-
公开(公告)号：CN110674883A
公开(公告)日：2020-01-10
申请号：CN201910936977.7
申请日：2019-09-29
Applicant: 江南大学
Abstract: 本发明公开了一种基于k近邻和概率选择主动学习方法，包括，基于工业化控制平台系统获取相应数据，设置近邻k，并计算代表样本个数；评估样本，并对其进行人工标记；更新GPR模型和训练集，迭代直到模型精度；所述设置近邻k，并计算代表样本个数的步骤包括：将训练集分为有标签样本集和无标签样本集；设置邻域样本数量k；根据k值计算无标签样本集中所要标记的代表样本个数；本发明所提方法综合考虑了无标签样本集的不确定度和代表性信息，使得挑选样本更加合理，从而以最小标记代价提升训练模型的预测性能。
-
公开(公告)号：CN110442991A
公开(公告)日：2019-11-12
申请号：CN201910739781.9
申请日：2019-08-12
Applicant: 江南大学
Abstract: 本发明公开了一种基于参数化FIR模型的动态硫回收软测量建模方法，包括，以固定采样频率采集硫回收过程的变量序列并将其用于模型参数优化，同时设置模型超参数；根据所设置的超参数构建模型结构，并对模型参数初始化；训练优化模型；模型预测；其中，所述变量序列区分为辅助变量和主导变量；本发明的模型考虑了硫回收过程的时序信息，能够有效避免过拟合现象，从而保证预测精度，进而保证在传感器老化或受损前借助软测量器来确保闭环控制的正常运行。
-
公开(公告)号：CN109543731A
公开(公告)日：2019-03-29
申请号：CN201811330781.5
申请日：2018-11-09
Applicant: 江南大学
IPC: G06K9/62
Abstract: 一种自训练框架下的三优选半监督回归算法，涉及半监督回归算法的技术领域。本发明对无标签样本和有标签样本进行筛选，建立高斯过程回归模型，利用该模型预测无标签样本集的标签值，得到伪标签样本集；利用置信度判断准则选出满足条件的伪标签样本集；通过置信度判断进一步选出可信度高的伪标签样本集，并更新有标签样本集和无标签样本集，重新对无标签样本和有标签样本筛选并利用高斯过程回归模型，更新阈值，预测无标签样本集得伪标签样本集，对伪标签样本集进行置信度判断，进入自训练循环，直至达到所设定循环次数。本发明实现对伪标签样本的置信度判断，并引入自训练框架提高无标签样本利用率，以提高利用无标签样本后模型的预测效果。
-
公开(公告)号：CN108107832A
公开(公告)日：2018-06-01
申请号：CN201810123858.5
申请日：2018-02-07
Applicant: 江南大学
Abstract: 本发明提供一种基于数据驱动的污水处理实时监控与优化系统，属于环境保护领域。该系统包括信息采集中心和子监控系统，子监控系统通过因特网连接到信息采集中心，所述信息采集中心包括依次相连的数据采集服务器、数据分析终端、控制策略反馈终端；所述子监控系统包括现场污水处理监控平台、PLC控制系统和现场设备。本系统能稳定可靠地实现污水处理过程中各工艺单元信息的采集与实时监控，并且能够基于所述子监控系统运行数据进行数据挖掘，根据人工智能优化算法决策出合力控制策略，在保证出水质量的前提下，大大减少能源的消耗，节省人力物力。
-
公开(公告)号：CN104778298B
公开(公告)日：2017-09-19
申请号：CN201510038931.5
申请日：2015-01-26
Applicant: 江南大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于EGMM的高斯过程回归软测量建模方法。用于复杂多变、噪声非高斯性的化工过程。工业过程建立的软测量预测模型往往会产生预测误差，然而模型预测误差常常包含了丰富的有用信息，因此可以从这些预测误差中提取信息用于对模型的输出进行补偿，从而改进所建立的软测量模型。首先，选择合适的变量组成误差数据，优化得到合适的高斯成分的个数；然后用EGMM对误差数据进行拟合；当新的数据到来时，用建立的GPR模型进行预测输出，并通过EGMM模型求得条件误差均值，对输出进行补偿得到更加精确的结果。能够对关键变量进行更加精确的预测，从而提高产品质量，降低生产成本。
-
Patent Agency Ranking
公开(公告)号：CN105425779A
公开(公告)日：2016-03-23
申请号：CN201510979945.7
申请日：2015-12-24
Applicant: 江南大学
IPC: G05B23/02
CPC classification number: G05B23/024 , G05B2219/24048
