-
公开(公告)号：CN105259136A
公开(公告)日：2016-01-20
申请号：CN201510827828.9
申请日：2015-11-24
Applicant: 江南大学
IPC: G01N21/359
Abstract: 本发明涉及一种近红外光谱测量中的无测点温度修正建模方法，包括采集具有代表性的样品，确保样品的待测物性参数可以覆盖测量要求的范围；在不同温度水平下采集各个样品的近红外光谱；对采集的光谱针对温度和待测物性参数分别做预处理以及主元分析；将两个不同预处理得到的光谱进行合并产生合并光谱数据；最后，对合并光谱做主元分析，并用偏最小二乘建立物性参数校正模型。本发明将温度作为分离的隐含因素变量参与到近红外建模过程中，因而在使用近红外测量时，可以依赖模型本身对温度的适应性完成不同温度下的物性测量，不需要直接温度测量信息和相关计算，使得所建立的模型具有更好的通用性以及温度适应性。
-
公开(公告)号：CN104460336A
公开(公告)日：2015-03-25
申请号：CN201410491320.1
申请日：2014-09-23
Applicant: 江南大学
IPC: G05B17/02
Abstract: 非齐次Markov跳变系统的干扰抑制方法，涉及多模态系统各模态间随机跳变的时变概率描述、随机系统在无穷时间区域内的稳态特性以及外部干扰存在时随机系统的抗干扰控制，包括以下步骤：用非齐次Markov链对各模态间的随机跳变进行描述；用高斯概率密度函数来描述非齐次Markov链即跳变概率的随机分布特性；随机稳态特性分析及干扰抑制控制器设计。本发明针对实际工程应用中存在的非齐次Markov跳变现象，利用高斯概率密度函数的均值和方差信息，首先求取跳变概率的期望值，然后基于获得的期望值，结合线性矩阵不等式技术设计控制器，使得闭环多模态系统实现稳定并具有指定的干扰抑制能力。
-
公开(公告)号：CN118760097B
公开(公告)日：2025-05-02
申请号：CN202411095531.3
申请日：2024-08-12
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明属于化工及生物过程优化调控技术领域，涉及一种工业系统优化调控方法、装置及计算机可读存储介质；获取工业系统的数学模型、优化目标函数和优化调控时域，将优化调控时域划分为P个子控制时域；构建调控轨迹中心函数、角度函数和线性基函数；对于各个子控制时域，将预设初始中心值、N‑1个中心值分别与预设角度向量组合输入线性基函数，输出N个待优化变量第一调控轨迹，并生成待优化变量第一目标调控轨迹以及各个子控制时域内待优化变量调控轨迹的目标中心值，将预设初始角度向量、N‑1个角度向量分别与目标中心值组合输入线性基函数，输出N个待优化变量第二调控轨迹，并生成待优化变量第二目标调控轨迹，对待优化变量进行调控。
-
公开(公告)号：CN119811469A
公开(公告)日：2025-04-11
申请号：CN202411820567.3
申请日：2024-12-11
Applicant: 江南大学
IPC: G16B5/00 , G05B19/418 , G16C20/10 , G16C20/30
Abstract: 本发明涉及一种大肠杆菌发酵系统的参数求解方法和系统，其中，方法包括：步骤S1：建立大肠杆菌发酵过程的动力学模型，并基于所述动力学模型建立具有多传感器的大肠杆菌发酵系统在大肠杆菌发酵中的稀释率到生物量浓度的输出方程，对所述输出方程进行转换，得到具有待求解参数的方程；步骤S2：计算所述具有待求解参数的方程中的参数。本发明构建克服了由于外界环境的影响以及传感器本身的异动导致测量到的生物量浓度输出值不可直接获得测量噪声，能够保证在每一个测量值采集到时对当前时刻的参数θ进行实时估计，首先估计出每一时刻未知的方差，然后分配权重给每一个传感器充分以利用所有采集到的测量数据，保证了大肠杆菌的高效产出。
-
公开(公告)号：CN119763665A
公开(公告)日：2025-04-04
申请号：CN202411631566.4
申请日：2024-11-15
Applicant: 江南大学
IPC: G16B40/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于图表示学习的基因调控网络推断方法及系统，该方法包括：通过单细胞RNA测序数据构建基因调控网络数据集，将已知相互作用的基因对作为正样本，未知相互作用的基因对作为负样本，并随机划分为训练集、验证集和测试集；将训练集中的先验基因调控网络和基因表达谱输入到预构建的基因调控网络推断模型中进行迭代训练，得到基因对预测值；构建包含图对比学习正则项的损失函数，计算预测值与真实值之间的损失值来更新模型参数，当训练轮次达到阈值时，输出模型训练参数，并加载到模型中，对未知相互作用的基因对进行调控关系预测。本发明解决了传统生物实验成本高和现有计算模型精度低的问题，提高了基因调控网络的推断精度。
-
Patent Agency Ranking
公开(公告)号：CN117763508B
公开(公告)日：2024-11-01
