-
公开(公告)号：CN106845696B
公开(公告)日：2021-01-26
申请号：CN201710002017.4
申请日：2017-01-03
申请人： 河海大学
摘要： 本发明公开了一种智能优化水资源配置方法，具体步骤如下：1、收集数据；2、对数据进行预处理；3、将各数据的标准值使用灰色分层模型并得出权值W；4、使用模糊综合评价法得到隶属度矩阵，将根据隶属度矩阵得出综合评价结果b；5、将b与步骤2的各数据作为输入数据，各地区的配置结果作为输出；6、根据实际需求得出模糊综合评价结果b1并作为神经网络输入，得出模拟的分配结果；7、将模拟的分配结果送入模糊综合评价法中得到评分b2，并使用模拟退火遗传算法微调b2直至满足规划要求得出最后的水资源分配结果。本发明能够更加准确对水资源进行合理配置，能够对之前的分配结果进行迭代优化，加强了整个水资源分配过程的科学性与合理性。
-
公开(公告)号：CN107203810A
公开(公告)日：2017-09-26
申请号：CN201710361172.5
申请日：2017-05-22
申请人： 河海大学
摘要： 本发明公开了一种基于深度网络的降水量预测方法，具体步骤如下：收集水文环境数据，对数据进行预处理，将其归一化到01区间；使用KMO检验以及巴特利特球形检验对环境因素的充分性进行检测，待检验完毕再使用因子分析法对环境因素进行筛选；将划分出来的训练样本，作为深度网络的输入值，对网络进行分层无监督学习，然后再使用顶层的BP网络对整体的网络反向微调，确保其精度；将测试样本作为训练完成的模型的输入，再反归一化从模型那得到的输出，便是降水量预测的结果。本发明能够更加准确对地区未来的降水量进行预测，并使用了因子分析法，筛选出相关性较低的因素，提高了计算效率，大大的加强了降水量预测过程中的科学性与合理性。
-
公开(公告)号：CN106845696A
公开(公告)日：2017-06-13
申请号：CN201710002017.4
申请日：2017-01-03
申请人： 河海大学
摘要： 本发明公开了一种智能优化水资源配置方法，具体步骤如下：1、收集数据；2、对数据进行预处理；3、将各数据的标准值使用灰色分层模型并得出权值W；4、使用模糊综合评价法得到隶属度矩阵，将根据隶属度矩阵得出综合评价结果b；5、将b与步骤2的各数据作为输入数据，各地区的配置结果作为输出；6、根据实际需求得出模糊综合评价结果b1并作为神经网络输入，得出模拟的分配结果；7、将模拟的分配结果送入模糊综合评价法中得到评分b2，并使用模拟退火遗传算法微调b2直至满足规划要求得出最后的水资源分配结果。本发明能够更加准确对水资源进行合理配置，能够对之前的分配结果进行迭代优化，加强了整个水资源分配过程的科学性与合理性。
-
公开(公告)号：CN106375452A
公开(公告)日：2017-02-01
申请号：CN201610805359.5
申请日：2016-09-05
申请人： 河海大学
CPC分类号： H04L67/025 , H04L65/80
摘要： 本发明公开了一种基于改进TF-IDF动态权值更新的加权分类Web服务QoS监控方法，根据后来数据某个具体的影响因子组合数据单元计算该影响因子组合数据单元出现前后的信息增益，提出基于信息增益的TF-IDF改进算法对之前的权值进行修正，考虑了影响因子组合数据单元在各个分类间的分布情况对影响因子组合权重计算的影响，从而提高了影响因子组合权重的计算精度。监控分为训练阶段和监控阶段，首先我们通过RPC获取样本数据流，最开始的一部分数据我们用来训练得到影响因子组合权值表，并且根据影响因子组合权值构造出加权朴素贝叶斯分类器。后来的数据用来监控，通过改进的TF-IDF算法对权值表进行动态更新，监控时调用加权朴素贝叶斯分类器，得到监控结果。
-
公开(公告)号：CN106357437A
公开(公告)日：2017-01-25
申请号：CN201610800115.8
申请日：2016-08-31
申请人： 河海大学
CPC分类号： H04L41/145 , H04L41/147 , H04L41/5038 , H04L67/02
摘要： 本发明公开了一种基于多元时间序列的Web Service QoS预测方法。这种方法主要收集QoS属性历史数据和近期服务提供商发布的QoS广告数据信息，进行数据预处理后结合改进的RBF神经网络模型实现QoS属性的直接多步预测。考虑QoS的多个属性，基于多元时间序列做预测；QoS属性之间存在错综复杂的非线性关系，为描述这种关系，将收集到的历史QoS属性数据做相空间重构，近似恢复多个QoS属性的非线性关系系统；服务提供商的近期发布的QoS数据信息反映了未来QoS的变动和发展趋势，将这部分信息与相空间重构后的QoS属性数据相结合，构成QoS综合数据集；在训练后的RBF神经网络模型上做QoS属性的动态多步预测。
-
公开(公告)号：CN106547816B
