-
公开(公告)号：CN113568368B
公开(公告)日：2022-12-23
申请号：CN202110867814.5
申请日：2021-07-30
申请人： 北京石油化工学院
IPC分类号： G05B19/408
摘要： 本发明涉及一种工控数据特征重排序算法的自适应确定方法，通过基于不同特征重排序算法对数据集进行特征选择；基于机器学习算法对重排序后的数据集进行训练记录准确率、召回率和时间，并对数据集计算预设评价指标，以生成相应的指标数据集合；对指标数据集合使用机器学习算法建立选择最优重排序算法的决策树；并使用决策树对输入的目标数据集的指标数据进行处理，以得到和目标数据集相匹配的特征重排序算法。实现了能够自动挑选出和目标数据集匹配度最好的特征重排序算法，从而提高了数据集特征重排序算法的准确度和效率，为工控数据的异常检测提供了保证。
-
公开(公告)号：CN108921914B
公开(公告)日：2022-10-28
申请号：CN201810514763.6
申请日：2018-05-25
申请人： 北京石油化工学院
摘要： 本发明提供一种系谱图绘制方法、装置及电子设备，其中方法包括：获取目标节点与基础节点之间的系谱关系；按照所述目标节点与所述基础节点之间的系谱关系，将所述目标节点存储到第一列表，所述第一列表预先存储了所述基础节点的坐标数据；获取所述目标节点在所述第一列表中的坐标数据；根据所述目标节点在所述第一列表中的坐标数据以及所述目标节点与所述基础节点之间的系谱关系，绘制对应的系谱图。这样，可以将全部节点按照预先设定的规则存储，并根据存储的数据自动绘制系谱图，提高了系谱图绘制的准确性和便捷性。
-
公开(公告)号：CN110263920B
公开(公告)日：2021-08-10
申请号：CN201910542703.X
申请日：2019-06-21
申请人： 北京石油化工学院
摘要： 本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置，卷积神经网络模型的训练方法，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，实现了对无用特征数据进行过滤，从而利用有效特征数据对待训练卷积神经网络模型进行训练，使得训练过程能够快速收敛，得到训练后的卷积神经网络模型。采用本发明的技术方案，能够提高卷积神经网络模型的训练速度。
-
公开(公告)号：CN112348080A
公开(公告)日：2021-02-09
申请号：CN202011228032.9
申请日：2020-11-06
申请人： 北京石油化工学院
摘要： 本发明涉及工控异常检测技术领域，具体涉及一种基于工控异常检测的RBF改进方法、装置和设备，所述方法包括采集工业控制系统的网络数据，对网络数据进行预处理得到样本网络数据，基于减聚类算法，在样本网络数据中确定隐节点的聚类中心，并根据聚类中心确定隐节点的扩展常数，基于灰狼算法，进一步确定隐节点的输出权重，根据聚类中心、扩展常数和输出权重确定改进后的RBF优化模型。本发明提供的技术方案，通过减聚类算法与灰狼优化算法优化RBF模型的聚类中心、扩展常数和输出权重等网络参数，避免陷入极小值，提高运算效率与分类正确度，适用于高维冗余的工控数据集，能够快速判断工业控制系统的网络行为是否存在异常，避免网络攻击带来的损失。
-
公开(公告)号：CN111815403A
公开(公告)日：2020-10-23
申请号：CN202010563236.1
申请日：2020-06-19
申请人： 北京石油化工学院
IPC分类号： G06Q30/06 , G06F16/9535 , G06F16/36 , G06K9/62 , G06F40/284
摘要： 本申请涉及一种商品推荐方法、装置及终端设备，商品推荐方法包括构建异质图；根据异质图生成节点序列；根据节点序列生成节点向量；根据节点向量的距离找出相似用户，根据相似用户所选商品向待推荐用户推荐商品。本申请可以避免因数据稀疏造成对相似用户难找的问题，从而提高推荐商品的准确性。
-
公开(公告)号：CN110263920A
公开(公告)日：2019-09-20
申请号：CN201910542703.X
申请日：2019-06-21
申请人： 北京石油化工学院
