-
公开(公告)号：CN118861756A
公开(公告)日：2024-10-29
申请号：CN202410849101.X
申请日：2024-06-27
申请人： 太原理工大学
IPC分类号： G06F18/24 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F18/10 , G06F123/02
摘要： 本发明提供一种不规则的工业时序数据生成方法，属于工业时序数据生成技术领域；所要解决的技术问题为：提供一种不规则的工业时序数据生成方法的改进；解决该技术问题采用的技术方案为：提取不规则时序数据中的缺失指标和时间间隔指标，构建编解码器与生成对抗集成的不规则时序生成网络模型；训练编解码器，构建能够编码并重构数据的系统，处理并重构不规则多变量时间序列数据；利用生成对抗网络生成和原始数据类似的不规则模式的表征；利用训练好的生成器与解码器生成数据，通过解码器将这些表征转换回数据空间，以重构出类似不规则的时序数据，并基于下游任务反馈信号优化生成过程；本发明应用于不规则工业时序数据的生成。
-
公开(公告)号：CN114926398B
公开(公告)日：2024-03-29
申请号：CN202210405579.4
申请日：2022-04-18
申请人： 太原理工大学
IPC分类号： G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
摘要： 本发明属于计算机图像处理技术领域，是基于深度学习图像处理的粘连外周血细胞分割方法；使用U‑net语义分割识别出外周血涂片中所有连通的细胞核区域，以实现白细胞的中心点定位；对大面积连通区域进行基于欧式距离的距离变换操作，以此来判断是否存在多个细胞的细胞核粘连的情形，进而实现细胞核粘连情况下细胞的分割；基于U‑net分割的连通区域，引入加权无向图；根据两节点属性以及两节点间边的权重判断两个连通细胞核区域是否属于同一个细胞以及并调整细胞中心位置以及分割框大小；本方法有效地解决了血样中的细胞团聚情况下分割难、细胞分割不完整、细胞中心点定位偏离的问题。
-
公开(公告)号：CN114809992B
公开(公告)日：2023-08-08
申请号：CN202210414931.0
申请日：2022-04-20
申请人： 太原理工大学
摘要： 本发明提供一种低渗储层煤系气全生命周期高效抽采方法，属于低渗储层煤系气抽采技术领域；解决了低渗储层煤系气全生命周期抽采效率低的问题；以垂向呈叠置发育的低渗煤系储层为对象，建立储层地质力学模型，获取储层岩性，设计煤层开采工艺，分析煤层采动导致的覆岩变形‑损伤‑渗流时空演化规律，通过对比优选，在开采煤层顶部布设一条煤系气专用抽采工作巷，并设计关键层致裂工艺，对关键层进行主动破断，与煤层开采一并形成对煤系储层的卸压扰动，结合氮气泡沫压裂技术，设计钻场及钻孔排布特征，实现对煤储层多层位含煤系气岩体的高效破岩增透，以此为基础，建立煤系气流场演化模型，设计动态高效抽采方法；本发明应用于低渗储层煤系气抽采。
-
公开(公告)号：CN110263236B
公开(公告)日：2022-11-08
申请号：CN201910493547.2
申请日：2019-06-06
申请人： 太原理工大学
IPC分类号： G06F16/906 , G06Q50/00
摘要： 本发明提供了基于动态多视图学习模型的社交网络用户多标签分类方法，包括如下步骤：针对特定社交网络数据集，构建用户的多视图表征；基于用户表征，构建多视图数据间深度融合表征模型；采用动态路由模型，更新参数并优化多视图特征；引入共享表征模型，对步骤三中的特征，构建目标函数。通过模型优化，并得到最优共享表征矩阵，最终利用共享矩阵实现任意用户的多标签分类。本方法实现了网络用户的多标签高效分类，解决了数据缺失导致模型学习性能下降、视图融合数量受限和模型无法满足多分类任务需求等问题，可以广泛应用于网络中用户精准分析、异常用户检测、用户关系挖掘、未知用户识别等场景。
-
公开(公告)号：CN114879738A
公开(公告)日：2022-08-09
申请号：CN202210604906.9
申请日：2022-05-30
申请人： 太原理工大学
IPC分类号： G05D1/10
摘要： 本发明提供了一种模型增强的无人机飞行轨迹强化学习优化方法，属于机器学习技术领域；所要解决的技术问题为：提供一种模型增强的无人机飞行轨迹强化学习优化方法的改进；解决上述技术问题采用的技术方案为：包括如下步骤：在三维空间向量场中构建无人机飞行仿真场景；基于Markov决策过程建立环境模型；基于EGO‑Planner算法建立EGO‑Planner飞行避障模型；无人机在EGO‑Planner飞行避障模型下，基于状态和策略选择动作，在飞行的同时与环境进行交互，得到下一时刻的状态和当前奖励值；利用神经网络对从环境中采样得到的样本的状态‑动作进行编码，再利用SAC算法对样本进行训练学习，更新神经网络参数；选取样本中状态下各动作的奖励值最高的作为最优动作；本发明应用于无人机。
