一种基于EEMD-LSTNet的水质参数预测方法及系统

    公开(公告)号:CN115169702A

    公开(公告)日:2022-10-11

    申请号:CN202210813627.3

    申请日:2022-07-12

    申请人: 淮阴工学院

    摘要: 本发明公开了一种基于EEMD‑LSTNet的水质参数预测方法及系统,其中方法包括以下步骤:(1)获取水质数据,对原始数据进行数据清洗,对缺失值进行填补,构建水质数据集;(2)采用灰色关联度法对预测参数进行特征选取,对数据集进行降维操作;(3)采用EEMD法将预测参数序列自适应分解为若干子分量;(4)将若干子分量与筛选出的特征组合为样本,对每一个样本进行归一化操作,并划分数据集;(5)通过LSTNet网络对每个样本进行预测,并将预测结果反归一化累加得到实际预测结果。本发明能够较好的提升水质预测的精度,具有较好的稳定性和泛化能力。

    一种聚苯颗粒轻质复合保温材料生产工艺及其生产设备

    公开(公告)号:CN117774359B

    公开(公告)日:2024-07-16

    申请号:CN202311827465.X

    申请日:2023-12-28

    申请人: 淮阴工学院

    IPC分类号: B29C67/24 B29C69/00 B29B7/74

    摘要: 本发明公开了聚苯颗粒轻质复合保温材料生产工艺及其生产设备,涉及保温材料制备技术领域,生产工艺具体包括以下步骤;S1、准备浆体:S2、二次混合:S3、涂抹与保温:S4、浇筑:S5、压实与振动:S6、固化:将振动压实完成后的浆体静置一段时间,使材料逐步固化;S7、脱模:S8、干燥:S9、精加工:10.质量检测:该发明通过对制造工艺的改进,使其增加了振动压实的步骤,通过振动压实工艺可以使聚苯乙烯颗粒随产生的流场均匀分散开来,使得聚苯乙烯颗粒在水泥浆体中排列紧密、均匀分布,并且在进行原料混合搅拌的过程中,通过对搅拌方式的改变,使得原料混合时颗粒物之间不容易堆积,而且颗粒物更加容易被浆体包裹,便于后续的生产。

    一种聚苯颗粒轻质复合保温材料生产工艺及其生产设备

    公开(公告)号:CN117774359A

    公开(公告)日:2024-03-29

    申请号:CN202311827465.X

    申请日:2023-12-28

    申请人: 淮阴工学院

    IPC分类号: B29C67/24 B29C69/00 B29B7/74

    摘要: 本发明公开了聚苯颗粒轻质复合保温材料生产工艺及其生产设备,涉及保温材料制备技术领域,生产工艺具体包括以下步骤;S1、准备浆体:S2、二次混合:S3、涂抹与保温:S4、浇筑:S5、压实与振动:S6、固化:将振动压实完成后的浆体静置一段时间,使材料逐步固化;S7、脱模:S8、干燥:S9、精加工:10.质量检测:该发明通过对制造工艺的改进,使其增加了振动压实的步骤,通过振动压实工艺可以使聚苯乙烯颗粒随产生的流场均匀分散开来,使得聚苯乙烯颗粒在水泥浆体中排列紧密、均匀分布,并且在进行原料混合搅拌的过程中,通过对搅拌方式的改变,使得原料混合时颗粒物之间不容易堆积,而且颗粒物更加容易被浆体包裹,便于后续的生产。

    一种基于时态图卷积神经网络的交通堵塞预测方法

    公开(公告)号:CN116631200A

    公开(公告)日:2023-08-22

    申请号:CN202310587286.7

    申请日:2023-05-23

    申请人: 淮阴工学院

    摘要: 本发明公开了一种基于时态图卷积神经网络的交通堵塞预测方法,获得数据集图像并进行预处理;构建基于T‑GCN的预测模型并进行训练,GCN将观测站之间交通流的空间特征和关系映射成一个图,将GCN的输出输入GRU模型;通过Softmax函数使用多层感知来计算每个隐藏状态的权重,采用训练后的基于T‑GCN的预测模对数据集进行拥堵预测;使用全连接层输出预测结果,对拥堵预测结果进行比对。本发明通过将当天的路况进行拍摄图像,并且通过图卷积的方式直接对当前道路的拥堵情况进行分析和预测后序路段的拥堵情况,进行实时的交通拥堵预测;通过拥堵结果的累积进行预测的方式,可以实现快速反应和精准预测的效果,满足了驾驶员的出行效率。

    融合边缘相减与权重均值标准化策略的快速车道线检测方法

    公开(公告)号:CN116563808A

    公开(公告)日:2023-08-08

    申请号:CN202310469209.1

    申请日:2023-04-26

    申请人: 淮阴工学院

    摘要: 本发明公开了一种融合边缘相减与权重均值标准化策略的快速车道线检测方法,对预先获取的车道线数据进行预处理,完成数据集的制作;在UFLD模型特征提取网络Resnet18中的BasicBlock模块引入SE注意力机制和空洞卷积;引入相加融合与边缘相减策略,提取更加详细的物体轮廓信息,避免无视觉线索问题的产生;引入权重均值标准化策略,构建出车道线检测模型ES‑UFLD‑WMN;对ES‑UFLD‑WMN的参数配置进行调整并进行训练,获取最优结果,实现车道线检测。本发明强化物体轮廓信息提取和权重信息均值标准化对车道线检测效果的影响;遵循逐渐细节化的原则,进行特征层的相加融合,使ES‑UFLD‑WMN模型获得丰富的边缘信息,辅助主干网络对图像特征进行提取,进而兼具车道线检测精度与检测实时性。