-
公开(公告)号：CN116227570B
公开(公告)日：2025-01-07
申请号：CN202310173917.0
申请日：2023-02-28
Applicant: 南通大学
IPC: G06N3/08 , G06F18/2321 , G06N3/043 , G06N3/044 , G06F30/27
Abstract: 本发明提供了一种基于密度聚类和循环模糊神经网络的涡轮机组预测方法，属于技术领域。解决了现有的预测方法中未考虑到历史输入数据的分布密度和聚类特性导致非线性系统输出的预测精度下降的问题。其技术方案为：包括以下步骤：S1：构建超临界锅炉涡轮机组非线性系统；S2：利用DBSCAN聚类算法自动确定聚类数、局部线性子模型数和模糊规则数，并设计模糊规则；S3：构建循环模糊神经网络。本发明的有益效果是：本发明利用DBSCAN聚类算法自动确定模糊神经网络中最优模糊集数目，在降低计算复杂度的同时获得更高的系统建模预测精度，从而提高超临界锅炉涡轮机组输出的控制性能。
-
公开(公告)号：CN118917958A
公开(公告)日：2024-11-08
申请号：CN202410939981.X
申请日：2024-07-15
Applicant: 南通大学
IPC: G06Q50/02 , G06F18/214 , G06F18/2433 , G06F18/213 , G06F18/10 , G06N3/006 , G06N3/044 , G06N3/0985
Abstract: 本申请公开了一种基于Tent‑GWO‑GRU的有害藻华生长预测方法，包括：获取目标流域的历史水质数据并进行预处理；基于历史水质数据，构建门控循环单元神经网络GRU模型；基于Tent混沌映射算法，优化灰狼算法GWO；优化GRU模型参数并进行预测。本申请对指标数据进行时间延滞，充分考虑到了藻华生长演化的延后性，提高了该方法的可行性。引入Tent混沌映射算法，对GWO算法生成初始狼群的方法进行改进，使得初始狼群的分布更均匀，明显提高了算法的适应度值，更容易找到全局最优解。本申请采用Tent‑GWO优化算法，对GRU模型的超参数及网络结构进行优化，不仅提高了模型的稳定性，还取得了较高的预测精度。
-
公开(公告)号：CN118557187A
公开(公告)日：2024-08-30
申请号：CN202410684758.5
申请日：2024-05-30
Applicant: 南通大学
IPC: A61B5/1455 , A61B5/145 , A61B5/00 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/06 , G06N3/084 , G16H50/70
Abstract: 本申请公开了一种基于ELM‑BiLSTM‑attention的血糖浓度预测方法，包括：获取多名糖尿病患者不同时期的血糖数据以及光谱数据并进行预处理；构建ELM‑BiLSTM‑attention模型；训练ELM‑BiLSTM‑attention模型，并优化模型参数；对无创血糖浓度进行预测以及评估。本申请将ELM‑BiLSTM与注意力机制相结合，能够更好地捕捉到拉曼光谱数据中的重要的特征向量和时间信息，与仅利用时间序列数据的过去信息的LSTM不同，BiLSTM模型由两个独立的LSTM组成，可用于捕获时间序列数据中的历史信息和未来信息，以建立前向和后向LSTM层的长期依赖关系。
-
公开(公告)号：CN117558443B
公开(公告)日：2024-06-21
申请号：CN202311571347.7
申请日：2023-11-23
Applicant: 南通大学
Abstract: 本发明提供了一种出血性脑卒中患者病情发展与疗效评估的智能分析方法，属于脑卒中治疗技术领域。解决了目前未考虑使用箱线图和Spearman相关系数结合的方法分析出血性脑卒中患者的病情发展和疗效评估的技术问题。其技术方案为：包括以下步骤：S1、筛选数据并进行数据预处理；S2、使用K‑mean聚类方法划分患者亚组；S3、利用箱线图分析不同治疗方法对血肿体积的治疗效果；S4、利用箱线图分析不同治疗方法对水肿体积的治疗效果；S5、利用Spearman相关系数分析血肿体积变化与水肿体积变化之间的关系。本发明的有益效果为：该智能分析方法提供患者病情的发展状况分析和相关治疗方法的效果评估，便于医生根据分析结果对患者进行快速诊疗。
-
公开(公告)号：CN118157805A
公开(公告)日：2024-06-07
申请号：CN202410205968.1
申请日：2024-02-26
Applicant: 南通大学
IPC: H04J3/06
Abstract: 本发明公开了一种具有动态耦合和符号图的切换复杂网络二分同步方法，属于复杂网络同步技术领域，解决了节点耦合表现动态行为的情况下,具有合作‑竞争交互关系和系统参数切换的复杂网络二分同步技术问题，其技术方案包括如下步骤：首先建立具有动态耦合和符号图的切换复杂网络的系统模型；然后设计切换复杂网络的控制器；再构建切换复杂网络和目标节点之间的误差系统；建立具有动态耦合和符号图的切换复杂网络的二分同步条件，得到控制器增益。本发明的有益效果为：中节点间合作与竞争关系共存，节点耦合表现动态行为，系统参数发生切换，在误差系统均方渐近稳定的意义下，设计控制器以实现具有动态耦合和符号图的切换复杂网络的二分同步。
-
Patent Agency Ranking
公开(公告)号：CN115964574A
公开(公告)日：2023-04-14
