-
公开(公告)号：CN112506913B
公开(公告)日：2021-07-09
申请号：CN202110138920.X
申请日：2021-02-02
Applicant: 广东工业大学
IPC: G06F16/215 , G06F16/2458 , G06F16/248 , G06F16/28 , G06Q50/04
Abstract: 一种面向制造业数据空间的大数据体系结构构建方法，首先构建包含业务域、模态域、处理域三维度的多维数据空间模型；其后通过集成数据进程和更新数据进程构建业务域维度架构，将设置有不同属性标签的制造业数据按照资源视图的储存规则集成在多维数据空间模型中的业务域维度中，并实时更新制造业数据；针对不同制造业数据的属性标签，在模态域维度设置不同的查看查询方法；在处理域维度建立若干数据处理维度来处理操作业务域维度中的制造业数据并获取结果。该构建方法解决了传统数据库模型和传统数据仓库在海量数据处理、存储和数据定义定位等方面的不足而不能有效适用于制造业大数据的问题，提高制造数据有效利用率，挖掘制造大数据潜在价值。
-
公开(公告)号：CN113051469A
公开(公告)日：2021-06-29
申请号：CN202110247202.6
申请日：2021-03-05
Applicant: 广东工业大学
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明涉及信息技术的领域，提供一种基于K‑聚类算法的学科选择推荐方法；本发明获取调查对象的个人信息作为样本数据，然后对样本数据与处理后，方便分析与计算，保证了后续学科推荐的可靠合理性，利用K‑means++算法对预处理样本数据进行特征分析，获得最终聚类中心和最终聚类中心所处的簇，而簇根据学科设置；计算样本数据与每个最终聚类中心的欧氏距离，将样本数据分配到欧氏距离最近的最终聚类中心，即可获得最终聚类中心所处的簇对应的推荐学科。本发明以调查对象的个人信息作为最直接的样本数据，匹配学生的真实情况，具有针对性和目的性，推荐的学科更合理，帮助学校及学生避免面临学科选择时的盲目无助性。
-
公开(公告)号：CN112579580A
公开(公告)日：2021-03-30
申请号：CN202011351978.4
申请日：2020-11-26
Applicant: 广东工业大学
IPC: G06F16/215 , G06F16/2458 , G06N3/00 , G06Q10/04 , G06Q10/06 , G06Q10/00
Abstract: 本发明公开了一种基于工业大数据预测的预报警方法，包括以下步骤：S1、通过OPC服务器采集工厂控制系统中的数据，并将采集到的数据传送至数据存储服务器存储；S2、对存储在数据存储服务器中的数据进行清洗处理；S3、构建粒子群优化灰色模型，通过构建的粒子群优化灰色模型预测工业大数据；S4、将预测得到的工业大数据与报警值进行对比产生报警点，并通过OPC服务器反馈至工厂控制系统。本发明能快速判断出快要发生故障的位置，然后通过报警提示的方式，告知操作或者维修人员提前进行调整或维护，做到故障提前预知，并进行及时处理，达到防患于未然的目的。
-
公开(公告)号：CN110126816B
公开(公告)日：2020-11-17
申请号：CN201910243727.5
申请日：2019-03-28
Applicant: 广东工业大学
IPC: B60W30/045 , B60R16/023
Abstract: 本发明公开了一种汽车主动前轮转向系统的容错控制方法，包括下述步骤：步骤一，基于理想的车辆前轮转向系统动力学模型，以其作为汽车运行过程中的参考模型，用于输出汽车的实际运动状态信息，包括汽车横向速度、横摆角速度、质心侧偏角和横向轮胎力；步骤二，由于车辆的质量随着乘客数量变化而改变，其值在一定范围内波动，因此对存在于车辆模型中的不确定参数，采用Takagi‑Sugeno，即T‑S模糊的方法进行处理；本发明的控制方法具有结构简单，运算量小，便于实现等优点；并且，前轮转向角控制和横摆力矩控制的结合使得本发明方案在控制效果上优于单一方式的控制方法，复合控制一方面能保证较好的转角精度，另一方面能获得较好的控制效果。
-
公开(公告)号：CN108549221A
公开(公告)日：2018-09-18
申请号：CN201810293455.5
申请日：2018-03-30
Applicant: 广东工业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本申请公开了一种线性随机系统的滤波方法，包括：对线性随机系统添加噪声叠加项，得到噪声叠加线性随机系统；根据噪声叠加线性随机系统进行观测值表达式构造处理，得到观测值表达式；按照最优滤波方法，将噪声叠加线性随机系统和观测值表达式作为参数进行滤波处理，得到滤波结果。通过对线性随机系统添加噪声叠加项，使线性随机系统不仅受到上一时刻的系统噪声干扰，还受到当前时刻的系统噪声干扰，因此可以较完整的拟合实际情况中噪声干扰的环境，进一步的就可以提高后续的滤波的精度，使滤波处理更加精确。本申请还公开了一种线性随机系统滤波装置、另一种滤波装置以及计算机可读存储介质，具有上述有益效果。
