-
公开(公告)号：CN111653272A
公开(公告)日：2020-09-11
申请号：CN202010484415.6
申请日：2020-06-01
Applicant: 重庆科技学院
IPC: G10L15/06 , G10L15/16 , G10L15/20 , G10L15/22 , G10L21/0208 , G10K11/178
Abstract: 本发明提供一种基于深度信念网络的车载语音增强算法，包括以下步骤：步骤1：将车载语音信号分为训练样本信号和测试样本信号；步骤2：采用QPSO算法对DBN的学习速率、初始权值以及隐层节点数进行优化；步骤3：采用双曲正切(tanh)激活函数替换sigmoid函数，对深度信念网络模型进行优化；步骤4：对优化后的深度信念网络进行逐层贪婪无监督学习，获取输入车载语音信号的抽象语音特征向量；步骤5：将抽象语音信号输入到最小均方差算法中，获取语音增强信号。本发明将深度信念网络与传统最小均方差算法相结合进行语音增强，既利用了深度信念网络强大的学习能力以及特征提取能力，又结合了传统语音增强算法的高效性。
-
公开(公告)号：CN108363303B
公开(公告)日：2020-09-04
申请号：CN201810192924.4
申请日：2018-03-09
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明提供了一种基于AR偏好信息的差分进化铝电解多目标优化方法，首先利用递归神经网络对铝电解生产过程进行建模，然后决策者设定期望目标值，再利用偏好多目标量子个体群算法对生产过程模型进行优化，得到各决策变量的一组最满足决策者期望的最优解以及该最优解对应的电流效率、槽电压、全氟化物排放量和吨铝能耗。利用差分进化算法中变异、交叉和选择操作，对决策变量进行偏好寻优，以此确定铝电解生产过程中工艺参数的最优值，可有效提高电流效率，降低槽电压，减少温室气体排放量和吨铝能耗，满足决策者偏好的同时，达到节能减排的目的。
-
公开(公告)号：CN109754324A
公开(公告)日：2019-05-14
申请号：CN201910141563.5
申请日：2019-02-26
Applicant: 重庆科技学院
IPC: G06Q40/04
Abstract: 本发明公开了一种股票价格走势预测方法，首先，基于LSTM循环神经网络模型构建股票价格预测模型对股票价格进行预测，然后引入模糊综合评价算法，对股票价格的预测结果进行评价，突出主要股票价格中重要属性的预测结果，使得模型更具有可靠性，使最终的预测结果更加准确，本发明公开的方法中利用循环神经网络的记忆功能，捕获当前影响因素对下一时刻，或者更久远后的股票价格变化的影响，然后通过模糊综合评价算法对循环神经网络预测的股票价格进行综合评价，突出主要因素的重要性，使得最终预测得到的股票价格走势具有更高的精度。
-
公开(公告)号：CN109085752A
公开(公告)日：2018-12-25
申请号：CN201810193063.1
申请日：2018-03-09
Applicant: 重庆科技学院
CPC classification number: G05B13/042 , C25C3/20 , G06N3/084
Abstract: 本发明公开了一种基于角度支配关系的铝电解偏好多目标优化算法，首先利用递归神经网络对铝电解生产过程进行建模，然后决策者设定期望目标值，再利用偏好多目标量子个体群算法对生产过程模型进行优化，得到各决策变量的一组最满足决策者期望的最优解以及该最优解对应的电流效率、槽电压、全氟化物排放量和吨铝能耗。利用差分进化算法中变异、交叉和选择操作，对决策变量进行偏好寻优，以此确定铝电解生产过程中工艺参数的最优值，可有效提高电流效率，降低槽电压，减少温室气体排放量和吨铝能耗，满足决策者偏好的同时，达到节能减排的目的。
-
公开(公告)号：CN108804721A
公开(公告)日：2018-11-13
申请号：CN201710283330.X
申请日：2017-04-26
Applicant: 重庆科技学院
IPC: G06F17/50 , G06N3/02 , G06K9/00 , E21B47/008
CPC classification number: G06F17/5009 , E21B47/0007 , G06K9/00503 , G06N3/02
Abstract: 本发明提供了一种基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法。首先，利用RBF神经网络对决策参数进行建模，然后，利用无迹Kalman卡尔曼滤波算法实时更新神经网络模型隐层的权值、中心及宽度，得到神经网络最优参数，最后，利用自适应滤波算法来提高模型稳定性，建立基于自适应无迹Kalman滤波与RBF神经网络相结合的抽油机故障诊断方法。本烦的显著效果是：无迹Kalman滤波具有实时更新性能，从而实现RBF神经网络的非线性动态建模，自适应滤波算法可以提高模型稳定性，满足复杂环境下对模型精度的要求。该方法提高了故障诊断的精确率，真正达到实时检测抽油机运行状况的目的。
