-
公开(公告)号：CN119719970A
公开(公告)日：2025-03-28
申请号：CN202510239457.6
申请日：2025-03-03
Applicant: 北京工业大学
IPC: G06F18/243 , G06F18/10 , G06F18/2131 , G06F18/22 , G06N3/047 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统，所属领域为烟气脱硫设备健康状态监测领域，包括：获取烟气脱硫设备运行数据，基于噪声数据采用小波变换去噪处理，得到去噪后的运行数据；从所述精确清洗后的运行数据中提取入口烟气温度、二氧化硫浓度、吸收剂流量的多维特征，构建特征矩阵；根据所述特征矩阵，采用贝叶斯优化确定深度神经网络的最优网络结构，得到优化后的网络结构；采用所述优化后的网络结构构建深度神经网络模型，通过反向传播算法训练所述模型，若训练误差低于预设阈值，则停止训练，得到训练完成的模型。
-
公开(公告)号：CN117974184A
公开(公告)日：2024-05-03
申请号：CN202410038370.8
申请日：2024-01-10
Applicant: 北京菱云科技有限公司 , 北京工业大学
IPC: G06Q30/0201 , G06Q40/04 , G06F18/23
Abstract: 本申请公开了一种数据定价方法、装置、电子设备及存储介质，以对数据资源进行合理定价。所述方法，包括：接收终端发送的数据定价请求，数据定价请求中携带有待定价数据的标识信息；获取指定时间段内待定价数据的标识对应的待定价数据的交易信息；对待定价数据的交易信息进行聚类分析，确定待定价数据的交易变化趋势；根据交易变化趋势对待定价数据进行定价，并向终端返回携带定价结果的响应消息。
-
公开(公告)号：CN118571364A
公开(公告)日：2024-08-30
申请号：CN202410680973.8
申请日：2024-05-29
Applicant: 北京工业大学
IPC: G16C20/70 , G06N3/043 , G06N3/045 , G06N3/047 , G06N3/0475 , G06N3/09 , G06N3/096 , G06F18/2137
Abstract: 本发明属于人工智能驱动的复杂动态系统模型表征和状态预测技术领域，涉及基于自组织深度模糊神经网络的水环境水质预测方法，包括：获取原始数据，获得待处理的任务样本数据，通过互信息分析和统计方法对水质与相关变量间的相关性进行度量，选取与水质具有较大相关性的辅助变量；根据辅助变量与水质的对应关系，构建基于深度模糊神经网络的水环境水质预测模型，通过有效特征对水质预测模型进行训练，进而获得具有水环境水质状态学习能力的预测模型；获取待测水质数据，输入基于深度模糊神经网络的水环境水质预测模型进行测试，获得预测结果；通过不同评价指标对基于深度模糊神经网络水环境水质预测模型进行性能评估。
-
公开(公告)号：CN119720046A
公开(公告)日：2025-03-28
申请号：CN202510214341.7
申请日：2025-02-26
Applicant: 北京工业大学
IPC: G06F18/2433 , G06F18/213 , G06N3/0442 , G06N3/08 , G06N3/042 , G01C13/00
Abstract: 本发明公开了一种海洋水环境异常状态次生、衍生概率建模与估计方法，属于状态建模估计领域，包括：获取海洋环境参数的实时数据流，采用滑动窗口机制进行分段处理，并利用主成分分析降低数据维度。随后，构建基于时间序列的图结构模型，捕捉参数间的相关性和时空依赖关系。采用径向基函数核对图结构模型进行非线性映射，捕捉海洋环境参数间的复杂非线性特征。最后，利用多类支持向量机算法对异常状态进行分类，实时输出异常状态的次生、衍生概率估计结果。本发明不仅能够及时发现海洋环境中的异常事件，还能为海洋环境监测提供动态建模支持，显著提高了海洋环境监测的准确性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN119446344A
公开(公告)日：2025-02-14
申请号：CN202510045989.6
申请日：2025-01-13
Applicant: 北京工业大学
