一种基于SVD-PSO-LSTM的短时交通流预测的导航提醒方法

    公开(公告)号:CN111709549B

    公开(公告)日:2022-10-21

    申请号:CN202010361861.8

    申请日:2020-04-30

    申请人: 东华大学

    发明人: 周武能 孟思涛

    摘要: 本发明涉及一种基于SVD‑PSO‑LSTM的短时交通流预测的导航提醒方法,首先训练及优化LSTM模型,然后采集历史交通流数据,并对其进行预处理后输入到训练及优化后的LSTM模型中,由其输出短时交通流的预测结果,最后将短时交通流的预测结果发布在导航软件上,并根据交通流量的大小以不同颜色展示在路段中,展示的信息供司机用于拥堵性参考,并以此合理规划出行,选择导航路线;训练及优化LSTM模型时,先采集历史交通流数据,并对其进行预处理后划分为训练集和测试集,再采用PSO算法和训练集训练并优化LSTM模型;预处理包括采用SVD算法对数据进行降噪操作。本发明的方法预测效果更精确,能够合理地规划导航路线。

    基于遗传算法优化模糊控制的交通信号灯智能配时方法

    公开(公告)号:CN111739284B

    公开(公告)日:2021-12-14

    申请号:CN202010372046.1

    申请日:2020-05-06

    申请人: 东华大学

    发明人: 周武能 孟思涛

    摘要: 本发明涉及一种基于遗传算法优化模糊控制的交通信号灯智能配时方法,首先构建模糊控制模型,然后采用GA算法优化模糊控制模型,得到优化后的模糊控制模型,最后将通行前等待红灯的车队长度和最近一段时间内的车流量输入到优化后的模糊控制模型中,由其输出绿灯时长;其中,通行前等待红灯的车队长度的单位为m;最近一段时间内的车流量的单位为辆/h;绿灯时长的单位为s。本发明提出一种基于遗传算法优化模糊控制的交通信号灯智能配时方法,其通过传感器获取道路路口车流量及等待红灯的车队长度信息,构建模糊控制模型,加入遗传算法(GA)对模糊控制隶属度函数参数进行寻优,建立实时绿灯时间控制器,实现信号灯绿灯时间的智能控制。

    一种石油炼化过程中分馏塔液位自适应控制方法

    公开(公告)号:CN109143853B

    公开(公告)日:2021-08-27

    申请号:CN201810822563.7

    申请日:2018-07-24

    申请人: 东华大学

    IPC分类号: G05B13/04 G05D9/12

    摘要: 本发明公开了一种石油炼化过程中分馏塔液位自适应控制方法。该方法采用了反向误差神经网络和极值优化方法作为自适应工具,再结合实际操作过程的输入和输出量设计预测PI控制策略。本发明先利用数据采集装置收集系统过去的输入量和输出量,再设计极值优化算法作为求解器在线调整神经网络权重,从而高效且精准的训练神经网络;在满足设定的误差约束之后,将训练得到的神经网络权重作为系统的辨识参数,建立出接近实际情况的系统模型,最后设计预测PI控制对石油炼化过程中的分馏塔液位进行控制。采用本发明方法可有效地缓解了模型失配对系统的干扰,提高了控制性能,同时也促进了先进控制在工业过程控制中的应用。

    一种基于快速张量奇异值分解特征降维的目标跟踪方法

    公开(公告)号:CN110084834B

    公开(公告)日:2021-04-06

    申请号:CN201910349128.1

    申请日:2019-04-28

    申请人: 东华大学

    发明人: 傅衡成 周武能

    IPC分类号: G06T7/246

    摘要: 本发明公开了一种基于快速张量奇异值分解特征降维的目标跟踪方法,包括:对每一帧视频数据提取多种特征并构建张量结构;对构建的张量进行奇异值分解;对降维后的特征训练相关滤波器,对目标进行跟踪。本发明能够有效的减少特征数量,加快跟踪速度,与传统的基于向量的主成分分析特征降维等方式相比,更好的保留了特征的结构信息;张量奇异值分解对特征的旋转具有不变性增强跟踪器对目标旋转的鲁棒性。

    一种基于势场改进蚁群算法的无人机最优路径搜索方法

    公开(公告)号:CN112033403A

    公开(公告)日:2020-12-04

    申请号:CN202010371998.1

    申请日:2020-05-06

    申请人: 东华大学

    发明人: 周武能 罗勇

    IPC分类号: G01C21/20 G06N3/00

    摘要: 本发明涉及一种基于势场改进蚁群算法的无人机最优路径搜索方法,首先通过栅格法创建模型并进行各个参数的初始化,然后进行蚁群算法初始化,包括设置蚁群规模、信息素和启发信息等参数,蚁群进行搜索时依据概率选择公式,选择下一个搜索的位置,最后利用人工势场法进行全局搜索,利用蚁群算法进行局部搜索并更新信息素。本发明的一种基于势场改进蚁群算法的无人机最优路径搜索方法,与传统的人工势场法相比,克服了局部极值点的问题,准确性更高;与单一的蚁群算法相比,本发明在保证准确率的情况下,提高了搜索速度,因此在应对紧急交通路口的事故时可以进行快速响应,在保证无人机避障安全快速飞行的前提下,规划最优轨迹的准确率也能得到保证。