-
Patent Agency Ranking
公开(公告)号：CN108694444A
公开(公告)日：2018-10-23
申请号：CN201810458680.X
申请日：2018-05-15
Abstract: 本发明公开了一种基于智能数据采集与云服务技术的植物培育方法。包括：S1、采集植物生长指标、浇水量、施肥量、施肥类型，构成影响因素矩阵X，并上传至云服务器，其中决策变量为浇水量、施肥量、施肥类型；S2、确定植物的健康指数，构成指标矩阵Y，利用Elman神经网络进行训练、检验，并建立植物培育模型；S3、利用MOPSO算法对植物培育模型进行优化，得到各决策变量的一组最优解以及该最优解对应的植物健康指数；S4、利用S3中模型对实时数据进行预测得到推荐决策X*，并将X*下发至用户终端，在用户界面显示推荐最优的浇水量、施肥量、施肥类型，用户通过用户终端远程操作设备控制传感器完成自动浇水、施肥。
-
公开(公告)号：CN105321000B
公开(公告)日：2018-10-09
申请号：CN201510753959.7
申请日：2015-11-06
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于BP神经网络与MOBFOA算法的铝电解工艺参数优化方法，包括以下几个步骤：一：统计对电流效率、吨铝能耗以及全氟化物排放量影响大的参数作为决策变量X；二：利用BP神经网络建立铝电解生产过程模型；三：运用MOBFOA算法对决策变量在其取值范围内进行优化；四：按照最优决策变量进行现场控制。有益效果：利用非线性映射能力强的BP神经网络建立铝电解生产过程模型；优化方法指导菌群跳出局部最优，可快速获得最佳的生产过程参数，达到了高效、降耗、减排的目的。
-
公开(公告)号：CN104239851B
公开(公告)日：2018-05-01
申请号：CN201410357132.X
申请日：2014-07-25
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于行为分析的智能小区巡检系统及其控制方法，系统由服务器、移动巡检终端、小区摄像头以及智能门禁系统组成，所述移动巡检终端用于获取小区可疑人物的人脸图像信息；所述小区摄像头用于实时获取小区视频信息或/和图像信息；所述智能门禁系统用于实现IC卡和人脸图像信息的双重认证；所述服务器用于实现视频监控以及视频图像处理，所述视频图像处理包括行为分析和身份认证。其效果是：通过增加移动巡检终端实现可疑人员的实时甄别，充分运用智能视频技术，一方面通过构建双重认证的门禁系统提高小区安全防范能力，另一方面通过采用多种人体行为识别算法，可以做到各种突发事件的应急响应，提高突发事件处理效率。
-
公开(公告)号：CN107831665A
公开(公告)日：2018-03-23
申请号：CN201711115683.5
申请日：2017-11-13
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明提供了一种基于UKF与ADDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验，根据控制误差和性能指标函数不断更新优化权值，直到得到最优控制信号，实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂，表现不确定性、非线性、强耦合性、动态性等特点，难以建立精确的数学模型，控制难度较大。针对目前脱硫过程控制方法控制精度低，时滞大、不稳定等问题提出一种基于UKF和ADDHP的天然气吸收塔脱硫过程控制方法，不仅保证了控制系统的稳定性和控制精度，还降低了响应时间，真正实现了吸收塔脱硫过程的实时精确控制。
-
公开(公告)号：CN104680257B
公开(公告)日：2018-03-02
申请号：CN201510108394.7
申请日：2015-03-12
Applicant: 天津市万众科技发展有限公司 , 重庆科技学院
Abstract: 本发明提供一种面向抽油机工作过程的智能优化方法，包括：1)确定抽油机的生产效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据降维、4)由非载荷变量与载荷新主元构建网络输入变量集、5)构建输入变量的样本值、6)归一化处理、7)选取训练和测试样本、8)构建前馈神经网络并训练、9)构造产液量偏好函数、10)构造父代和子代种群、11)对父代种群个体进行遗传交叉或变异计算，以产生子代种群个体、12)求个体求适应度函数、13)将个体划分到不同层级的非支配集中、14)从非支配集中选择个体构成新父代种群并循环，最终得到优化后的生产效率影响因素值。优化后，可保证在产液量基本固定的情况下，耗电量最小。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.032 seconds)
