-
公开(公告)号：CN106950938A
公开(公告)日：2017-07-14
申请号：CN201710325529.4
申请日：2017-05-10
Applicant: 安徽建筑大学
IPC: G05B19/418
CPC classification number: Y02P90/02 , G05B19/4186
Abstract: 一种市政给水管线的智能控制器，通信接口单元与微处理器单元连接，并与管线系统中相邻节点智能控制器中的通信接口单元网络互连；参数采集单元实时采集包括水压力、水流量、水流速、水质管线参数，并将各参数传递给微处理器单元；微处理器单元通过通信接口单元与相邻智能控制器节点组网，对参数采集单元采集的参数实时分析与处理，并依据参数建立给水管线动力与漏损分析模型，发送指令至各单元。本发明还提供了一种采用上述市政给水管线的智能控制器构建的市政给水管线运行监控系统。本发明的优点在于：通过该智能控制器，市政给水管线能够形成信息共享，实现管线漏损分析、水质安全分析、运行安全风险预警，提高了对系统控制的稳定性和时效性。
-
公开(公告)号：CN104833063A
公开(公告)日：2015-08-12
申请号：CN201510306176.4
申请日：2015-06-04
Applicant: 安徽建筑大学 , 安徽四建控股集团有限公司
IPC: F24F11/00
CPC classification number: F24F2110/10 , F24F11/30 , F24F11/62 , F24F2110/00 , F24F2110/20 , F24F2110/30 , F24F2120/20
Abstract: 一种空调控制方法，其包括以下步骤：S1：对用户的历史生理参数、室内环境参数、个人参数及热舒适度主观评价结果进行训练，得到该用户的人体热舒适度模型；S2:获取用户当前时刻的上述各项参数，输入至所述人体热舒适度模型，得到一PMV输出值，根据所示PMV输出值输出一操作指令；S3：将所述操作指令发送至空调以改变空调的运行状态；S4:间隔一时间段后，继续执行步骤S2直至所述PMV输出值在预设的PMV阈值范围内；本发明同时还提供了一种利用该方法的空调控制系统。本发明公开的一种空调控制方法及系统是以人体热舒适为出发点进行的，根据当前用户的热舒适情况做出最适宜该用户的空调调节方式，完成了空调系统的智能自动调节，实现了室内环境的动态热舒适控制。
-
公开(公告)号：CN116520834B
公开(公告)日：2024-05-28
申请号：CN202310447042.9
申请日：2023-04-24
Applicant: 安徽建筑大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种低能耗的无人船巡航方法，包括岸基子系统、无人船子系统，所述无人船子系统包括定位导航模块、激光雷达模块、电池模块、动力控制模块和工控机，所述工控机通过WiFi模块与地面站无线连接，通过对无人船进行三自由度的运动学和动力学建模，分析真实环境中的风浪流对无人船的影响，并根据无人船运动时的能耗计算公式建立无人船能耗模型。基于能耗模型能够得到特定环境下不同巡航速度的能量消耗情况，利用该模型对航向控制策略及速度控制策略进行优化。通过约束航行中高耗能的减速制动行为、因偏航引起的频繁调整船头行为，以及采用低能耗的巡航速度，共同实现了在有风浪环境下的低能耗巡航控制。
-
公开(公告)号：CN117315886B
公开(公告)日：2024-04-12
申请号：CN202311148036.X
申请日：2023-09-07
Applicant: 安徽建筑大学
IPC: G08B21/04 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S13/89 , G01S13/88 , A61B5/11 , A61B5/00
Abstract: 本发明涉及即将跌倒检测方法及装置技术领域，具体公开了一种基于UWB雷达的人员即将跌倒检测方法及装置，方法包括：数据采集：实时采集待监测室区域内检测时间段内待检测人员发生相关动作的连续二维CSI信号；数据预处理：对二维CSI信号进行降噪处理，获取二维CSI序列片段并进行分类标注；分类标注的二维CSI序列片段划分为三种类型；通过预设深度学习检测模型将步骤二中的near‑fall、fall和ADLs二维CSI序列片段经过滑动窗口的划分可以得到若干个CSI信号矩阵，进而完成输入数据构造；动作检测分类：构建深度神经网络模型将预处理后的二维CSI矩阵进行灰度化处理并作为深度神经网络的输入，完成数据的特征提取和对不同动作类型进行分类。
-
公开(公告)号：CN111476205B
公开(公告)日：2023-10-17
申请号：CN202010375098.4
申请日：2020-05-07
Applicant: 安徽建筑大学