-
Patent Agency Ranking
公开(公告)号：CN118426309B
公开(公告)日：2025-03-21
申请号：CN202410506657.9
申请日：2024-04-25
Applicant: 广东工业大学
IPC: G05B13/04
Abstract: 本发明属于工业互联网和自动控制技术领域，提供了一种基于云计算的网络化多智能体编队控制方法及系统，包括根据网络条件，将分布在混合网络下的智能体进行分组，并给每组智能体分配一个云节点；获取智能体的输入输出数据并计算伪偏导数的估计，将其发送至对应的云节点；云节点基于获取的组内智能体的数据以及从其他云节点发送来的数据，生成智能体的编队控制协议；云节点基于智能体编队控制协议生成预测控制序列，下发至智能体的执行器，对智能体进行控制。本公开克服了传统网络化多智能体系统中存在的实时大数据、通信延迟、大计算量和多任务协调等问题，实现了网络化多智能体系统的编队控制。
-
公开(公告)号：CN119337412A
公开(公告)日：2025-01-21
申请号：CN202411335136.8
申请日：2024-09-24
Applicant: 广东工业大学
IPC: G06F21/62 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/098
Abstract: 本发明提出了一种基于对抗式联邦增量学习的车联网隐私计算方法及系统,针对用户隐私数据更新中的隐私保护问题；包括：采集车联网隐私数据；根据车联网隐私数据，采用生成式对抗网络模型构建本地生成模型；采用生成式对抗网络模型构建云端中心全局模型；获取新增隐私数据，基于联邦增量学习，构建新增全局边缘模型；基于新增全局边缘模型，获得云端更新中心全局模型；基于云端更新中心全局模型，对本地生成模型进行更新优化，得到车联网隐私数据；本发明在不泄露用户隐私信息的前提下进行有效更新和维护，通过结合多端生成对抗训练技术与云端全局模型聚合机制，提升隐私保护水平，保证了车联网系统的数据安全和用户隐私的保密性。
-
公开(公告)号：CN118500402A
公开(公告)日：2024-08-16
申请号：CN202410563268.X
申请日：2024-05-08
Applicant: 广东工业大学
IPC: G01C21/20 , G06Q10/047 , G06Q50/26
Abstract: 本发明属于无人机路径规划领域，提供了一种基于采样的高层室内消防多无人机协同运动决策方法及系统，包括对规划空间进行采样，基于采样结果建立采样图；根据采样图进行社区检测与合并，得到采样点社区以及社区之间的拓扑图，即社区图；基于社区图进行社区间的路径规划，根据路径规划结果再次进行社区发现，得到无人机数量以及每架无人机的搜索区域；根据起点和终点找出多无人机的路径，根据多无人机的路径是否存在交叉来判断多无人机各自路径之间是否需要重新进行协同路径规划；采用两层模糊逻辑系统进行决策，确定无人机当前位置与目标位置的分岔节点。本发明以社区发现为基础对环境进行分析，并针对各种战法进行路径规划，提高路径规划效率。
-
公开(公告)号：CN117400250A
公开(公告)日：2024-01-16
申请号：CN202311467488.4
申请日：2023-11-06
Applicant: 广东工业大学
Abstract: 本发明涉及微纳机器人技术领域，提供了一种集群微纳机器人的一体化的控制方法及装置，所述控制方法包括以下步骤：S1、采集集群微纳机器人的运动图像数据；S2、根据所述运动图像数据产生不同类型磁场并发出数字信号；S3、将所述数字信号转换成模拟信号；S4、将所述模拟信号进行放大处理，输出模拟放大信号；S5、接收所述模拟放大信号并产生磁场信号，通过所述磁场信号控制所述集群微纳机器人进行运动。本发明对集群微纳机器人的控制方式多样，控制效果好，控制的精度高，适用范围广。
-
公开(公告)号：CN117226849A
公开(公告)日：2023-12-15
申请号：CN202311481468.2
申请日：2023-11-09
Applicant: 广东工业大学
IPC: B25J9/16
Abstract: 本发明涉及机器人控制领域，具体为多机械臂自适应滑模控制方法及系统，包括以下步骤：建立多机械臂的动力学模型，确定多机械臂集群包含控制过程中，各机械臂之间的网络通信拓扑，定义多机械臂系统的包含误差；基于事件触发函数和自适应滑模控制理论，设定线性滑模面函数和分布式自适应滑模估计器，并分别构造基于事件触发的分布式自适应滑模包含控制律和自适应律；根据得到的控制律和自适应律控制各机械臂。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.074 seconds)
