号:CN202011598215.X
申请日:2020-12-29
Applicant: 重庆大学 , 中国人民解放军63798部队
IPC: G06F30/27 , G06F111/10
Abstract: 本发明涉及一种小型密闭空间温湿度预测及反向优化方法,属于温湿度预测技术领域。在特征向量选择方面,建立了基于随机森林的主要操作变量的筛选方法,解决了传统的数据关联模型中变量相对较少的情况。在模型预测方面采用了基于机器学习的GBDT模型预测,解决了传统机理建模调节参数多,模型控制复杂,对于复杂对象不易建模的问题。通过机器学习的方式得到预测结果,减少了无关或者影响因子小的变量对预测结果的影响,温湿度的预测结果更加准确。通过将GBDT模型引入到粒子群寻优算法中,从而实现对操作变量的反向优化,得到限定小型密闭空间温湿度数值下的操作变量值,为实现缺少反馈情况下小型密闭空间温湿度控制提供思路,并为降低控温过程能耗提供参考。
-
公开(公告)号:CN116503490A
公开(公告)日:2023-07-28
申请号:CN202310582845.5
申请日:2023-05-23
Applicant: 重庆大学
Abstract: 本发明公开了一种面向移动状态下大尺度长方体的三维形貌方法,在点云分割和降噪方面,建立了直通滤波算法、半径滤波方法和RANSAC平面分割方法,获得了有效区域的物体点云数据集,减少了无关区域数据和噪声的干扰。在点云降采样方面,建立了改进VoxelGrid滤波算法,从而实现在不影响目标对象表面细节和特征的情况下适当降低点云数据的密度。根据采集的方式与长方体物体形状的几何特征,使用PCA方法计算特征向量,使第一和第二主轴反向获得了粗旋转矩阵,利用质心计算平移向量的方法进行了粗配准。然后使用点面ICP算法进行了精配准,获得了大尺度立方体物体的配准点云集。最后通过贪婪投影对配准点云进行了曲面重建,获得了大尺度立方体物体的三维形貌模型。
-
公开(公告)号:CN113468794A
公开(公告)日:2021-10-01
申请号:CN202011598215.X
申请日:2020-12-29
Applicant: 重庆大学 , 中国人民解放军63798部队
IPC: G06F30/27 , G06F111/10
Abstract: 本发明涉及一种小型密闭空间温湿度预测及反向优化方法,属于温湿度预测技术领域。在特征向量选择方面,建立了基于随机森林的主要操作变量的筛选方法,解决了传统的数据关联模型中变量相对较少的情况。在模型预测方面采用了基于机器学习的GBDT模型预测,解决了传统机理建模调节参数多,模型控制复杂,对于复杂对象不易建模的问题。通过机器学习的方式得到预测结果,减少了无关或者影响因子小的变量对预测结果的影响,温湿度的预测结果更加准确。通过将GBDT模型引入到粒子群寻优算法中,从而实现对操作变量的反向优化,得到限定小型密闭空间温湿度数值下的操作变量值,为实现缺少反馈情况下小型密闭空间温湿度控制提供思路,并为降低控温过程能耗提供参考。
-
-