-
公开(公告)号:CN116483815A
公开(公告)日:2023-07-25
申请号:CN202310459690.6
申请日:2023-04-26
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G06F16/215 , G01R31/34 , G06F16/2458 , G06F17/16 , G06F18/2135 , G06N20/00
摘要: 本发明涉及属于港口专用机电数据筛选领域,具体公开了一种港用电机健康样本的筛选方法,引入权值变量αj及常量β,解决不同参数间数量级不同所来带的影响,时引入最佳数集数常量τ,以确保相关系数波动平稳。
-
公开(公告)号:CN118296553A
公开(公告)日:2024-07-05
申请号:CN202410402870.5
申请日:2024-04-03
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G06F18/25 , G06F18/213 , G06F18/15 , G06F18/241 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/048
摘要: 本发明属于深度学习技术领域,公开了基于T2T‑ViT网络的多源异构海洋观测数据融合方法,包括步骤S1、采集海洋数据:通过智能漂流浮标获取多源异构观测数据,包括海洋大气信息、海洋垂直剖面信息和海洋表层信息,步骤S2、数据归一化技术数据预处理;步骤S3、多源异构观测数据融合:将步骤S2预处理后的数据输入多模态网络,通过多模态网络融合不同模态的数据,实现对海洋数据的分类,辅助海洋观测人员进行海况分析与处理。通过本发明实现多源异构海洋数据的融合,提高了海洋状况分类的准确性。
-
公开(公告)号:CN118760998A
公开(公告)日:2024-10-11
申请号:CN202410752439.3
申请日:2024-06-12
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G06F18/2433 , G01C13/00 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F123/02
摘要: 本发明涉及CTD传感器数据处理技术领域,具体涉及一种CTD传感器阵列数据处理方法、设备及介质,通过利用先进的深度学习技术和图神经网络,整合来自不同传感器的数据,本发明将提高在数据缺失或异常情况下的预测精度,确保预测结果的可靠性。
-
公开(公告)号:CN117369245A
公开(公告)日:2024-01-09
申请号:CN202311509269.8
申请日:2023-11-14
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G05B11/42
摘要: 本发明属于海洋运输技术领域,具体涉及一种深远海渔资运输船路径优化方法,本发明基于PID控制算法设计深海养殖渔资运输船控制量,再通过路径规划算法获得运输船航行的最优航线,并根据运输船航向及姿态误差,实时优化运输船航线。该方法可实现渔资运输船航线的科学规划,降低船舶运输成本、提高渔资调配效率。
-
公开(公告)号:CN117909917A
公开(公告)日:2024-04-19
申请号:CN202410062408.5
申请日:2024-01-16
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G06F18/25 , G06F16/215 , G06N3/045 , G06N3/08 , G06N3/006
摘要: 本发明属于海洋环境监测技术领域,公开了一种基于深度学习的海洋环境数据融合方法及系统,本发明通过多个传感器采集海洋环境参数,包括海水温度、电导率、流速、风速,形成观测数据;然后利用基于深度学习的数据清洗方法、MTConnect数据转换方法对数据预处理,实现观测数据的清洗和转换;最后采用基于群体智能的优化算法PSO从时间和空间两个维度进行优化来实现数据融合,根据传感器网络状态和环境变化,动态调整数据采样频率和传感器节点位置,以适应动态变化的数据融合需求和低功耗的需求。通过本发明实现不同监测设备的海洋环境观测数据的采集与融合。
-
公开(公告)号:CN117668513A
公开(公告)日:2024-03-08
申请号:CN202311371799.0
申请日:2023-10-23
申请人: 青岛杰瑞工控技术有限公司
IPC分类号: G06F18/213 , G01M13/02 , G06F18/214 , G06F18/2433 , G06N3/084
摘要: 本发明公开了一种基于多变量比例调节的起重机减速箱状态监测方法,包括采集起重机减速箱的二维运行数据;通过电机变频器获取起重机运行的工况信息;将所得的数据输入到神经网络模型中,采用多变量比例调节进行多元线性回归模型拟合;将所得数据利用全局多层级通道注意力机制提取特征,完成数据决策,通过反向传播算法最小化损失函数,并使用优化算法加速学习过程;将数据输入到深度学习模型中完成起重机减速箱健康状态监测,并对深度学习模型精度进行验证。本发明结合港机实时运行工况,综合进行实时状态评估,科学指导用户进行设备维保,以降低设备故障率和管理成本,实现降本增效。
-
-
-
-
-