-
公开(公告)号：CN117951558A
公开(公告)日：2024-04-30
申请号：CN202410118969.2
申请日：2024-01-29
Applicant: 常州大学
IPC: G06F18/23213 , G06F18/25 , G06N3/126 , G06F18/214 , G06Q50/02
Abstract: 本发明涉及水产养殖技术领域，尤其涉及基于近邻点的RBF水质参数空间分布预测方法及系统，包括构建养殖池长方体空间的三维坐标系；融合混合高斯函数、反常S型函数和逆多二次函数，设置权重系数；采用概率选择法对K‑Means聚类算法进行优化，使RBF模型的中心位置和基宽均匀覆盖数据空间内；采用交叉概率和遗传概率对遗传算法进行优化，对RBF模型的连接权值和径向基函数的权重系数进行寻优，提升RBF模型中参数收敛速度；利用训练集数据对改进后的RBF模型进行训练，利用预测均方根误差对RBF模型评估。本发明解决RBF存在过拟合和非线性建模能力弱、RBF神经网络泛化能力差、RBF神经网络中参数收敛速度慢的问题。
-
公开(公告)号：CN114781752A
公开(公告)日：2022-07-22
申请号：CN202210549574.9
申请日：2022-05-20
Applicant: 常州大学
Abstract: 本发明涉及Elman算法技术领域，尤其涉及一种基于改进Elman神经网络的电力参数预测方法，包括：通过改进粒子群算法的学习因子，并应用到改进Elman网络模型中，通过改进Elman网络模型对电力负荷数据进行训练，建立改进Elman网络模型，并通过测试集进行验证。本发明针对Elman神经网络在电力负荷预测上的精度问题上，通过改进Elman神经网络结构以及与改进粒子群优化算法相结合，提高电力负荷预测精度。
-
公开(公告)号：CN114723123A
公开(公告)日：2022-07-08
申请号：CN202210338319.X
申请日：2022-04-01
Applicant: 常州大学
Abstract: 本发明涉及流域污染预测技术领域，尤其涉及一种基于流域大尺度水质时空规律分析和预测一体化方法，包括S1、收集各断面监测站点不同水质数据、用随机森林补全水质缺失值数据；S2、采用方差分析对水质指标进行时空差异性分析；S3、采用综合污染指数法和动态度分析法相结合，分析水质时间和空间变化规律；S4、利用ARIMA模型预测出湖河污染因子变化趋势。本发明利用方差分析对水质指标进行差异性分析，采用Tukey HSD检验差异性的显著程度；本发明采用水质综合污染指数法和动态度分析法，从时间和空间维度，定性和定量相结合对流域水环境时空规律进行分析；选用ARIMA预测河流主要污染物未来一段时间的变化趋势。
-
公开(公告)号：CN114676887A
公开(公告)日：2022-06-28
申请号：CN202210212916.8
申请日：2022-03-04
Applicant: 常州大学 , 常州市环境科学研究院
Abstract: 本发明涉及图卷积预测技术领域，尤其涉及一种基于图卷积STG‑LSTM的河流水质预测方法，包括S1、对京杭运河各监测站点地理位置以及水质数据进行预处理；S2、采用最大互信息系数衡量运河各监测站点上水质因子之间的相关性；S3、构建出时空图来表征各监测站点间水质时空相关性；S4、构建图卷积长短记忆神经网络水质时空预测模型；S5、对STG‑LSTM水质时空预测模型进行验证。本发明快速精准预测河流水质状况是城市水管理战略的重要任务，针对现有水质因子预测方法大多是单监测站点的时间序列预测，无法描述河流水质的空间分布。
-
公开(公告)号：CN105338587A
公开(公告)日：2016-02-17
申请号：CN201510809496.1
申请日：2015-11-19
Applicant: 常州大学怀德学院
Abstract: 本发明涉及一种非均匀分簇多跳能耗均衡性无线测量方法及其装置，采用非均匀分簇和多跳路由相结合的方法，距离基站较近的簇选取节点数目相对较少，使簇首在簇内通信消耗相对较少的能量，更多的能量转发远距离簇首的传送数据到基站。本发明的目的是在水产养殖溶解氧浓度的无线测量中，通过对LEACH无线通信协议中均匀分簇的优化，依据无线通信传输距离的远近，对远距离簇首向基站传送数据采用多跳通信，促使各通信节点能耗更加均衡化，达到延长无线通信网络有效生命周期的效果。
-
Patent Agency Ranking
公开(公告)号：CN105301495A
公开(公告)日：2016-02-03
申请号：CN201510698536.X
申请日：2015-10-23
Applicant: 常州大学怀德学院
IPC: G01R31/34
