-
公开(公告)号:CN115271237A
公开(公告)日:2022-11-01
申请号:CN202210953317.1
申请日:2022-08-09
申请人: 淮阴工学院
摘要: 本发明涉及工业信息技术领域,公开了一种基于改进PSO‑GA和SVM的工业数据质量预测方法,包括如下步骤:步骤1:对数据进行预处理,构建预测数据集;步骤2:提出改进PSO‑GA算法,结合优化后的学习因子和惯性权重策略改进粒子群算法,根据粒子群算法速度与位置更新公式进行种群演化,再引入自适应遗传算法来平衡种群多样性;步骤3:使用改进PSO‑GA优化SVM算法参数;步骤4:根据构建的SVM预测模型,进行工业数据质量预测。与现有技术相比,本发明有效实现局部搜索和全局搜索的最优化,有效避免PSO算法陷入局部最优,提高了函数的寻优能力,能够加快收敛,提高寻优精度,提升模型性能,提高预测的效果。
-
公开(公告)号:CN115221415A
公开(公告)日:2022-10-21
申请号:CN202210972187.6
申请日:2022-08-12
申请人: 淮阴工学院
IPC分类号: G06F16/9535 , G06F16/951 , G06N3/04 , G06N3/08 , G06Q10/10
摘要: 本发明公开了一种基于知识图谱和排序学习的岗位推荐方法,包括:爬取求职网站获取用户和岗位数据,并根据所获取的用户和岗位数据采用三元组的形式来构建知识图谱;通过知识表示学习的方法挖掘知识图谱,将知识图谱的三元组信息进行向量化表示,得到用户特征向量和岗位特征向量;通过余弦相似度的方法来衡量用户特征向量和岗位特征向量间的语义相似度,得到用户‑岗位相似度集合;将得到的相似度集合和特征向量整体定义为文档特征输入到排序模型中训练,通过神经网络来训练排序模型,基于排序模型为用户在岗位集合中对岗位进行排序,得到Top‑K推荐列表。本发明可以有效地获取用户和岗位信息,并快速形成高精度推荐列表,为用户提供最佳推荐方案。
-
公开(公告)号:CN114510569A
公开(公告)日:2022-05-17
申请号:CN202210030824.8
申请日:2022-01-12
申请人: 淮阴工学院
IPC分类号: G06F16/35 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于ChineseBERT模型和注意力机制的化工突发事件新闻分类方法,首先对文本数据进行文本预处理;然后,对词语进行注意力机制处理,提取单词和子序列的信息依赖关系;与此同时,基于改进ChineseBERT预训练模型进行拼音信息和字符信息的提取;之后对拼音信息和字符信息进行矩阵融合,同时加上位置信息,保持上下文语义的完整性,通过经典的Bert模型进行处理,使用参数共享机制,得到最终的信息特征向量;对得到的上下文语义向量和信息依赖关系向量融合,作为CNN的输入,得到最终的化工新闻分类结果。本发明充分优化了文本的拼音字符语义信息;提取词语的依赖关系和局部依赖关系的问题;通过Bert模型参数共享机制降低时间复杂度的问题,有效的提高文本分类的精确度。
-
公开(公告)号:CN116310086A
公开(公告)日:2023-06-23
申请号:CN202310100792.9
申请日:2023-02-10
申请人: 淮阴工学院
摘要: 本发明公开了一种基于四叉树的LOD虚拟复杂场景简化方法,包括:对三维地形的DEM数据进行格网划分,其形状为正方形且边长的像素数为(2n+1)2,构建四叉树,将整个地形数据块分为4个子节点区域,并将地形数据存储到四叉树中;将整个地形作为根节点,从根节点出发开始递归遍历由地形数据块构建的四叉树,用传统视距节点评价级数与父子节点地形粗糙度的比较相结合赋予已遍历子节点区域的中心节点状态值为激活状态AS或未激活状态IS;根据子节点区域的中心节点状态值判断并进行分割;对已经分割的子节点区域进行裂缝修补。与现有技术相比,本发明可以通过常规的四叉树的数据结构快速查找和定位来提高简化质量和简化速度,实现复杂地形的渲染与简化。
-
公开(公告)号:CN115457307A
公开(公告)日:2022-12-09
申请号:CN202210954740.3
申请日:2022-08-10
申请人: 淮阴工学院
IPC分类号: G06V10/764 , G06V10/77 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于改进残差网络的化工过程故障诊断方法,针对田纳西伊斯曼化工过程,收集并整理化工过程的模拟数据;对数据进行预处理,对每个样本数据实现多项式特征升维,并处理成二维的灰度图像;对残差网络进行适当改进,利用深度可分离卷积替换原本的3×3卷积,将最后的1×1卷积替换为Inception模块,并添加通道注意力模块和空间注意力模块,利用pytorch框架搭建新的残差网络模型,从训练集中挑选正常状态及几种故障状态对模型实现训练;挑选训练中涉及到的故障状态对应的测试集数据对模型效果进行评估。与现有技术相比,本发明针对表现出耦合性、非线性等特性的复杂化工过程,通过对残差网络结构的改进提高残差网络对此类数据的故障诊断能力。
-
公开(公告)号:CN115222894A
公开(公告)日:2022-10-21
申请号:CN202210972406.0
申请日:2022-08-12
申请人: 淮阴工学院
摘要: 本发明公开了一种基于laplace优化的网格图像拓扑变形方法,包括如下步骤:首先导入三维化工人物模型,按照设想将人物模型切分为不同的多面体,记录模型三角面、边与顶点的完整拓扑信息。其次将提取的锚点转化为拉普拉斯坐标,将切割面包含的点放入二维空间中,在二维空间中依据不同的图形特征选择合适的拓扑结构,使点在二维空间中根据拓扑结进行变化,返回的结果转化为笛卡尔坐标重新输入模型。与现有技术相比,本发明依据切分多面体的顶点作为锚点,通过相邻点之间的拓扑关系以及点之间相互影响的权重进行变形,引入laplace坐标保证网格变形细节,减少锚点的输入能够做到相同的变形效果,弥补了传统网格变形的时间长的问题,提高网格模型变形效率。
-
公开(公告)号:CN115205604A
公开(公告)日:2022-10-18
申请号:CN202210964797.1
申请日:2022-08-11
申请人: 淮阴工学院
IPC分类号: G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于改进YOLOv5的化工安全防护品佩戴检测方法,获取训练图像,使用MixUp算法对安全帽图像数据和口罩图像数据进行加权融合,得到更多存在双目标的训练图像;搭建包含注意力机制NAM模块和Encoder结构的改进的YOLOv5网络模型,在骨干网络中插入注意力机制NAM模型,在颈部模块添加了改进的Encoder结构;将训练数据集和测试数据集输入到改进的YOLOv5网络模型中,进行优化训练,得到改进的安全防护品佩戴检测模型;将待检测图像数据集输入上述模型,得到待检测图像中的安全防护品的检测结果。与现有技术相比,本发明充分优化了网络模型的特征提取能力,有效地提高了小目标检测的精确度,提高了化工生产过程中安全防护品佩戴检测的准确性。
-
-
-
-
-
-