-
公开(公告)号：CN112765313A
公开(公告)日：2021-05-07
申请号：CN202011626342.6
申请日：2020-12-31
申请人： 太原理工大学
IPC分类号： G06F16/33 , G06F16/35 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明一种基于原文和评论信息分析算法的虚假信息检测方法，属于基于原文和评论信息分析算法的虚假信息检测技术领域；所要解决的技术问题为：提供一种基于原文和评论信息分析算法的虚假信息检测方法的改进；解决该技术问题采用的技术方案为：对评论与原文的全局结构信息捕获，该过程分为评论关系结构信息捕获和评论与原文的相互选择，其中结构信息捕获作用于依据评论的回复结构构建的回复图，通过聚合具有回复结构关系的信息得到包含结构信息的评论的特征表示；捕获评论内部的局部时序信息以得到评论的局部特征表。最后将生成的全局表示与局部表示拼接用于虚假信息检测，得到该输入文档是否属于虚假信息的概率值；本发明应用于虚假信息检测。
-
公开(公告)号：CN110751698A
公开(公告)日：2020-02-04
申请号：CN201910923354.6
申请日：2019-09-27
申请人： 太原理工大学
摘要： 本发明公开了一种基于混和网络模型的文本到图像的生成方法，通过对文本到图像的映射进行前向训练、对文本到图像生成模型中对生成器和判别器进行前向训练、对判别器输入三种类型的输入对判别器进行训练、对文本到图像的生成对抗模型进行前向测试训练、对该模型进行训练得到模型函数损失信息、使用图像评估模块对图像的质量进行评价；本发明的生成图像质量明显高于传统的GAN的文本生成的图像，从而使得应用价值更高。本发明克服了现有的基于生成对抗网络的文本到图像的模型研究的不足之处，能更好的适用于文本到图像的生成。通过本发明，能够实现高质量清晰图像的输出，并通过少量的训练数据就能得到泛化的效果。
-
公开(公告)号：CN117113843B
公开(公告)日：2024-06-07
申请号：CN202311098405.9
申请日：2023-08-29
申请人： 太原理工大学
IPC分类号： G06F30/27 , G06F18/23213 , G06F18/241 , G06N3/048 , G06F119/04
摘要： 本发明提供一种航空发动机剩余寿命预测方法，属于航空发动机剩余寿命预测技术领域；所要解决的技术问题为：提供一种改进的航空发动机剩余寿命预测方法；解决该技术问题采用的技术方案为：将原始时间序列降采样并分解为奇、偶序列，降低了序列的冗余性；设计空间模块融合多传感器数据，在每一个时间步强化重要特征；时间模块由时序关系提取和时序模式增强子模块组成，时序关系提取针对奇、偶序列分支分别捕获局部和全局时序依赖关系，时序模式增强允许两个子序列间进行信息交换，弥补潜在的信息损失；设计动态感知模块，获取时序数据的动态演化关系；利用MLP进行预测；本发明应用于航空发动机剩余寿命预测。
-
-
公开(公告)号：CN116050630A
公开(公告)日：2023-05-02
申请号：CN202310078182.3
申请日：2023-02-08
申请人： 太原理工大学
IPC分类号： G06Q10/04 , G06F30/27 , G06N3/084 , G06F30/28 , G06N3/0442 , G06N3/0464 , G06F113/08 , G06F119/14
摘要： 本发明提供了一种机理与数据联合驱动的湖泊多深度温度预测方法及模型，属于湖泊深度温度预测技术领域；解决了现有技术不能充分挖掘深度序列关系的依赖性的问题；包括如下步骤：将气象特征数据输入物理模型，经过物理模型模拟，得到基于物理模型的预测数据；将气象特征数据与基于物理模型的预测数据进行拼接，一起作为数据驱动模型的特征输入，再进行数据预处理，得到时序特征矩阵和深度序列特征矩阵，分别进行时序信息捕获以及深度序列信息捕获，得到时间序列预测数据和深度序列预测数据；将基于物理模型的预测数据、时间序列预测数据、深度序列预测数据输入全连接层预测t时刻不同深度处的湖泊温度；本发明应用于湖泊深度温度预测。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.043 秒)