申请号：CN202211612818.X
申请日：2022-12-15
Applicant: 南通大学
IPC: G06F16/9536 , G06F16/335 , G06F16/33 , G06F40/284 , G06F40/216
Abstract: 本发明提供了一种基于数据挖掘的智慧交通安全舆情热度评估方法，属于数据挖掘技术领域，解决了现有的舆情监控系统无法实现舆情主题热度自动评估的问题。其技术方案为：包括以下步骤：S1、获取智慧交通安全舆情数据；S2、预处理智慧交通安全舆情数据；S3、利用LDA主题模型进行智慧交通安全舆情主题提取；S4、利用LSTM神经网络模型预测各主题下的文本情感；S5、构建多因素主题热度模型并识别最热主题。本发明的有益效果为：采用多因素主题热度模型综合考虑主题评论量、单篇转发量、单篇评论量、单篇点赞量及情感评分这5个指标，根据不同用户等级为单篇转发量、单篇评论量、单篇点赞量及情感评分四个指标设置权重。
-
公开(公告)号：CN113920724A
公开(公告)日：2022-01-11
申请号：CN202111151905.5
申请日：2021-09-29
Applicant: 南通大学
IPC: G08G1/01 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种基于混合道路切换控制器的改良交通流分析方法，属于物理科学与工程技术领域，解决了仿真结果未考虑到混合道路切换控制器对交通流影响的问题，其技术方案为：包含以下步骤：S1：在格子流体力学模型的基础上，设计一个切换控制函数项，该项函数体现车辆控制器会根据道路类型自动切换至相应的控制器，使交通流仿真贴近于真实交通流；S2：利用控制理论分析，研究切换控制器对交通流的影响。本发明的有益效果是：本发明设计的切换控制器会根据混合道路类型自动切换至直道或弯道控制器，使得模拟的交通系统更加贴近真实的交通流，进而可以有效减少交通拥堵现象以及稳定交通流，让司机置身于一个更加安全及舒适的驾驶环境。
-
公开(公告)号：CN111459112A
公开(公告)日：2020-07-28
申请号：CN202010286044.0
申请日：2020-04-13
Applicant: 南通大学
IPC: G05B19/418 , A41D1/00 , A41D27/10 , A41D27/00 , A41D31/02 , A41D31/102 , A41D31/26 , A41D31/04
Abstract: 本发明公开了一种智能服装的生产方法，包括以下步骤：A、准备材料：准备制作衣服的材料以及智能衣服内部使用的控制器件；B、制作衣服：将准备制作衣服的材料制作智能衣服；C、将智能衣服内部的控制模块安装到步骤B制备好的衣服中；D、在智能衣服中埋入绝缘导线以及供电模块；E、将智能衣服进行修边除毛，检查智能衣服上控制器件是否连接完善，本发明设计合理，生产衣服的过程完善，保证智能衣服上组件之间的连接到位，使产生出来的智能服装不仅质量好，而且还能保证智能服装的功能全面。
-
公开(公告)号：CN118557187B
公开(公告)日：2025-01-10
申请号：CN202410684758.5
申请日：2024-05-30
Applicant: 南通大学
IPC: A61B5/1455 , A61B5/145 , A61B5/00 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/06 , G06N3/084 , G16H50/70
Abstract: 本申请公开了一种基于ELM‑BiLSTM‑attention的血糖浓度预测方法，包括：获取多名糖尿病患者不同时期的血糖数据以及光谱数据并进行预处理；构建ELM‑BiLSTM‑attention模型；训练ELM‑BiLSTM‑attention模型，并优化模型参数；对无创血糖浓度进行预测以及评估。本申请将ELM‑BiLSTM与注意力机制相结合，能够更好地捕捉到拉曼光谱数据中的重要的特征向量和时间信息，与仅利用时间序列数据的过去信息的LSTM不同，BiLSTM模型由两个独立的LSTM组成，可用于捕获时间序列数据中的历史信息和未来信息，以建立前向和后向LSTM层的长期依赖关系。
-
公开(公告)号：CN116580831B
公开(公告)日：2024-09-20
申请号：CN202310344446.5
申请日：2023-04-03
Applicant: 南通大学
IPC: G16H50/20 , G16H50/70 , G06F18/243 , G06F18/15
Abstract: 本申请公共开了基于机器学习的环境金属暴露下2型糖尿病诊断方法，其中包括一种环境金属暴露下2型糖尿病诊断模型构建方法，该方法包括：基于NHANES数据集，对NHANES数据集进行数据清洗，获取第一数据集；利用随机森林算法筛选第一数据集的特征，获取特征数据集；基于XGBoost分类器、随机森林分类器和LightGBM分类器，构建XRL分类器；基于XRL分类器和特征数据集，进行2型糖尿病诊断分析。本申请将具有最优超参数的XGBoost、随机森林(Randomforest)和LightGBM分类器构建为XRL分类器，并额外考虑尿液和饮食中金属暴露物对2型糖尿病的潜在影响，提升了2型糖尿病的预测精度与分类准确率，从而促进生活方式和饮食干预2型糖尿病。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.034 seconds)