摘要： 本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置，卷积神经网络模型的训练方法，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，实现了对无用特征数据进行过滤，从而利用有效特征数据对待训练卷积神经网络模型进行训练，使得训练过程能够快速收敛，得到训练后的卷积神经网络模型。采用本发明的技术方案，能够提高卷积神经网络模型的训练速度。
-
公开(公告)号：CN104881010A
公开(公告)日：2015-09-02
申请号：CN201510222406.9
申请日：2015-05-04
申请人： 北京石油化工学院
IPC分类号： G05B19/418
CPC分类号： Y02P90/02 , G05B19/41865
摘要： 本发明公开了一种仓储安全监测系统。该仓储安全监测系统包括：至少一个库房监测站点，其中，每个所述库房监测站点用于获取并存储来自于各个所述监测模块的库房实时状态数据及环境监测结果，并传输至企业信息管理平台；至少一个企业信息管理平台，其中，每个企业信息管理平台均与一个或多个所述库房监测站点相连接；安全监管中心平台，用于通过IP网络获取来自于所述至少一个企业信息管理平台的异常报警信息，并进行相应的应急处理；移动终端访问模块，用于通过移动网络远程实时获取所述企业信息管理平台和所述安全监管中心平台的信息并传输至移动终端。上述技术方案，有效增强了企业危险化学品仓储的安全性，提高了仓储监管的有效性。
-
公开(公告)号：CN114742123B
公开(公告)日：2024-08-02
申请号：CN202210190518.0
申请日：2022-02-28
申请人： 北京石油化工学院
IPC分类号： G06F18/2433 , G06F18/2113 , G06F18/2411 , G06N20/00
摘要： 本发明涉及全面工厂控制技术领域，公开了一种用于样本不足的工控系统的工控异常检测方法，采用机器学习算法来构建分类器，然后用分类器监测工控系统中各传感器的读数以判断当前是否处于工控异常状态。通过评判样本特征对响应的影响程度高低，对所有的样本特征进行降序排列，然后截取排序靠前的样本特征进行训练，从而在源域和目标域的样本特征维数不一致时依然能够正常使用TrAdaBoost算法进行机器学习；通过对回补参数进行改进，将源域和目标域差别考虑在内，提高了分类器的AUC值；通过采用遗传算法，以较小的计算量筛选出了迭代次数的最优值以及基分类器数目的最优值。
-
公开(公告)号：CN113034490B
公开(公告)日：2023-10-10
申请号：CN202110411747.6
申请日：2021-04-16
申请人： 北京石油化工学院
摘要： 本发明涉及化学品库房的堆垛安全距离监测方法，包括：通过分别安装在两个预设位置处的两组双目相机对应获取两组背景图像信息和两组目标图像信息，根据两组背景图像信息确定出两个警戒线三维重建模型，同时根据两组背景图像信息和两组目标图像信息对应确定出两个被测堆垛三维重建模型，将两个被测堆垛三维重建模型拼接，得到目标被测堆垛三维重建模型，将两个警戒线三维重建模型拼接，得到目标警戒线三维重建模型。最后根据目标被测堆垛三维重建模型和目标警戒线三维重建模型确定出被测堆垛是否超界。本申请能够全方位自动判断被测堆垛是否超界，使得本申请降低了监测成本，提高了监测效率和监测准确率。
-
公开(公告)号：CN111882568B
公开(公告)日：2023-09-15
申请号：CN202010595018.6
申请日：2020-06-28
申请人： 北京石油化工学院
摘要： 本申请涉及火灾图像边缘提取处理方法、终端及系统，属于火灾火焰提取技术领域。本申请包括：获取目标物的火灾图像；利用像素RGB和HSV信息对火灾图像进行像素筛选，得到目标物的第一火灾二值图，以及将火灾图像转换成灰度图，并利用Otsu算法得到目标物的第二火灾二值图；将第一火灾二值图和第二火灾二值图进行相与处理，得到目标物的第三火灾二值图；对第三火灾二值图进行边缘提取，得到目标物的第一目标火焰边缘提取图。与经典canny算法和局部去干扰改进型canny算法相比，本申请的火灾图像边缘提取效果更好，因而，通过本申请有助于提升火灾火焰提取的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
57 条记录 (耗时 0.054 秒)