公开(公告)号：CN120067713A

公开(公告)日：2025-05-30

申请号：CN202510535174.6

申请日：2025-04-27

Applicant: 东北大学

Inventor： 李传文 ,  李季 ,  武文轩 ,  张一杰

IPC: G06F18/22 ,  G06F16/535

Abstract: 本申请提出一种面向动态图的异构协同子图匹配方法，子图匹配技术领域，方法包括：获取数据图、查询图集合以及动态更新序列；将数据图保存到GPU中；将数据图与动态更新序列保存到CPU中，采用动态更新序列更新数据图；根据查询图集合，使用GPU中的数据图进行并行的子图匹配，得到第一子图匹配结果；根据查询图集合以及动态更新序列，使用CPU中的数据图进行子图匹配，得到第二子图匹配结果；将第一子图匹配结果与第二子图匹配结果进行合并，得到最终的子图匹配结果，并且根据动态更新序列更新GPU中的数据图。本申请的方法大大缩小了子超图匹配所需的时间。

公开(公告)号：CN114861548B

公开(公告)日：2024-10-29

申请号：CN202210561959.7

申请日：2022-05-23

Applicant: 东北大学

Inventor： 丁敬国 ,  张一杰 ,  李旭 ,  倪晔 ,  张殿华

IPC: G06F30/27 ,  G06N3/006 ,  G06F111/08

Abstract: 本发明的一种在线自适应SSA‑OS‑DELM模型的板凸度预测方法，包括：利用高精度监测装置采集热连轧现场的生产数据和实测凸度；对采集的生产数据和实测凸度进行预处理；使用预处理后的生产数据和实测凸度初始化DELM网络结构；采用SSA优化算法对DELM网络优化，获得具有最优的隐藏层的输出矩阵和最优输出权重的SSA‑DELM板凸度预测模型；按照一定时间周期实时采集在线生产数据对SSA‑DELM板凸度预测模型进行优化，获得SSA‑OS‑DELM板凸度预测模型。本方法从大量历史板凸度数据中充分提取信息，并通过在线实时数据迭代优化更新模型，从而实现可靠、实时的高准确度的板凸度预测，为产品板形的高精度控制提供了良好条件。

公开(公告)号：CN114861548A

公开(公告)日：2022-08-05

申请号：CN202210561959.7

申请日：2022-05-23

Applicant: 东北大学

Inventor： 丁敬国 ,  张一杰 ,  李旭 ,  倪晔 ,  张殿华

IPC: G06F30/27 ,  G06N3/00 ,  G06F111/08

Abstract: 本发明的一种在线自适应SSA‑OS‑DELM模型的板凸度预测方法，包括：利用高精度监测装置采集热连轧现场的生产数据和实测凸度；对采集的生产数据和实测凸度进行预处理；使用预处理后的生产数据和实测凸度初始化DELM网络结构；采用SSA优化算法对DELM网络优化，获得具有最优的隐藏层的输出矩阵和最优输出权重的SSA‑DELM板凸度预测模型；按照一定时间周期实时采集在线生产数据对SSA‑DELM板凸度预测模型进行优化，获得SSA‑OS‑DELM板凸度预测模型。本方法从大量历史板凸度数据中充分提取信息，并通过在线实时数据迭代优化更新模型，从而实现可靠、实时的高准确度的板凸度预测，为产品板形的高精度控制提供了良好条件。