申请号：CN202311780040.8
申请日：2023-12-22
Applicant: 江南大学
IPC: G06F18/27 , G01N33/18 , G01D21/02 , G01N27/00 , G01N27/06 , G01N21/64 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本发明提供一种针对小样本水体的叶绿素含量辅助预测方法及系统，涉及生物环境科学技术领域，该方法包括获取水体相关数据；对数据进行预处理得到理想数据集；计算平均影响值，对理想数据集进行降维操作处理；设置混合训练集与测试集，并将每个样本设置权重与样本更新系数；将数据集和权重向量相结合，对基本弱回归模型进行训练，并且不断更新样本权重；不断重复建立模型，保存记录每一次的弱回归模型，最终选择效果最好的回归模型作为强回归模型；将测试样本输入所述强回归模型中，得到测试样本的叶绿素预测值。本发明利用水环境影响因子与叶绿素之间、不同水环境之间的相关性，为叶绿素预测过程建立低成本和高泛化性能的叶绿素预测模型。
-
公开(公告)号：CN118859695A
公开(公告)日：2024-10-29
申请号：CN202410761524.6
申请日：2024-06-13
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明涉及Brusselator系统控制技术领域，尤其是指一种Brusselator系统有限时间自适应活化物质浓度控制方法及系统，该方法包括：S1：构建Brusselator系统的机理模型；S2：将所述机理模型转换为受控随机非严格反馈非线性系统模型；S3：利用神经网络逼近所述受控随机非严格反馈非线性系统模型中的未建模动态和耦合项，并结合自适应调节算法，构建有限时间虚拟控制器；基于所述有限时间虚拟控制器，构建实际神经网络有限时间自适应控制器；S4：基于所述际神经网络有限时间自适应控制器，得到控制信号；S5：将所述控制信号作用至Brusselator系统，通过Brusselator系统的输出跟踪活化物质的浓度，达到期望的控制目标。本发明能够保证在Brusselator系统的运行期间良好性能以及增强系统的稳定性。
-
公开(公告)号：CN118760097A
公开(公告)日：2024-10-11
申请号：CN202411095531.3
申请日：2024-08-12
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明属于化工及生物过程优化调控技术领域，涉及一种工业系统优化调控方法、装置及计算机可读存储介质；获取工业系统的数学模型、优化目标函数和优化调控时域，将优化调控时域划分为P个子控制时域；构建调控轨迹中心函数、角度函数和线性基函数；对于各个子控制时域，将预设初始中心值、N‑1个中心值分别与预设角度向量组合输入线性基函数，输出N个待优化变量第一调控轨迹，并生成待优化变量第一目标调控轨迹以及各个子控制时域内待优化变量调控轨迹的目标中心值，将预设初始角度向量、N‑1个角度向量分别与目标中心值组合输入线性基函数，输出N个待优化变量第二调控轨迹，并生成待优化变量第二目标调控轨迹，对待优化变量进行调控。
-
公开(公告)号：CN118737302A
公开(公告)日：2024-10-01
申请号：CN202410721176.X
申请日：2024-06-05
Applicant: 江南大学
Abstract: 本发明涉及微生物制造过程监测技术领域，尤其是指一种谷氨酸发酵时生物量及进料底物浓度联合估计方法及系统，该方法包括：构建发酵过程状态估计的动力学模型；将发酵过程状态估计的参数作为系统状态，将发酵过程的进料底物浓度作为未知输入，引入一个方差比例因子来修正因非高斯测量噪声带来的系统误差。本发明方法可以满足发酵过程生物量浓度和进料底物浓度联合在线状态估计的同时达到更高精度的要求。
-
公开(公告)号：CN113534663B
公开(公告)日：2024-10-01
申请号：CN202110799173.4
申请日：2021-07-14
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了用于CSTR温度控制的广义最小方差控制器设计方法，设计广义最小方差控制器的目标不仅要使CSTR出水管液体温度达到设定值，还要令操控变量与系统输出的方差足够小，确保系统的稳定性，所述广义最小方差控制器选取固定结构、只需调整参数的数值控制器C(ρ)，ρ为控制器参数；所述方法包括如下步骤：步骤一：构建CSTR温度控制系统的闭环控制回路；步骤二：针对该温度控制系统设计广义最小方差控制器，并确定控制器下的所述广义系统输出φ对应的方差性能准则函数J(ρ)；步骤三：求得准则函数J(ρ)的无偏梯度；并通过参数更新获取控制器参数ρ的最优值，选用此时的控制器参数ρ下的固定结构控制器作为CSTR温度控制系统的广义最小方差控制器。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.036 seconds)
