-
公开(公告)号：CN103258243B
公开(公告)日：2016-11-30
申请号：CN201310151844.1
申请日：2013-04-27
Applicant: 杭州电子科技大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于灰色神经网络的爆管预测方法。本发明首先，对于给定的爆管因素和爆管率数据序列,通过静态灰色建模，对爆管率序列进行预测。预测结果和原爆管率序列进行比较,得到残差。然后，利用神经网络在这些残差和爆管因素间建立神经网络逼近模型。经过反复训练的神经网络就是残差和所选的灰色模型数据间的映射关系。最后预测时，再将灰色模型的预测值用神经网络的补偿值进行补偿。本发明结合灰色建模方法和神经网络模型建立灰色神经网络模型，克服传统爆管模型需要大量的数据的缺点，能较好的解决小样本预测问题，提高预测精度。
-
公开(公告)号：CN103530818B
公开(公告)日：2016-06-01
申请号：CN201310477641.1
申请日：2013-10-12
Applicant: 杭州电子科技大学
IPC: G06Q50/06
Abstract: 本发明公开了一种基于BRB系统的供水管网建模方法。本发明首先收集管网运行的历史数据，其次确定供水管网模型的输入变量和输出变量，然后建立基于BRB的供水管网模型，最后建立基于BRB的供水管网MIMO模型。本发明可以很好的描述供水管网系统工况，用于供水管网的实时优化调度时，可与供水管网的神经网络模型相媲美。而且，通过分析由管网历史运行数据训练得到的规则库，可以进一步挖掘供水管网的未知特性。
-
公开(公告)号：CN105260948A
公开(公告)日：2016-01-20
申请号：CN201510676383.9
申请日：2015-10-17
Applicant: 杭州电子科技大学
IPC: G06Q50/06
CPC classification number: Y02A20/16
Abstract: 本发明公开了一种城市供水系统日计划调度决策方法。本发明首先构建以历史日需水量序列，控制点压力序列及日调度方案为基本调度关联数据单元的调度关联数据集合。然后通过相关预处理方法，剔除非正常工况日的数据单元。随后以需水量序列为特征属性，将集合分类成多个子集，并逐一通过统计检验方法，剔除子集中统计意义上不合理的数据单元。最后，以预测日需水量序列为特征属性，预测其所属分类，并给出合理的预测日计划调度方案。本发明摒弃了简单的人工经验，使得调度决策更加科学合理。同时，本发明的技术思想也适用于供水系统实时调度决策。
-
公开(公告)号：CN116758629A
公开(公告)日：2023-09-15
申请号：CN202310650341.2
申请日：2023-06-03
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/82 , G06V10/774 , G06N3/0895
Abstract: 本发明公开了一种基于半监督随机神经网络的行人轨迹分类方法。该方法包括构建行人轨迹数据；对行人轨迹数据预处理；根据行人轨迹数据建立不同的轨迹模式；最后采用可量化最小误差熵准则和半监督随机神经网络算法的组合算法对行人行为进行分类。本发明采用可量化最小误差熵准则替代传统的均方误差准则，并与半监督随机神经网络算法相结合，能够进一步提高现有半监督学习模型的分类能力，同时也提高了对行人轨迹分类的准确性。
-
公开(公告)号：CN113643722A
公开(公告)日：2021-11-12
申请号：CN202110995007.1
申请日：2021-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多层矩阵随机神经网络的城市噪声识别方法。本发明包括如下步骤：1、对采集到的城市噪声进行预处理，包括去噪、预加重、分帧、加窗等，其中帧长为L，帧移为2、将经过预处理的噪声信号转换成时频图；3、构建矩阵随机自编码器，以城市噪声二维时频图作为矩阵随机自编码器的输入，通过输出重建输入的方式进行训练，获得最优的输出权重作为编码器；同时将上一个相邻矩阵随机自编码器的编码输出作为下一个矩阵随机自编码器的输入，堆叠K个矩阵随机自编码器；4、构建矩阵均方误差损失函数，进行城市噪声分类识别。本发明加快了矩阵随机自编码器的训练速度。免去矢量化步骤、保留时频图信息同时实现有效的城市噪声识别。
-
Patent Agency Ranking
公开(公告)号：CN107036164A
公开(公告)日：2017-08-11
申请号：CN201710206042.4
