一种基于PVFNN神经网络模型的数控加工工艺生成方法

    公开(公告)号:CN119882609A

    公开(公告)日:2025-04-25

    申请号:CN202510071050.7

    申请日:2025-01-16

    Abstract: 本发明公开一种基于PVFNN神经网络的数控加工工艺生成方法,主要步骤包括:1)数据预处理,收集并处理零件的3D形状、材料和质量信息;2)数据集构建与分割,形成训练、验证和测试集;3)PVFNN神经网络模型构建,集成3D卷积神经网络、点云神经网络和全连接网路,通过特征融合层和MLP实现特征融合;4)模型训练与验证,使用训练集训练模型,测试集评估性能;5)工艺生成,模型处理新零件信息,生成加工工艺;用于从设计和制造数据中自动学习离散制造过程的能力,提高了数控加工工艺生成的准确性和效率,解决现有技术中因受制造工艺能力知识及制造经验的影响,用户往往选择不到最优制造工艺的问题。

    一种基于PCT-KAN神经网络模型的数控刀具选择方法

    公开(公告)号:CN119882608A

    公开(公告)日:2025-04-25

    申请号:CN202510071045.6

    申请日:2025-01-16

    Abstract: 本发明公开一种基于PCT‑KAN神经网络模型的数控刀具选择方法,主要步骤包括:数据预处理:将零件3D形状信息进行点云化处理;特征提取:使用全连接层将点云数据从原始维度映射到较低的特征维度,再用ReLU激活函数增加非线性特征;特征融合:将所有点的特征的均值来聚合全局特征,再将零件的质量信息通过简单的线性层处理。将聚合的全局特征与零件的质量信息的处理结果相结合,通过另一个简单的神经网络进行进一步处理,最后通过分类的概率来在粗铣刀、车刀、钻孔工具、精铣刀、车削和砂轮以及钻孔和镗孔刀具这六种刀具中选择,解决现有技术中许多工程师经验有限,不能很准确的选择对应的数控刀具的问题。

    一种非相干LoRa系统下的联合定时同步与频偏估计方法

    公开(公告)号:CN114338297A

    公开(公告)日:2022-04-12

    申请号:CN202111419634.7

    申请日:2021-11-26

    Abstract: 本发明提出一种非相干LoRa系统下的联合定时同步与频偏估计方法,包括建立数据帧结构,并对接收的导频信号依次进行去调制操作、解啁啾操作、离散傅里叶变换运算、取模值操作以及取最大值与幅角操作等得到一个关于时延和多普勒频移的联合偏移估计量,然后将这个联合偏移估计量补偿到接收的数据信号中,从而实现在极低信噪比下对大传输时延和多普勒频移的可靠估计。本发明支持极低信噪比、大传输时延和多普勒频移下的可靠卫星物联网通信,且与现有的估计算法相比具有较低的处理复杂度和实现复杂度。

    基于突变平衡态理论的BGP‑LDoS攻击检测方法

    公开(公告)号:CN107231377A

    公开(公告)日:2017-10-03

    申请号:CN201710599410.6

    申请日:2017-07-21

    Abstract: 本发明公开了一种基于突变平衡态理论的BGP‑LDoS攻击检测方法,通过对正常和异常情况下的系统状态样本进行学习,利用流量周期性特征、路由会话特征和报文转发量三类强表征特征,刻画系统正常和失效状态平衡曲面。利用训练后的尖点突变模型对系统运行状态进行监控,根据分歧集函数判断系统是否出现由正常态平衡曲面向失效态平衡曲面的跳变,从而实现对攻击的检测。实验结果表明,ESCT方法仅需要监控系统中少量的关键链路和节点就能够具备较强的BGP‑LDoS检测能力,为及时发现和提早应对攻击提供可靠参考。

    一种融合生成对抗网络与可满足性模理论的智能排班方法

    公开(公告)号:CN118761588A

    公开(公告)日:2024-10-11

    申请号:CN202410938087.0

    申请日:2024-07-12

    Abstract: 本发明公开了一种融合生成对抗网络与可满足性模理论的智能排班方法,以智能化生成排班计划为目标,首先利用历史优良排班记录,将其蕴含的排列组合问题转换为二值图像问题,从而构造训练集与测试集,并以此为基础构建并训练生成对抗网络模型,通过该模型获得满足当前排班具体约束需求的初始排班候选集合;之后,基于可满足性模理论,将当前排班的需求特征转换为一阶逻辑公式,构造出详细的约束集合;最后,针对初始排班候选集合中的每个候选计划,利用可满足性模理论求解器逐一验证,从而获得得到满足当前约束的排班计划。上述排班计划的生成方法,能够有效降低人工排班的计算复杂度,减少错误发生概率,通过约束条件还可进一步实现排班策略的灵活性。

    一种非相干LoRa系统下的联合定时同步与频偏估计方法

    公开(公告)号:CN114338297B

    公开(公告)日:2023-06-30

    申请号:CN202111419634.7

    申请日:2021-11-26

    Abstract: 本发明提出一种非相干LoRa系统下的联合定时同步与频偏估计方法,包括建立数据帧结构,并对接收的导频信号依次进行去调制操作、解啁啾操作、离散傅里叶变换运算、取模值操作以及取最大值与幅角操作等得到一个关于时延和多普勒频移的联合偏移估计量,然后将这个联合偏移估计量补偿到接收的数据信号中,从而实现在极低信噪比下对大传输时延和多普勒频移的可靠估计。本发明支持极低信噪比、大传输时延和多普勒频移下的可靠卫星物联网通信,且与现有的估计算法相比具有较低的处理复杂度和实现复杂度。

    一种非相干LoRa系统下的软输出解调方法

    公开(公告)号:CN114301495B

    公开(公告)日:2023-05-19

    申请号:CN202111507798.5

    申请日:2021-12-10

    Abstract: 本发明提出一种非相干LoRa系统下的软输出解调方法,包括获取接收信号,然后对接收信号依次进行解啁啾操作、离散傅里叶变换操作、取模值操作得到幅值信号,最后利用软信息计算模块对幅值信号进行一系列操作处理得到相应的解调软信息。通过将解调软信息使用到基于软判决译码的编码方案中,实现极低信噪比下卫星物联网的可靠传输。本发明支持基于软判决译码的Turbo码和LDPC码等编码方案,且与现有的软输出解调方法相比具有更低的处理复杂度;与现有的采用硬输出解调方法的Hamming码级联LoRa方案相比,采用本发明的基于软判决译码的编码级联LoRa方案具有更好的误码性能,从而实现极低信噪比下卫星物联网的可靠传输。

    一种面向超大城市的餐饮场馆热度分析方法

    公开(公告)号:CN109857983B

    公开(公告)日:2022-09-30

    申请号:CN201811631005.9

    申请日:2018-12-29

    Abstract: 本发明提出了一种面向超大城市的餐饮场馆热度分析方法,其步骤如下:选择目标超大城市;选择数据来源;原始分析所有样本数据,在多种类别因素中选择主要类别因素;对主要类别因素的原始数据进行数据检验和数据变换;建立线性回归模型,对线性回归模型进行优化,获得调优后的回归模型;通过数据变换的反变换将调优后的回归模型还原,获取目标超大城市的餐饮场馆热度与多种类型因素间相互依赖的定量关系。本发明验证了餐厅综合体验以及群体效应对餐厅的热度影响最大,对于超大城市中餐厅的选址、运营模式、消费升级等具有良好的参考意义,能够为城市区域发展规划和餐饮格局优化提供借鉴,从而促进超大城市餐饮行业的良性可持续发展。

Patent Agency Ranking