IPC: G06V20/52 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种基于LSTM模型的人员计数方法及装置，所述方法包括：对双路多束型主动红外入侵探测器装置的输出数据进行标注得到标注数据集；依据标注数据集划分模式数据集以及教师集；将模式数据集和教师集作为训练集输入到LSTM神经网络模型中进行训练获取分类模型；将双路多束型主动红外入侵探测器装置采集到的输出序列输入到分类模型得到人员进出的类别；根据分类模型的类别辨识结果进行室内人数的统计；本发明的优点在于：利用LSTM模型对双路多束型主动红外入侵探测器的输出序列进行处理，能够处理长期序列，并且解决了RNN的梯度消失问题。
-
Patent Agency Ranking
公开(公告)号：CN116881645A
公开(公告)日：2023-10-13
申请号：CN202310924781.2
申请日：2023-07-26
Applicant: 安徽建筑大学
IPC: G06F18/15 , G06F18/214 , G06N3/0442
Abstract: 本发明公开了一种基于BiLSTM的无人船测深数据缺失值处理方法，BiLSTM网络模型，网络分为以下几层：序列输入层、BiLSTM层、ReLU激活层、全连接层和回归层。其中序列输入层用于接收输入的无人船测深数据，第二层是定义了一个BiLSTM层，用于学习序列数据中的长期依赖关系，该层有50个隐藏单元，第三层是一个ReLU激活层，用于增强网络的非线性表达能力，第四层是一个全连接层，用于将ReLU层的输出映射到单个值，最后一层是一个回归层，整体利用BiLSTM关注数据的上下文信息，实现了比LSTM更好的预测效果，基于BiLSTM的缺失值填补方法的RMSE远小于LSTM的结果。
-
公开(公告)号：CN110932297B
公开(公告)日：2020-12-29
申请号：CN201911358399.X
申请日：2019-12-25
Applicant: 安徽建筑大学
Inventor： 谢陈磊 , 方潜生 , 张红艳 , 张毅 , 杨亚龙 , 盛锦壮 , 张振亚 , 李善寿 , 李杨 , 蒋婷婷 , 朱徐来 , 张睿 , 王萍 , 李雪飞 , 杨先锋 , 袁翠艳 , 钟永祥 , 任守明 , 王浩杰 , 朱俊超
Abstract: 本发明公开了基于无中心粒子群算法的分布式储能装置调度方法及装置，所述方法包括：根据分布式储能装置的架构构建包含智能计算节点的拓扑结构，并确定每个节点的邻居节点；构建目标函数优化模型并设定约束条件；粒子群初始化；建立粒子群的适应度函数；每个节点进行适应度函数值计算，每个节点与其邻居节点交互信息并更新各参数，直到当前迭代次数达到预设的迭代次数K，输出优化结果；本发明的优点在于：邻居节点之间有数据交互，实时协同，数据处理准确全面，避免陷入局部最优。
-
公开(公告)号：CN109242049B
公开(公告)日：2019-07-09
申请号：CN201811391052.0
申请日：2018-11-21
Applicant: 安徽建筑大学
Abstract: 本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明通过卷积和池化操作减少了数据中的噪声点，提取了每类型数据中的特殊特征，使得预测更加准确。
-
公开(公告)号：CN107368648B
公开(公告)日：2018-07-20
申请号：CN201710589810.9
申请日：2017-07-19
Applicant: 安徽建筑大学
Abstract: 一种面向市政给水管网压力监测点优化布置方法，基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性；利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据；采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于：能够有效反映管网压力的区域分布情况；使用OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，避免了初始参数对聚类结果的影响。
-
公开(公告)号：CN107368648A
公开(公告)日：2017-11-21
申请号：CN201710589810.9
申请日：2017-07-19
Applicant: 安徽建筑大学
CPC classification number: G06F17/5009 , G06K9/6218 , G06Q50/06
Abstract: 一种面向市政给水管网压力监测点优化布置方法，基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性；利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据；采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于：能够有效反映管网压力的区域分布情况；使用OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，避免了初始参数对聚类结果的影响。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.034 seconds)