Abstract: 本发明公开了一种基于局部邻域标准化和贝叶斯推断的ICA-PCA多工况故障诊断方法，该方法首先对工业过程的各个正常工况进行独立采样获得训练数据集，通过对训练集局部邻域标准化，获得服从单一分布的数据集，然后利用ICA-PCA方法分别对该数据集的高斯特性和非高斯特性进行分析处理，获得全局模型。在线监控阶段对工业过程数据进行独立重复采样，经过局部邻域标准化处理后应用所述模型分析处理获得多个统计量，再根据贝叶斯推断将多个统计量组合成一个统计量，通过比较控制限，获得故障诊断结果。相比与传统故障诊断方法，本发明可以简化处理过程，提高诊断效果，改善过程监测性能，同时方便工作人员监测观察，有利于杜绝安全隐患，保障工业过程的正常运行。
-
公开(公告)号：CN105349327A
公开(公告)日：2016-02-24
申请号：CN201510919378.6
申请日：2015-12-14
Applicant: 江南大学
IPC: C12G3/02
CPC classification number: C12G3/02
Abstract: 本发明公布了一种黄酒前酵过程中酒醪中糖度和酒精度实时控制的方法，该方法描述了黄酒发酵过程的涵盖9个状态变量：淀粉浓度(S)，麦芽三糖浓度(R)，麦芽二糖浓度(M)，葡萄糖浓度(G)，淀粉与麦曲结合的中间产物浓度(C5)，麦曲浓度(E)，酵母细胞浓度(C)，溶氧浓度(O)和酒精浓度(A)。通过建立各个参数的数学模型，并将这些数学模型用于黄酒前酵过程中的温度控制系统，控制黄酒前酵过程中的温度曲线，从而准确的预测出发酵过程中酒精度和糖度的变化数值，并对黄酒前酵过程中酒醪中的糖度和酒精度进行稳定控制。本发明控制方法可以保证黄酒生产的品质。
-
公开(公告)号：CN105331491A
公开(公告)日：2016-02-17
申请号：CN201510921487.1
申请日：2015-12-14
Applicant: 江南大学
IPC: C12G3/02
CPC classification number: C12G3/02
Abstract: 一种基于温度与开耙控制系统来自动控制黄酒前酵发酵的方法，属于智能化轻工过程控制领域。温控步骤为：将米饭冷却至24-27℃后与酒曲搅拌均匀落缸，落缸后使发酵自然进行，通过温控系统使品温不超过32℃，该状态维持12h；落缸后12h使温度在32℃保持20h；随后18h内缓慢均匀降温，从32℃降至15℃，在15℃恒温继续发酵40h；开耙控制为从落缸开始，经10h开头耙，开耙时间10min，此时品温控制在31-32℃；从10-31h，每隔3h开耙一次，开耙时间8min，31h后每隔10h开耙一次，时间8min，直至发酵结束。本发明实现了黄酒生产自动化，黄酒发酵不再单纯靠发酵技师的视觉经验来控制，降低发酵技师的劳动强度，解决了黄酒发酵过程中温度与开耙难于控制的问题，使黄酒品质的稳定性大大提高。
-
公开(公告)号：CN104699894A
公开(公告)日：2015-06-10
申请号：CN201510038932.X
申请日：2015-01-26
Applicant: 江南大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于实时学习的高斯过程回归多模型融合建模方法。用于复杂多变的多阶段性的化工过程。该方法是一种在线不断更新的多模型策略。用高斯混合模型对过程的不同阶段进行辨识，并采用一种自适应实时学习方法，不断更新所建立的高斯过程回归模型。当新的数据到来时，在每个不同的阶段，基于欧式距离和角度原则选择部分相似的数据，用于建立局部的高斯过程回归模型。最终根据计算得到的新的数据隶属于每个不同阶段的后验概率，对局部模型进行融合输出。能够对关键变量进行精确预测，从而提高产品质量，降低生产成本。
-
公开(公告)号：CN103034211A
公开(公告)日：2013-04-10
申请号：CN201210554574.4
申请日：2012-12-19
Applicant: 江南大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于无线网络的污水处理工艺监控系统，包括：工业无线传感网络、工业无线局域网络和无线广域网。工业无线传感网络负责采集污水处理各部分工艺的现场设备的相关信息；工业无线局域网络负责对传感网络发送过来的信息进行处理，同时将处理后的数据返回给现场设备；无线广域网络负责对远程监控申请进行传输与答复，在系统出现故障到故障解决期间，每隔一定时间自动将故障信息发送给指定的技术人员。本发明通过几种不同的无线网络将传统的分布式集散控制系统升级为一个网络控制系统，真正实现了无线远程实时监控。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.029 seconds)
