-
公开(公告)号：CN117216654A
公开(公告)日：2023-12-12
申请号：CN202311109470.7
申请日：2023-08-30
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网重庆市电力公司营销服务中心
Inventor： 刘婧 , 于海波 , 陈天阳 , 李强伟 , 高欣 , 谭煌 , 陈昊 , 陈文礼 , 李媛 , 刁新平 , 乔文俞 , 程瑛颖 , 苏宇 , 李亚杰 , 田成明 , 谷凯 , 郜波 , 郑安刚
IPC: G06F18/241 , G06F18/2415 , G06F18/21 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种基于类别迁移的电能表评价校准模型测评方法及系统，属于电能计量技术领域。本发明方法，包括：获取不同台区在评价校准模型下的性能表现数据和不同台区的特征数据，将所述性能表现数据和所述特征数据作为跨类别样本迁移框架的输入数据集；将所述输入数据集划分为多个不平衡二类数据集，基于跨类别样本迁移框架平衡多个不平衡二类数据集，得到平衡数据集，基于基础分类器对所述平衡数据集进行分类；基于一对多分类框架及分类后的平衡数据集，对所述评价校准模型在不同台区上的表现进行分类，以确定评价校准模型在不同台区上的性能等级。本发明基于跨类别样本迁移框架能够预测出评价校准模型在不同台区上的性能等级。
-
公开(公告)号：CN107392241A
公开(公告)日：2017-11-24
申请号：CN201710580163.5
申请日：2017-07-17
Applicant: 北京邮电大学 , 国网冀北电力有限公司
Abstract: 本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法，包括：利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征；连接多层学习到的特征以获得更多决定其图像类别的内容信息；利用基于加权列抽样的XGBoost方法对图像特征分类，根据属性重要度，在构建决策树之前对属性进行次采样，将抽取的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案，当数据的属性维度大且冗余度高时，该方法可以扩展到其他使用列抽样的分类方法，提高图像目标分类的平均准确率。
-
公开(公告)号：CN106938462A
公开(公告)日：2017-07-11
申请号：CN201611116786.9
申请日：2016-12-07
Applicant: 北京邮电大学
IPC: B25J9/16
CPC classification number: B25J9/163
Abstract: 本发明公开了一种基于自适应PD和模糊逻辑的遥操作双边控制方法。在对遥操作双边控制系统不确定动力学和运动学建模的基础上，针对遥操作系统与未知环境相接触时产生的摩擦和外部扰动，本发明给出了一种基于模糊逻辑的自适应控制算法，消除其对系统控制性能的影响；针对遥操作系统存在的不确定动力学和运动学参数，本发明提出了一种基于参数估计近似和实时更新的自适应PD控制器，并与上述模糊逻辑控制器在从端相结合，消除不确定参数对系统稳定性和跟踪性能的影响。仿真实验表明本发明所提出的遥操作双边控制方法具有良好的稳定性和跟踪性。
-
公开(公告)号：CN109359704A
公开(公告)日：2019-02-19
申请号：CN201811599644.1
申请日：2018-12-26
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提出了一种基于自适应平衡集成与动态分层决策的多分类方法，包括：根据一对多分解策略将原始数据集转化为多个二类数据集，以每个二类数据集中多数类样本与少数类样本数目分别作为参数区间上下限，平均每类准确率为评分标准，通过网格搜索法获得各子集采样数；据此综合过采样与欠采样技术平衡二类数据集以建立多个二分类子模型，通过平均法集成子模型获得二分类模型；根据所有二分类模型输出结果获取测试样本在一对多框架下决策空间位置信息，据此分别制定针对空白区、交叉区、正常区域的类别判定策略以确定样本最终类别。本发明实施例提供的技术方案，可提高一对多框架下分类模型对各类别的整体识别率。
-
公开(公告)号：CN106487297A
公开(公告)日：2017-03-08
申请号：CN201611052557.5
申请日：2016-11-24
Applicant: 北京邮电大学
CPC classification number: H02P21/0003 , H02P21/13
Abstract: 本发明实施例提供了一种基于协方差匹配无迹卡尔曼滤波算法的永磁同步电机参数辨识方法，该方法包括：基于永磁同步电机矢量控制数学模型，建立状态观测系数矩阵方程；基于状态观测系数矩阵方程和预设初始量，依据UT变换实现状态观测器方程的非线性变换，实现无迹卡尔曼滤波的初始化；基于协方差匹配判据方法对无迹卡尔曼滤波发散趋势进行判据，依据判据结果，更新和修正无迹卡尔曼滤波迭代过程中的噪声协方差和测量噪声协方差；基于更新和修正后的协方差数据，获得电机参数辨识信息。根据本发明实施例提供的技术方案，能减小电机参数估计误差，提升负载扰动情况下参数辨识的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN106938462B
