-
公开(公告)号：CN108960437A
公开(公告)日：2018-12-07
申请号：CN201810858296.9
申请日：2018-07-31
Applicant: 佛山科学技术学院
IPC: G06N99/00
Abstract: 本发明公开了基于工业制造大数据的不平衡数据学习方法，包括以下步骤101、确定工业制造大数据的采集源及采集方式：102、按照步骤101的采集方式从采集源获取工业制造大数据以构成不平衡数据集；103、通过抽样机制来修改不平衡数据集，以提供平衡的数据分布；104、将所述不平衡数据集引入SFBP代价矩阵框架，通过代价矩阵框架元素的逐项搜索比较，对每行和每列中满足约束条件的元素个数进行计数；通过比较每行每列满足约束条件的元素个数所占每行每列的比例，对SFBP代价矩阵框架添加相应的代价值行列数，改变其代价矩阵框架，以优化不平衡数据集的平衡度。
-
公开(公告)号：CN108805330A
公开(公告)日：2018-11-13
申请号：CN201810414128.0
申请日：2018-05-03
Applicant: 佛山科学技术学院
Abstract: 本发明属于水质水量调度领域，尤其涉及一种水功能区间水量优化调度方法及装置。本发明通过对从模型的输入输出维数、源漏项、模型求解三个方面对水质迁移转化垂本方程进行研究和改进，以期建立适用于复杂原水系统的水库水质模拟模型。构件水功能区间水量优化调度模型将全局水系统中的境外水源、水库、水厂等概化为网络结点，各结点间通过线段渠道、输水管道、涵管等连接进行调度，具有很好的应用前景与场前景。
-
公开(公告)号：CN108804589A
公开(公告)日：2018-11-13
申请号：CN201810520837.7
申请日：2018-05-28
Applicant: 佛山科学技术学院
IPC: G06F17/30
Abstract: 本发明公开了一种制造装备测试大数据的记录方法及其系统，包括：初始化制造装备测试大数据记录系统，无线通讯模块连接工业无线网络的数据采集节点；数据采集节点采集工业设备数据并将所述工业设备数据通过无线通讯模块传递给噪声过滤模块；噪声过滤模块从过滤规则数据库中下载过滤规则，并根据所述过滤规则对工业设备数据进行过滤，并将过滤后的工业设备数据传递给储存数据库；储存数据库对所述过滤后的工业设备数据进行存储；其中，所述制造装备测试大数据记录系统包括：无线通讯模块，噪声过滤模块，过滤规则数据库，储存数据库。本发明创造可减少噪声数据，避免数据臃肿，便于后期数据分析和挖掘。可用于工业自动化控制技术领域。
-
公开(公告)号：CN108712473A
公开(公告)日：2018-10-26
申请号：CN201810376774.2
申请日：2018-04-25
Applicant: 佛山科学技术学院
CPC classification number: H04L67/26 , G06Q50/205 , H04L67/12
Abstract: 本发明公开了一种在线学习新增课程的推送方法，包括：步骤1、获取用户在线学习的课程记录数据；步骤2、对课程记录数据根据课程的类别进行分类，利用模糊层次分析法获得反映用户对各类别课程感兴趣程度的权重值，根据所述权重值建立反映用户对各类别课程感兴趣程度的评价模型；步骤3、通过评价模型获得评价结果，并根据评价结果判定用户感兴趣课程类别，再将与所述用户感兴趣课程类别相同类别的在线学习课程推送给用户；其中，所述课程记录数据包括：课程类别，课程完成度，课程学习时长。同时，公开了一种在线学习新增课程的推送终端，本发明创造解决了现有在线学习方法和终端的不足，有利于提高用户的学习效率。可用于在线学习领域。
-
公开(公告)号：CN108673503A
公开(公告)日：2018-10-19
申请号：CN201810493644.7
申请日：2018-05-22
Applicant: 佛山科学技术学院
CPC classification number: B25J9/1674 , B25J19/0066
Abstract: 本公开公开了一种工业机器人实时故障检测方法及装置，通过实时监测统计各工业机器人的每日平均启动次数和每日平均每次启动的运行时间信息来判断疑似故障的工业机器人并提交给数据库，便于维护人员定位维修，一种简单、直观、实用且易于实现的故障诊断方法，通过实时监测统计各工业机器人的每日平均启动次数和每日平均每次启动的运行时间信息来判断疑似故障的工业机器人并提交给数据库，便于维护人员定位维修，以保障运行的安全性，保证工作精度，提高维护效率，节约维护费用。
-
Patent Agency Ranking
公开(公告)号：CN108614544A
公开(公告)日：2018-10-02
申请号：CN201810520821.6
申请日：2018-05-28
