-
公开(公告)号：CN109631900B
公开(公告)日：2022-08-26
申请号：CN201811583287.X
申请日：2018-12-24
Applicant: 中国矿业大学
IPC: G01C21/20
Abstract: 本发明公开了一种无人机三维航迹多目标粒子群全局规划方法，包括以下步骤：(1)根据飞行环境建立环境模型，对无人机的飞行环境进行处理时，采用数字地图技术；(2)根据步骤(1)建立的环境模型建立航迹规划模型；(3)将粒子群优化技术用于步骤(2)所述航迹规划模型，给出一种改进的少控制参数的多目标骨干粒子群全局航迹规划算法。本发明具有如下优点：建立了无人机三维全局多目标航迹规划模型，给出了航迹长度代价、威胁代价和隐蔽性代价三种指标函数，以及相应的约束需求，提出了一种少控制参数的多目标粒子群全局规划方法，增强了规划路径的实用性。
-
公开(公告)号：CN114330924A
公开(公告)日：2022-04-12
申请号：CN202210020648.X
申请日：2022-01-10
Applicant: 中国矿业大学
Abstract: 一种基于生成式对抗网络的复杂产品变更强度预测方法，属于产品设计领域。在复杂产品设计和开发过程中，由于客户需求变化、技术性能创新和组件供应商变化，产品设计变更是不可避免的。为帮助产品设计者快速预测复杂产品的变更影响强度，针对当前对产品变更强度预测中面临的历史变更强度数据样本少和变更强度预测不准确的问题，建立了一个适用于产品变更数据的生成式对抗网络，设计了一种适用于产品变更强度预测的卷积神经网络来对产品变更强度进行预测，从而达到扩充产品变更样本数量、增大变更样本多样性和提高变更强度预测准确性的目的。实验表明：该方法可生成质量更高、多样性更好的变更强度数据。同时，该方法对产品变更强度预测具备良好的准确性。
-
公开(公告)号：CN114254552A
公开(公告)日：2022-03-29
申请号：CN202111329909.8
申请日：2021-11-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于图神经网络的复杂产品解构重组模块化方法，包括：收集原始数据；将原始数据优化为有效数据；从度矩阵d中，按照度由高到低的顺序选取R个度较高的节点定义为重要节点，通过计算各重要节点之间功能特征的余弦相似度，确定产品功能模块数量k；解构重组复杂产品连接关系；对每个功能模块进行分析，对误划分进其他功能模块进行重新分配，寻找功能模块间变更传播连接零部件。本发明能够从复杂产品零部件自身显性特征与结构信息隐含相邻零部件的隐形特征双重特性考虑复杂产品模块化处理，实现更加高效精确的复杂产品描述。
-
公开(公告)号：CN112163426A
公开(公告)日：2021-01-01
申请号：CN202011059653.9
申请日：2020-09-30
Applicant: 中国矿业大学
IPC: G06F40/295 , G06F40/284 , G06F40/211 , G06F16/31 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法。包括如下步骤：通过BiLSTM提取句子中的上下文信息，并引入实体位置信息和实体标签信息来扩充词向量特征；通过Stanford Parser工具进行句子依存结构树的提取生成初始句子结构矩阵，引入注意力机制对初始句子结构矩阵进行注意力计算，得到句子中结构矩阵的权重信息；将提取出的句子上下文信息和句子结构的权重信息作为输入，使用基于注意力机制与图长短时记忆神经网络结合的关系抽取模型对输入进行关系抽取，最终得到实体的三元组信息。本发明方法分别在TACRED数据结和Semeval2010 task‑8数据集上进行了测评，该模型的表现优于目前主流的深度学习抽取的模型。
-
Patent Agency Ranking
公开(公告)号：CN111079977A
公开(公告)日：2020-04-28
申请号：CN201911125937.0
申请日：2019-11-18