Abstract: 本发明涉及一种用于电机装配线的无线检测及故障诊断装置，包括用于对电机装配线不同工位上的电机进行参数数据的采集的数据采集模块、用于对装配线上采集到的电机参数数据进行传输的数据传输模块以及将获取的信息进行保存、处理和分析并呈现电机装配线的实时工况，从而实现对整个电机装配线的高效管理和实时监测的数据管理模块。本发明根据装配线的装配流程，对装配过程中的重要环节进行实时检测，装置将装配线上的人、机、料、在制品等对象进行数据整合，并提供持续生产和工艺优化的决策支持，辅助电机厂提高生产透明度、改善生产效益，提升制造工艺。
-
公开(公告)号：CN103868821B
公开(公告)日：2016-01-06
申请号：CN201410114173.6
申请日：2014-03-25
Applicant: 常州大学
IPC: G01N9/24
Abstract: 本发明涉及一种基于超声波的便携式鱼肉质新鲜度检测装置，包括超声波发送与接收装置、多通道调理电路、ROM存储设备和ARM处理器，ROM存储设备存储基于肉质密度的每个等级的标准数据信息的矩阵数据库；ARM处理器接收多通道调理电路的传送信号，并将传送信号与ROM存储设备中的标准数据进行对比分析，对鱼产品新鲜度进行评价。本发明还涉及一种鱼肉质新鲜度评价方法，基于鱼肉质密度的不同，在超声波成像技术的基础上，对被检测的鱼类产品进行三维建模，并采用模糊人工神经网络算法与自身所携带的数据库信息进行三维数据矩阵关键点比较分析，再利用评价算法进行模糊推理，从而得到鱼类产品新鲜度的评价等级，准确率不低于95%，大大方便了食品安全监管部门的管理工作，提高了检测效率。
-
公开(公告)号：CN103868821A
公开(公告)日：2014-06-18
申请号：CN201410114173.6
申请日：2014-03-25
Applicant: 常州大学
IPC: G01N9/24
Abstract: 本发明涉及一种基于超声波的便携式鱼肉质新鲜度检测装置，包括超声波发送与接收装置、多通道调理电路、ROM存储设备和ARM处理器，ROM存储设备存储基于肉质密度的每个等级的标准数据信息的矩阵数据库；ARM处理器接收多通道调理电路的传送信号，并将传送信号与ROM存储设备中的标准数据进行对比分析，对鱼产品新鲜度进行评价。本发明还涉及一种鱼肉质新鲜度评价方法，基于鱼肉质密度的不同，在超声波成像技术的基础上，对被检测的鱼类产品进行三维建模，并采用模糊人工神经网络算法与自身所携带的数据库信息进行三维数据矩阵关键点比较分析，再利用评价算法进行模糊推理，从而得到鱼类产品新鲜度的评价等级，准确率不低于95%，大大方便了食品安全监管部门的管理工作，提高了检测效率。
-
公开(公告)号：CN102411309A
公开(公告)日：2012-04-11
申请号：CN201110440940.9
申请日：2011-12-26
Applicant: 常州大学
IPC: G05B13/04 , B65H23/032
Abstract: 本发明公开一种卷料纠偏导向控制装置的微偏差区自修正模糊控制方法，光电传感器输出的误差大于0.5V时，采用多因子模糊控制规律控制，当误差小于0.5V时，采用微偏差自修正模糊控制，将初始误差与初始误差变化率的值量化出相应的模糊等级，直接由表查询出对应的实际控制输出量等级，计算出第一次修正量；将第二次误差与第二次误差变化率的值量化出相应的模糊等级，再得到经过二次修正的模糊控制输出，得到第i+1次修正的模糊控制输出；由CPU计算出需要输出的脉冲，本发明用微偏差区域自修正模糊控制不断修正微偏差，每修正一次使微偏差减小为几分之一，误差大时能快速纠偏，误差小时能稳定控制，CPU运算速度快。
-
公开(公告)号：CN114676887B
公开(公告)日：2025-04-08
申请号：CN202210212916.8
申请日：2022-03-04
Applicant: 常州大学 , 常州市环境科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及图卷积预测技术领域，尤其涉及一种基于图卷积STG‑LSTM的河流水质预测方法，包括S1、对京杭运河各监测站点地理位置以及水质数据进行预处理；S2、采用最大互信息系数衡量运河各监测站点上水质因子之间的相关性；S3、构建出时空图来表征各监测站点间水质时空相关性；S4、构建图卷积长短记忆神经网络水质时空预测模型；S5、对STG‑LSTM水质时空预测模型进行验证。本发明快速精准预测河流水质状况是城市水管理战略的重要任务，针对现有水质因子预测方法大多是单监测站点的时间序列预测，无法描述河流水质的空间分布。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.02 seconds)