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种工业锅炉系统异常信号值监测方法及其系统，包括：初始化工业锅炉系统异常信号值监测系统，无线通讯模块连接工业无线网络的数据采集节点；数据采集节点采集工业锅炉系统运行时的实时回水温度信号值并将所述实时回水温度信号值通过无线通讯模块传递给处理模块；处理模块从历史数据库中下载所述工业锅炉系统的历史回水温度信号值，并将所述历史回水温度信号值与所述实时回水温度信号值进行对比，生成异常信号值标识；报警模块根据异常信号值标识发出报警信息；同时，所述工业锅炉系统异常信号值监测系统包括：无线通讯模块，处理模块，历史数据库，报警模块。本发明创造利于工业锅炉系统的管理。可用于工业自动化领域。
-
公开(公告)号：CN108564190A
公开(公告)日：2018-09-21
申请号：CN201711336804.9
申请日：2017-12-14
Applicant: 佛山科学技术学院
CPC classification number: G06Q10/04 , G01D21/02 , G06N3/084 , G06Q50/265
Abstract: 本发明公开了一种城市灾害预测系统，包括图像信息模块、水位检测模块、流量检测模块、气象观测模块、数据库模块以及决策支持模块，所述决策支持模块用于根据所述图像信息模块、水位检测模块、流量检测模块以及气象观测模块所采集的数据判断洪涝灾害的发生等级，所述发生等级越高，洪涝灾害发生的机率越大。本发明通过图像信息模块、水位检测模块、流量检测模块以及气象观测模块，采集多个导致洪涝灾害发生的数据，数据来源全面广泛，综合考虑了造成洪涝灾害的多方面因素，预测准确度高。本发明创造用于预测城市洪涝灾害发生机率。
-
公开(公告)号：CN105376695B
公开(公告)日：2018-08-17
申请号：CN201510645556.0
申请日：2015-10-09
Applicant: 佛山科学技术学院
CPC classification number: Y02D70/10
Abstract: 基于IEEE802‑15‑4标准的无线通信方法，其特征在于包括构成局域网络的一个具有基于IEEE802‑15‑4标准的无线通信能力的协调器、数个基于IEEE802‑15‑4标准的无线通信能力的终端，协调器设有周期性定时器，终端与协调器建立连接后，对建立连接的终端设备建立一个计数器，一个周期定时结束后对所有连接的终端设备对应的计数器加一，终端每隔一段时间发送心跳包到协调器，回报连接状态,使用者通过按钮启动无线语音对讲，协调器可直接发起语音对讲，而其他终端设备则需要发送请求信息到协调器，协调器回复确认请求才可发起语音对讲。本发明与已有技术相比，具有功能多样、体积小、功耗低的优点。
-
公开(公告)号：CN108280517A
公开(公告)日：2018-07-13
申请号：CN201810243362.1
申请日：2018-03-23
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种远程的水产养殖水体质量监测系统，包括：采集装置，远程终端，所述远程终端设有：神经网络模块，显示模块，所述神经网络模块与所述采集装置通过互联网连接，所述采集装置用于采集养殖水体的温度、溶解氧、PH值参数，所述神经网络模块用于以养殖水体的温度、溶解氧、PH值参数作为学习数据，学习得到养殖水体质量类别评估结果，所述显示模块用于将所述评估结果显示出来。利用神经网络模块智能性，利用采集装置采集的参数中得到养殖水体质量类别评估结果，并通过显示模块将该评估结果显示出来，方便管理者及时准确的了解到当前养殖水体的质量情况。该系统可用于水产养殖作业中。
-
公开(公告)号：CN108008099A
公开(公告)日：2018-05-08
申请号：CN201711059198.0
申请日：2017-11-01
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种污染源定位方法，包括传感器节点传输位置坐标以及传感器节点所检测到的污染物浓度；建立用于分析污染物浓度的通用模型；设定神经网络模型；计算t1至tn时刻下各个传感器节点的污染物浓度理论值；以计算得到的污染物浓度理论值为神经网络模型的训练样本，以t1至tn时刻下各个传感器节点所检测到的污染物浓度实际值作为神经网络模型的期望输出；实际应用时神经网络模型输出预测的各个传感器节点的污染物浓度；定位污染源位置。本发明通过对神经网络模型进行训练，在未知待测水域污染物运动时能够做到精准地预测一段时间后处于各个位置的传感器节点的污染物浓度，并定位污染源位置。本发明创造用于定位待测水域中污染源位置。
-
-
-
-
-
-
-
-
-
Search Results
349
records
(took 0.049 seconds)