IPC: G16C20/70 , G16C20/30 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于神经网络模型的贝类固碳速度定量估计方法，属于环境科学和生态学技术领域，包括：获取水质参数数据，基于水质参数数据构建水质监测数据集并进行预处理，对贝类生长数据和预处理后的水质监测数据集进行数据对齐，获得时间序列数据集；基于时间序列数据集训练长短时记忆神经网络模型，通过训练后的模型与实时获取的监测数据获得预设时间段内的水体酸碱度预测值并计算碳酸根离子的释放速率，结合单位时间内贝类生长过程中二氧化碳的净吸收量获得固碳速度估计值；基于固碳速度估计值计算整个水体中贝类的总固碳量。本发明通过高精度传感监测和深度学习模型相结合的方法，实现对贝类养殖水体固碳量的准确估算。
-
公开(公告)号：CN117648179A
公开(公告)日：2024-03-05
申请号：CN202311579919.6
申请日：2023-11-23
Applicant: 北京菱云科技有限公司 , 北京工业大学
IPC: G06F9/50 , G06Q10/0631 , G06F16/901
Abstract: 本申请公开了一种资源分配方法、装置、电子设备和存储介质，该方法包括：确定至少一个目标对象的基础依赖关系；每个目标对象表示一个业务系统；基于至少一个目标对象，以及基础依赖关系，构建基础有向无环图；基础有向无环图表示基础顶点集合以及基础依赖关系集合；每个顶点存储一个目标对象的标识；基础顶点集合中包括一个结束顶点；基于基础有向无环图，确定路径集合；应用设定资源分配方法，基于一个结束顶点的目标资源，为路径集合中的每个路径进行资源分配；针对每个起始顶点，根据起始顶点关联的路径的分配额度，确定起始顶点的分配额度；起始顶点的分配额度表示起始顶点对应的目标对象的分配额度。提高资源分配的实用性和合理性。
-
公开(公告)号：CN119668183A
公开(公告)日：2025-03-21
申请号：CN202510186524.2
申请日：2025-02-20
Applicant: 北京工业大学
IPC: G05B19/042
Abstract: 本发明公开了基于自组织模糊神经网络的烟气脱硫系统预测控制方法及系统，涉及人工智能驱动的复杂动态系统模型表征和状态控制领域，方法包括：基于湿法烟气脱硫系统变量演化过程的动力学特性，提出控制方法框架；基于控制方法框架，构建预测模型；利用预测模型，完成烟气脱硫系统的预测控制。本发明针对湿法烟气脱硫系统中SO2和pH状态的强非线性、运行非平稳性及控制困难等问题，提出基于自组织模糊神经网络的预测模型与控制框架。该网络可动态调整结构，适应运行变化，实现SO2和pH的精确建模与预测。还基于预测信息，以滚动优化方式动态求解最优控制律，实现SO2和pH状态的实时跟踪与精确控制，显著提升烟气脱硫过程的控制效果。
-
公开(公告)号：CN119358402A
公开(公告)日：2025-01-24
申请号：CN202411469849.3
申请日：2024-10-21
Applicant: 北京工业大学
IPC: G06F30/27 , G05B19/418 , C02F3/28 , C02F3/30 , C02F3/02 , G06N3/047 , G06N3/09 , G06F113/08
Abstract: 本发明公开了一种事件触发的污水处理过程硝态氮浓度预测控制方法，属于人工智能赋能智慧水处理技术领域。方法包括：采集污水处理站实际的运行数据；并基于运行数据建立深度信念网络模型；采用深度信念网络模型训练误差的变化趋势和特性定义事件，构建事件触发的深度信念网络模型的参数更新模型；以事件触发的深度信念网络模型的输出和控制律为自变量，构建基于目标水质跟踪误差的损失函数，并基于损失函数求解最优控制律；进而得到事件触发的预测控制模型；采用评估性能指标对硝态氮浓度的预测控制模型进行评价。本发明提高了污水处理过程水质状态的控制精度，为污水处理厂优化运行和低碳减排提供技术支撑。
-
公开(公告)号：CN118886546A
公开(公告)日：2024-11-01
申请号：CN202410914975.9
申请日：2024-07-09
Applicant: 北京工业大学
Abstract: 本发明公开一种水环境水质预测与异常状态溯源方法和装置，包括：步骤S1、获取水环境监测数据；步骤S2、根据水环境监测数据，训练数据驱动的深度信念网络模型；步骤S3、利用训练好的深度信念网络模型作为预测模型对未来不同时间段内的水质状态进行预测；同时通过预测模型敏感性分析，实现水环境水质异常状态的溯源分析。采用本发明的技术方案，解决针对水环境水质预测精度低、水质异常状态回溯困难的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