公开(公告)日：2019-10-18
申请号：CN201610854977.9
申请日：2016-09-27
申请人： 河海大学
IPC分类号： G06F16/2458
摘要： 本发明提供一种基于负相关反馈的时间序列相似性搜索方法，用户根据初步的查询结果标注出时间序列数据集中负相关序列以及正相关序列并将负相关序列组合成一个序列记为Qneg，正相关序列以及查询序列组合成一个序列记为Qnew。其次是分别计算数据序列集中的每一个序列与Qnew的相似度以及Qneg的相似度；并且通过组合每一个序列与Qnew的相似度以及Qneg的相似度得到一个最终的相似度。最后根据每一个时间序列所得到的相似度进行排名得到最终的相似性结果。用户对这一结果进行评判若是满意则查询结束，若不满意则修改查询序列重新查询。本发明查询效率高，查询结果精准，满意度高，方法整体性能高。
-
公开(公告)号：CN109342121A
公开(公告)日：2019-02-15
申请号：CN201811072346.7
申请日：2018-09-14
申请人： 河海大学
IPC分类号： G01N1/14
CPC分类号： G01N1/14
摘要： 本发明公开了一种野外上覆水体多深度取样的实验装置和实验方法，实验装置包括箱体、固定在箱体内的取样系统、与取样系统连接的微处理系统；取样系统包括固定在箱体内的注射器和与注射器连接的电磁阀；微处理系统通过控制取样系统中的注射器，采集不同深度水样。通过实验装置，实现了野外上覆水体样品的采集，采集过程全部实现自动化，实现样品采集的精准操作；一次投放过程可将采样器投放到不同深度，蓝牙对各采样注射器实施精准操控，达到一次投放、多深度水样同时收集的目的；为河流、湖泊等上覆水体中污染物的时空变化的生态过程提供一定的技术支持和参考。且实验装置携带方便，操作简单，适应性强。
-
公开(公告)号：CN106448179A
公开(公告)日：2017-02-22
申请号：CN201610817566.2
申请日：2016-09-12
申请人： 河海大学
CPC分类号： G08G1/0175 , G08G1/042 , G08G1/052 , G08G1/065
摘要： 本发明公开了一种高速公路交通智能视频分析系统，主要实现的功能有高速公路车道线检测及视频视线与车道线夹角测定、实时及平均速度的测定与分析、大小车识别分析、车流量统计以及实时路网综合运行指数统计。在实现车辆测速与大小车识别分析中，采用了基于虚拟线圈的方法，并实现了用户参与的线圈参数绘制调整与系统自动的线圈绘制相结合的方式；具体在大小车车流量统计时，通过计算在虚拟线圈内的像素点来判断车辆大小与统计车流量。本发明具有前期参数的手动与自动双重校准，后期路网综合运行指数以用户参与的伸缩式折线图表回显，同时还具有多类丰富的分析监控功能，提高用户体验的同时具有很高的实用性与分析准确性。
-
公开(公告)号：CN106375452B
公开(公告)日：2019-07-12
申请号：CN201610805359.5
申请日：2016-09-05
申请人： 河海大学
摘要： 本发明公开了一种基于改进TF‑IDF动态权值更新的加权分类Web服务QoS监控方法，根据后来数据某个具体的影响因子组合数据单元计算该影响因子组合数据单元出现前后的信息增益，提出基于信息增益的TF‑IDF改进算法对之前的权值进行修正，考虑了影响因子组合数据单元在各个分类间的分布情况对影响因子组合权重计算的影响，从而提高了影响因子组合权重的计算精度。监控分为训练阶段和监控阶段，首先我们通过RPC获取样本数据流，最开始的一部分数据我们用来训练得到影响因子组合权值表，并且根据影响因子组合权值构造出加权朴素贝叶斯分类器。后来的数据用来监控，通过改进的TF‑IDF算法对权值表进行动态更新，监控时调用加权朴素贝叶斯分类器，得到监控结果。
-
公开(公告)号：CN106357437B
公开(公告)日：2019-07-12
申请号：CN201610800115.8
申请日：2016-08-31
申请人： 河海大学
摘要： 本发明公开了一种基于多元时间序列的Web Service QoS预测方法。这种方法主要收集QoS属性历史数据和近期服务提供商发布的QoS广告数据信息，进行数据预处理后结合改进的RBF神经网络模型实现QoS属性的直接多步预测。考虑QoS的多个属性，基于多元时间序列做预测；QoS属性之间存在错综复杂的非线性关系，为描述这种关系，将收集到的历史QoS属性数据做相空间重构，近似恢复多个QoS属性的非线性关系系统；服务提供商的近期发布的QoS数据信息反映了未来QoS的变动和发展趋势，将这部分信息与相空间重构后的QoS属性数据相结合，构成QoS综合数据集；在训练后的RBF神经网络模型上做QoS属性的动态多步预测。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.032 秒)