    基于主成分分析的涤纶长丝工业生产流程故障预测方法

    公开(公告)号:CN111709181A

    公开(公告)日:2020-09-25

    申请号:CN202010372026.4

    申请日:2020-05-06

    申请人: 东华大学

    发明人: 周武能 熊文健

    IPC分类号: G06F30/27 G06K9/62

    摘要: 本发明涉及一种基于主成分分析的涤纶长丝工业生产流程故障预测方法,包括如下步骤:(1)获取涤纶长丝原始生产数据和物理指标;(2)对原始生产数据进行主成分分析,并降维;(3)根据降维后的k维数据,利用多元线性回归算法建立简化模型,(4)对简化模型的系数求解(先设立代价函数,再以涤纶长丝原始生产数据作为输入,以物理指标作为真实值,训练简化模型,以wT和b为训练对象,不断调节直到达到终止条件;对应的wT和b被确定下来),得到故障预测模型;(5)设定监督值F和阈值H;(6)预测故障;本发明的生产流程故障预测方法中加入了主成分分析法,将大数据降维,更简便的对数据进行分析,减少了人力成本、提高了预测准确率。

    一种基于对偶生成对抗网络的音乐风格融合方法

    公开(公告)号:CN110085203A

    公开(公告)日:2019-08-02

    申请号:CN201910312288.9

    申请日:2019-04-18

    申请人: 东华大学

    发明人: 周武能 徐亦捷

    IPC分类号: G10H1/00 G06K9/62 G06N3/08

    摘要: 本发明公开了一种基于对偶生成对抗网络的音乐风格融合方法,包括:将音频文件转为波形图文件训练,引入对偶学习的思想,建立三个互相耦合的生成对抗网络去完成两种不同风格的音乐序列的融合。本发明的创新点在于能够有效地对两种不同曲风的音乐进行融合生成新的序列,与音乐风格融合领域的现有方法相比,提出了使用波形图形文件做音乐生成的新思路。

    一种石油炼化过程中分馏塔液位自适应控制方法

    公开(公告)号:CN109143853A

    公开(公告)日:2019-01-04

    申请号:CN201810822563.7

    申请日:2018-07-24

    申请人: 东华大学

    IPC分类号: G05B13/04 G05D9/12

    摘要: 本发明公开了一种石油炼化过程中分馏塔液位自适应控制方法。该方法采用了反向误差神经网络和极值优化方法作为自适应工具,再结合实际操作过程的输入和输出量设计预测PI控制策略。本发明先利用数据采集装置收集系统过去的输入量和输出量,再设计极值优化算法作为求解器在线调整神经网络权重,从而高效且精准的训练神经网络;在满足设定的误差约束之后,将训练得到的神经网络权重作为系统的辨识参数,建立出接近实际情况的系统模型,最后设计预测PI控制对石油炼化过程中的分馏塔液位进行控制。采用本发明方法可有效地缓解了模型失配对系统的干扰,提高了控制性能,同时也促进了先进控制在工业过程控制中的应用。

    基于风速预测的旋翼飞行器空中悬停防漂移的控制方法

    公开(公告)号:CN108710288A

    公开(公告)日:2018-10-26

    申请号:CN201810354185.4

    申请日:2018-04-19

    申请人: 东华大学

    IPC分类号: G05B13/02

    CPC分类号: G05B13/024

    摘要: 本发明涉及一种基于风速预测的旋翼飞行器空中悬停防漂移的控制方法,包括以下步骤:使用遗传算法BP神经网络对风速进行预测;将风速预测结果作用于BP神经网络的PID控制器,PID控制器通过调整惯性环节系数Kp、积分环节系数Ki和微分环节系数Kd来调节控制强度和效果,输出理想控制信号;旋翼飞行器在PID控制器输出的理想控制信号作用下,预先对电机的转速进行改变,从而在风速改变的时候适应环境变化,保证旋翼飞行器在空中悬停,防止漂移现象的产生。

    基于图像处理和SVM的无人机路面破损分类检测方法

    公开(公告)号:CN108647593A

    公开(公告)日:2018-10-12

    申请号:CN201810387699.X

    申请日:2018-04-26

    申请人: 东华大学

    摘要: 本发明涉及一种基于图像处理和SVM的无人机路面破损分类检测方法,包括以下步骤:首先利用无人机群对路面进行图像拍摄,对采集到的图像进行去噪增强处理,之后再对预处理后的图像进行分割处理,对分割处理后的图像进行形态学处理和裂缝特征提取,最后使用支持向量机进行分类决策。本发明实现了可以多方位、实时性、远程操作的一种路面破损检测方法,并且人力成本较低,安全性相应提高。