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于SVD算法的异构联邦学习矿井电磁辐射强度趋势跟踪方法，首先针对联邦学习客户端内数据不均衡问题提出异构模型联邦学习算法，通过在服务器内设置异构中央模型供客户端选择以提高本地模型精度；针对本地模型参数上传通讯代价问题，提出先使用SVD算法分解参数矩阵得到对应奇异值矩阵，随后将其上传至中央服务器内进行聚合更新的高效通讯算法；最后各客户端利用更新后的本地模型提取本地数据特征，利用该特征与真实数据值训练ESN网络执行趋势跟踪。本发明能够在保护数据隐私的前提下实现多传感器采集电磁辐射强度的趋势跟踪，能够提升各客户端趋势跟踪精度并降低框架所需的通讯代价。
-
公开(公告)号：CN108876010A
公开(公告)日：2018-11-23
申请号：CN201810498234.1
申请日：2018-05-23
Applicant: 中国矿业大学
Abstract: 本发明公开了一种煤矿井下电磁辐射强度时序数据的选择与趋势预测方法，包括以下步骤：采样煤矿井下电磁辐射强度的时序数据以得到样本数据集；对样本数据集进行聚类粒化处理以得到多个数据子集；基于Hausdorff距离确定每个数据子集中样本点的重要性大小，并根据重要性大小对每个样本点进行去除或保留，以得到预测数据集；根据预测数据集对煤矿井下电磁辐射强度的变化趋势进行预测。根据本发明的煤矿井下电磁辐射强度时序数据的选择与趋势预测方法，降低了趋势预测的计算复杂度，并增强了预测结果的鲁棒性。
-
公开(公告)号：CN104700154A
公开(公告)日：2015-06-10
申请号：CN201410812316.0
申请日：2014-12-23
Applicant: 中国矿业大学
Abstract: 本发明公布了一种用于煤矿井下射频识别阅读器布局优化的多目标进化优化算法，指导用户快速寻找满意的RFID阅读器布局，减轻用户工作量，具体内容包括：(1)煤矿井下RFID阅读器布局的数学模型的构建，给出井下巷道的分布模型以及约束条件、目标函数和决策变量；(2)基于用户输入的数据，给出初始化的信息，即设定多目标进化优化算法的参数值；(3)基于MOEA/D算法的多目标进化过程，即根据MOEA/D对目标函数进行多目标优化，实施基于分解的多目标进化操作，以生成满足用户要求的进化种群。
-
公开(公告)号：CN103617461A
公开(公告)日：2014-03-05
申请号：CN201310663379.X
申请日：2013-12-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种光伏电站发电功率预测的方法，其技术方案是根据待预测日的天气预报情况，从往年的数据中确定五个与待预测日相似度最高的历史日作为相似日，将这五个相似日中待预测时间点前的8组数据作为训练样本，将待预测时间点前已测的光照强度以及温度等作为输入数据，通过加权支持向量机计算获得所要预测时间点的预测功率。本发明利用相似度的计算方法以及相似日的确定方法，采用加权支持向量机的对光伏系统短期功率预测，解决了纯粹利用相似日方法预测时没有自学习能力的缺点。
-
公开(公告)号：CN102163249B
公开(公告)日：2013-07-10
申请号：CN201110094666.4
申请日：2011-04-12
Applicant: 中国矿业大学
IPC: G06F17/50
Abstract: 本发明公布了一种用于窗帘设计的交互式进化优化方法，指导用户寻找符合偏好的设计方案，具体内容包括：(1)进化开始前，允许用户设定模糊偏好信息，包括窗帘的使用场合、风格和偏好信息对个体的影响程度，计算机据此为用户生成特定的初始种群；(2)在人机交互过程中，为用户提供多种个体评价方式，包括多集势模糊集评价、精确值评价和自动评价，并设计了不同评价方式的选择方法；(3)在进化过程中，支持在不同进化代之间使用不同的编码方式和相应的进化算法，方便用户在不同区域内搜索窗帘方案。在提出上述方法的同时，亦据此开发了相应的系统。本发明旨在激发用户的创作灵感，提高窗帘产品的设计效率，以提高其市场竞争力。
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.028 seconds)