公开(公告)日：2019-05-31
申请号：CN201611116786.9
申请日：2016-12-07
Applicant: 北京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应PD和模糊逻辑的遥操作双边控制方法。在对遥操作双边控制系统不确定动力学和运动学建模的基础上，针对遥操作系统与未知环境相接触时产生的摩擦和外部扰动，本发明给出了一种基于模糊逻辑的自适应控制算法，消除其对系统控制性能的影响；针对遥操作系统存在的不确定动力学和运动学参数，本发明提出了一种基于参数估计近似和实时更新的自适应PD控制器，并与上述模糊逻辑控制器在从端相结合，消除不确定参数对系统稳定性和跟踪性能的影响。仿真实验表明本发明所提出的遥操作双边控制方法具有良好的稳定性和跟踪性。
-
公开(公告)号：CN109522936A
公开(公告)日：2019-03-26
申请号：CN201811233719.4
申请日：2018-10-23
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提出了一种基于聚类的分层最近邻欠采样方法，包括：利用Kmeans聚类算法得到多数类样本的肘图，根据簇数与各个簇畸变程度之和的关系选择最优聚类的簇数k；使用Kmeans聚类算法将多数类样本聚为k簇，从而得到各个簇的中心点及簇内样本点个数；根据每个簇内样本点的数量，进行分层采样，选取每个簇中心点的最近邻与少数类样本合并作为采样结果。本发明实施例提供的技术方案，充分利用了多数类样本的分布特征，较好地保留了多数类样本的有用信息，且能有效提高后续分类算法的分类效果。
-
公开(公告)号：CN106487297B
公开(公告)日：2019-03-05
申请号：CN201611052557.5
申请日：2016-11-24
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于协方差匹配无迹卡尔曼滤波算法的永磁同步电机参数辨识方法，该方法包括：基于永磁同步电机矢量控制数学模型，建立状态观测系数矩阵方程；基于状态观测系数矩阵方程和预设初始量，依据UT变换实现状态观测器方程的非线性变换，实现无迹卡尔曼滤波的初始化；基于协方差匹配判据方法对无迹卡尔曼滤波发散趋势进行判据，依据判据结果，更新和修正无迹卡尔曼滤波迭代过程中的噪声协方差和测量噪声协方差；基于更新和修正后的协方差数据，获得电机参数辨识信息。根据本发明实施例提供的技术方案，能减小电机参数估计误差，提升负载扰动情况下参数辨识的稳定性。
-
公开(公告)号：CN117195505A
公开(公告)日：2023-12-08
申请号：CN202311048733.8
申请日：2023-08-18
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网重庆市电力公司营销服务中心
Inventor： 刘婧 , 于海波 , 陈天阳 , 薛冰 , 高欣 , 谭煌 , 陈昊 , 陈文礼 , 李媛 , 刁新平 , 乔文俞 , 程瑛颖 , 苏宇 , 李亚杰 , 田成明 , 谷凯 , 郜波 , 郑安刚
IPC: G06F30/20 , G06F30/17 , G06Q50/06 , G01R35/04 , G06F119/02 , G06F119/06 , G06F111/08
Abstract: 本发明公开了一种用于电能表信息化评价校准模型的测评方法及系统，属于模型测评技术领域。本发明方法，包括：针对电能表信息化评价校准模型，确定与所述电能表信息化评价校准模型的模型准确度相关的测评指标和业务需求相关的测评指标；基于层次分析法，根据所述模型准确度相关的测评指标和所述业务需求相关的测评指标，构建用于所述电能表信息化评价校准模型测评的关键指标体系；利用多重假设检验方法对多个工况下的关键指标值进行联合验证，将验证结果映射为一个模型等级，根据所述模型等级确定所述电能表信息化评价校准模型性能的测评结果。本发明能够通过测评结果确定电能表信息化评价校准模型的可信度。
-
公开(公告)号：CN107392241B
公开(公告)日：2020-12-25
申请号：CN201710580163.5
申请日：2017-07-17
Applicant: 北京邮电大学 , 国网冀北电力有限公司
Abstract: 本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法，包括：利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征；连接多层学习到的特征以获得更多决定其图像类别的内容信息；利用基于加权列抽样的XGBoost方法对图像特征分类，根据属性重要度，在构建决策树之前对属性进行次采样，将抽取的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案，当数据的属性维度大且冗余度高时，该方法可以扩展到其他使用列抽样的分类方法，提高图像目标分类的平均准确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