申请日：2017-03-31
Applicant: 杭州电子科技大学
CPC classification number: F24F3/16 , B03C3/02 , F24F3/166 , F24F2003/1682
Abstract: 本发明公开了一种基于空间电磁场的空气净化方法。本发明的空间电磁场包括电场和磁场两部分，且用一对电性相反的带电导电布生成电场，用通电线圈生成磁场；具体如下将一对电性相反的带电导电布安装在净化室两端，使得净化室两端带相反电荷，净化室内形成电场，且方向从一端指向另一端；在净化室外层均匀密绕通电线圈，使得净化室内生成磁场；净化室内装有负离子发生器，安装在净化室内壁中间位置，使净化室内分布有负离子。本发明延长了污染颗粒在净化室内的滞留时间，增加颗粒与负离子碰撞的几率，使得更多污染颗粒在净化室内沉降。
-
公开(公告)号：CN103294847B
公开(公告)日：2017-06-27
申请号：CN201310129939.3
申请日：2013-04-12
Applicant: 杭州电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于水力平差的供水管网模型模糊辨识方法。本发明采用EPANETH软件建立供水管网的水力平差模型，求解实现对供水管网的运行模拟，获得模拟的实验数据。将水力平差模型模拟给出的系统输入和输出时间历程代替观测数据，并采用T‑S模型的模糊辨识方法处理此输入和输出时间历程，从而得到系统参数模型。本发明利用EPANETH的优势，简化了现场传感器的布点及数据采集，而且通过T‑S模型的高精度的模糊辨识用于供水管网的预测控制，可保证供水管网优化调度的可靠性。
-
公开(公告)号：CN104123348B
公开(公告)日：2017-02-22
申请号：CN201410323659.0
申请日：2014-07-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于ARX的供水管网在线建模方法。本发明首先建立管网系统实时运行数据，建立系统的输入输出过程模型。实时运行数据库包括系统的实时输入数据和实时输出数据；输入数据包括水厂供水压力、水厂供水量、管网中增压泵站压力和流量、管道上可控阀门的开启程度；输出数据包括压力监测点的压力、流量检测点的流量、蓄水池水位。然后以供水管网实时过程运行数据集合为基础，建立离散差分方程形式的ARX模型。最后实时估计模型参数。本发明可以在线实时估计模型参数，实时跟踪供水管网的状态变化并做出预测；该模型结构简单、鲁棒性强，结合预测控制和自适应控制理论，实现供水管网实时优化调度。
-
公开(公告)号：CN103258235B
公开(公告)日：2016-01-27
申请号：CN201310177391.X
申请日：2013-05-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进人工鱼群算法的供水管网改扩建优化方法。本发明首先由EPANET对改扩建后的供水管网运行过程进行模拟仿真，得出的模拟数据通过BP神经网络方法建立供水管网模型，然后对改扩建后管网运行时的供需压差、改扩建费用作为评价指标，建立一个优化模型，采用改进人工鱼群算法分别对管径和供水量进行优化计算。本发明充分发挥了EPANET的水力计算能力和BP神经网络的非线性拟合能力，建立的模型简单易实现，随着训练数据的增加，模型的精确度也能进一步的提高，而且通过改进的人工鱼群算法用于供水管网的优化，可以克服局部极值的缺点，收敛速度快。
-
公开(公告)号：CN104123348A
公开(公告)日：2014-10-29
申请号：CN201410323659.0
申请日：2014-07-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于ARX的供水管网在线建模方法。本发明首先建立管网系统实时运行数据，建立系统的输入输出过程模型。实时运行数据库包括系统的实时输入数据和实时输出数据；输入数据包括水厂供水压力、水厂供水量、管网中增压泵站压力和流量、管道上可控阀门的开启程度；输出数据包括压力监测点的压力、流量检测点的流量、蓄水池水位。然后以供水管网实时过程运行数据集合为基础，建立离散差分方程形式的ARX模型。最后实时估计模型参数。本发明可以在线实时估计模型参数，实时跟踪供水管网的状态变化并做出预测；该模型结构简单、鲁棒性强，结合预测控制和自适应控制理论，实现供水管网实时优化调度。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.031 seconds)
