-
公开(公告)号：CN118859306A
公开(公告)日：2024-10-29
申请号：CN202410866572.1
申请日：2024-07-01
Applicant: 吉林大学
IPC: G01V1/28 , H03M7/30 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G01V1/30
Abstract: 本发明涉及一种基于卷积神经网络的地震数据压缩感知方法，包括：建立地震剖面数据集；构建网络模型，所述网络模型包括采样网络、初始重构网络、深度重构网络；采用训练数据集训练网络模型，训练完成后，保存网络模型，将需要处理的地震数据输入到训练好的模型中压缩采样并重构，输出重构地震剖面图、重构信噪比和重构误差。本发明考虑到测量矩阵与原始数据之间的相关性，自适应地生成测量矩阵，并通过重构网络重构数据。相比于传统压缩感知方法的线性随机压缩方式和重构方法，本发明有更高的重构信噪比和更低的误差。
-
公开(公告)号：CN117473746A
公开(公告)日：2024-01-30
申请号：CN202311433471.7
申请日：2023-10-31
Applicant: 吉林大学
IPC: G06F30/20 , G06F30/15 , G06F119/06
Abstract: 本发明公开了一种电动汽车实际行驶能耗预测方法，涉及电汽车能耗预测领域，包括：获取待学习参数，并确定其属性；获取待建模车辆的实际行驶样本并分组标记；获取仿真样本，通过行驶工况的控制，应用拟合算法获取可以准确测量计算的确定性参数；应用线性混合效应模型拟合待学习参数中的随机性参数和仿真样本中未能计算得到的确定性参数；构建电动汽车能耗模型并估计样本行程能耗率；将行程能耗率估计值与样本中实际测量的能耗率进行对比，对电动汽车能耗模型的估计性能进行验证；根据验证功能结果确认电动汽车能耗模型的参数或返回第一步，直到得到指标最优结果。本发明中的上述方法能够提高电动汽车实际行驶能耗预测精度。
-
公开(公告)号：CN111564842B
公开(公告)日：2021-06-04
申请号：CN202010492277.6
申请日：2020-06-03
Applicant: 吉林大学
Abstract: 本发明的一种非侵入式用电负荷监测中长期能耗的统计估算方法，将高斯混合模型用于非侵入式用电负荷监测的设备识别，对用电器中长期用电量的统计上，确可通过单次事件置信度的累加获取更为准确的能耗估算，从而解决用电器特征重叠、测量及用电器使用中的噪声等问题，可在概率中长期累加的情况下给出更合理的用电分布，显著提高非侵入式负荷监测算法中长期能耗估算结果的准确性。在用电器种类有限的情况下，准确率在80％以上。在硬件方面采用边缘计算，减小云端数据处理压力。非侵入式负荷监测以及基于概率的中长期能耗估算，有利于用户侧用能结构的优化。
-
公开(公告)号：CN110687379B
公开(公告)日：2021-06-04
申请号：CN201910990474.8
申请日：2019-10-17
Applicant: 吉林大学
Abstract: 本发明的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统包括用户用电数据采集模块，用电数据处理模块和用电数据云服务器。通过用电云服务器远程配置，实现用电端设备采样频率由低频到高频的转换，从而提高采样的用电特征数据的数据处理量，进而达到更加精确合理地辨识用户负载的目的。本发明在解决随用户需求增加而产生的计算设备成本增加问题时，采用多台用电数据处理模块模式并联组成的数据处理模块组元模式，并通过应用非侵入式用电负荷识别算法进行运算。本发明系统计算能力的升级可以在完全利用原有系统的硬件的情况下，进行升级改造，不需要二次施工进行系统升级，改造成本低。能充分满足智能电网发展高性能非侵入式用电负荷监测需求。
-
公开(公告)号：CN112700117A
公开(公告)日：2021-04-23
申请号：CN202011594127.2
申请日：2020-12-29
Applicant: 吉林大学
Abstract: 本发明属于电动汽车配套设施技术领域，具体为一种基于数据的电动汽车充电基础设施使用情况估算方法，包括步骤一：利用行程起始终止SOC，实现“回家充电”特征的提取，步骤二：利用分段SOC的算法，实现恒流充电功率的准确估计，步骤三：判断电动汽车是否经常在同一位置进行充电，其结构合理，通过对数据进行行程特征提取、充电特征提取、充电设施识别配备等处理，获取电动汽车使用的充电基础设施是私人充电桩还是公共充电桩。本发明提出的方法对数据质量要求低，可以方便的应用于不同场景、不同数据采集系统下，为相应充电基础设施的规划提供有力的支撑。
-
Patent Agency Ranking
公开(公告)号：CN109799408B
公开(公告)日：2020-07-07
申请号：CN201910179699.5
申请日：2019-03-11
Applicant: 吉林大学
Abstract: 本发明公开的属于无线电能传输技术领域，具体为一种电动汽车无线充电线圈错位实验装置，包括上板部分、中间内支撑部分和下板部分，所述上板部分的具有接收线圈和上连接板，所述接收线圈与所述上连接板固定连接,上连接板具有上基础板和定位柱，所述上连接板通过硅胶螺钉与接收线圈相连接，所述上连接板通过所述定位柱与所述中间内支撑部分相连接，所述中间内支撑部分具有上层支撑、第一内填充块、第一外圈框架、基础支撑、第二内填充块和第二外圈框架，所述中间内支撑部分的底部固定安装所述下板部分，所述下板部分具有发射线圈和下连接板，该发明实现了两线圈的轴向距离的定间距变化、降低生产成本的综合效果。
-
公开(公告)号：CN108143740A
公开(公告)日：2018-06-12
申请号：CN201810131401.9
申请日：2018-02-08
Applicant: 吉林大学
IPC: A61K31/7024 , A61P31/04 , A61P29/00
Abstract: 本发明涉及一种大肠杆菌组分单磷酸脂质A在治疗脓毒血症药物中的应用，属于医药领域。本发明的技术方案是：大肠杆菌组分单磷酸脂质A在治疗脓毒血症药物中的应用。基于腹腔注射MPLA治疗保护模型，验证大肠杆菌组分单磷酸脂质A(MPLA)是否对脓毒血症模型小鼠具有保护作用，以sTLR9、ICAM-1和中性粒细胞为研究重点，深入挖掘在炎症应答中的信号通路，为后续脓毒血症乃至有菌炎症的预防和治疗提供新的思路。
-
公开(公告)号：CN119439236A
公开(公告)日：2025-02-14
申请号：CN202510046722.9
申请日：2025-01-13
Applicant: 吉林大学
IPC: G01V1/01 , G01V1/28 , G06F18/20 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明涉及地震事件检测技术领域，为一种基于CDIL‑CNN与卷积注意力机制结合的地震事件检测方法，包括：采用三分量地震数据集，构建网络模型，网络模型包括卷积组合模块、信息融合模块、卷积注意力模块、展平层、第一全连接层、第三激励层、随机隐藏神经元层、第二全连接层、第四激励层；卷积组合模块共有三个，利用圆形扩张卷积模块进行扩张卷积运算，分别对三个分量地震数据进行特征提取。信息融合模块将卷积组合模块的输出依据最小均方误差函数进行加权平均计算，获得初步检测结果；卷积注意力模块进行权重调整。本发明通过网络训练后无需进行人工标注和修改参数与阈值，可以高效、准确地完成地震事件检测。
-
公开(公告)号：CN112700117B
公开(公告)日：2024-04-02
申请号：CN202011594127.2
申请日：2020-12-29
Applicant: 吉林大学
IPC: G06Q10/0639 , G06Q50/06 , G06F18/2321 , H02J3/00
Abstract: 本发明属于电动汽车配套设施技术领域，具体为一种基于数据的电动汽车充电基础设施使用情况估算方法，包括步骤一：利用行程起始终止SOC，实现“回家充电”特征的提取，步骤二：利用分段SOC的算法，实现恒流充电功率的准确估计，步骤三：判断电动汽车是否经常在同一位置进行充电，其结构合理，通过对数据进行行程特征提取、充电特征提取、充电设施识别配备等处理，获取电动汽车使用的充电基础设施是私人充电桩还是公共充电桩。本发明提出的方法对数据质量要求低，可以方便的应用于不同场景、不同数据采集系统下，为相应充电基础设施的规划提供有力的支撑。
-
公开(公告)号：CN114655074B
公开(公告)日：2024-01-30
申请号：CN202111353453.9
申请日：2021-11-16
Applicant: 吉林大学
Abstract: 本发明属于电动汽车技术领域，具体为一种基于贝叶斯回归的电动汽车实际行驶能耗估计方法，步骤1：能耗模型结构确定；步骤2：获取能耗敏感性参数先验概率分布；步骤3：贝叶斯回归算法及参数后验概率分布获取；根据以下公式进行模型参数后验概率分布的估计；步骤4：剩余行程能耗估计；步骤5：剩余里程区间计算；本方法在保证泛化能力和合理性的前提下，实现对实际行驶过程能耗影响因素的连续迭代学习，提升预测结果准确性，通过概率估计，得到相应可信度下的剩余里程范围，提升预测结果全面性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.02 seconds)
