-
公开(公告)号：CN118245898B
公开(公告)日：2025-04-15
申请号：CN202410393185.0
申请日：2024-04-02
Applicant: 山东大学
IPC: G06F18/2411 , G06F18/2111 , G06F18/20 , G06N7/01 , G06N20/10
Abstract: 本发明提供了一种基于深度学习的工程机械主动热管理控制方法及系统，本发明通过利用人工兔及鲸鱼融合算法改进的支持向量机对历史数据训练得到风扇转速预测模型基础上，结合马尔可夫链及关联规则算法构建能更加准确地反映工程机械实际散热需求的加权工况，将采集的实时数据及加权工况作为风扇转速预测模型输入，输出得到风扇转速，改进工程机械热管理系统的控制策略，使该系统满足工程机械热管理需求的同时，最大限度地降低能耗。
-
公开(公告)号：CN119815277A
公开(公告)日：2025-04-11
申请号：CN202411773093.1
申请日：2024-12-04
Applicant: 天翼云科技有限公司
Abstract: 本申请提供了一种通过WiFi信号预测游客步行轨迹的方法，所述方法包括对设置在景区内不同景点的Wi‑Fi探针的MAC数据进行采集；对采集到的MAC数据协议进行解析；实时计算游客进出不同景点的进出时间和驻留时间；计算游客步行轨迹；对步行轨迹的数据进行矩阵式数据处理；进行游客动线预测分析；通过朴素贝叶斯算法得到游客的轨迹预测数据，通过Wi‑Fi信号衰减程度和在多景区设立Wi‑Fi探针，得到终端用户在各景点的驻留时长和出入时间，进而得到游客步行的线路轨迹，并通过朴素贝叶斯公式算法，预测后续游客步行轨迹路线，为景区游客量合理分布、应急处置提供预测性数据支持，同时本申请与环境耦合度低，用户无感知，且预测分析计算还具有实时、异步、可扩展的特点。
-
公开(公告)号：CN119810126A
公开(公告)日：2025-04-11
申请号：CN202411740503.2
申请日：2024-11-29
Applicant: 宜春江理锂电新能源产业研究院 , 江西理工大学
Abstract: 本发明提供一种基于边缘检测的矿石图像分割优化方法及系统，涉及图像处理技术领域，方法包括：获取具有待检测矿石的矿石颗粒图像；对矿石颗粒图像进行预处理；通过具有自适应阈值的Canny边缘检测算法，提取预处理后的矿石颗粒图像的边缘图像；结合矿石颗粒图像，通过预训练SAM模型对边缘图像进行分割，得到标记边缘图像边界的分割掩码；将矿石颗粒图像和分割掩码输入至CRF模型，以最小化CRF模型中的能量函数值为目标，对分割掩码进行优化，得到优化分割掩码；对优化分割掩码进行基于面积阈值的面积过滤，保留矿石颗粒图像中代表待检测矿石的目标区域；将目标区域作为矿石颗粒图像的分割结果输出。
-
公开(公告)号：CN119809618A
公开(公告)日：2025-04-11
申请号：CN202510301115.2
申请日：2025-03-14
Applicant: 浙江米尔智能科技有限公司
IPC: G06Q10/20 , G06Q10/04 , G06F18/23 , G06F18/26 , G06N7/02 , G06N7/01 , G06N3/126 , G06N5/01 , G06N3/006 , G06N20/20
Abstract: 本申请提供基于AI的擦地机生产设备异常预测系统及方法，其中，通过实时监测擦地机生产设备的操作参数，并与历史数据对比，分离出周期性和非周期性成分；利用聚类算法识别非预期波动模式，并通过关联规则挖掘得到关键因素；结合同类型组件性能数据构建基准性能曲线，基于实际性能曲线的偏离程度，使用模糊逻辑系统评估潜在异常风险等级；采用贝叶斯网络预测未来特定时间段内可能发生的故障，生成维护建议报告。本申请提高了擦地机生产设备维护效率和可靠性。
-
公开(公告)号：CN119809448A
公开(公告)日：2025-04-11
申请号：CN202411989448.0
申请日：2024-12-31
Applicant: 国网青海省电力公司玉树供电公司 , 国网青海省电力公司
IPC: G06Q10/0639 , G06Q50/06 , G06F30/27 , G06N3/092 , G06F17/11 , G06Q10/0635 , G06Q10/04 , G06N7/01 , G06N20/10 , G06F18/2411 , G06N3/0464 , G06N3/044 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/126 , H02J3/38 , G06F113/04 , G06F119/14
Abstract: 本发明属于能源互联网技术领域，具体涉及一种基于模型‑数据混合驱动的区域能源互联网韧性在线评估方法。该方法首先构建综合能源网络物理模型并建立韧性评估指标体系，其物理模型涵盖能源节点与线路模型，通过能量守恒定律等模拟能源活动。接着进行实时监控与风险预警，利用智能传感器采集数据，结合机器学习预测风险。然后基于物理模型输出和实时数据，采用深度学习算法评估网络韧性，融合CNN‑RNN模型、对抗训练及贝叶斯推理确定权重。最后依据评估结果，运用混合优化算法和强化学习优化策略，考虑市场因素调整能源运作。本发明整合模型和数据优势，有效提升韧性评估准确性、风险预警及时性及策略优化有效性，对能源互联网发展意义重大。
-
Patent Agency Ranking
公开(公告)号：CN119809052A
公开(公告)日：2025-04-11
申请号：CN202510013627.9
申请日：2025-01-06
Applicant: 招商局重庆公路工程检测中心有限公司 , 山东省交通运输事业服务中心
Inventor： 陈武浩 , 李英勇 , 曲建波 , 孙中洋 , 李明月 , 李隆吉 , 龚顺遂 , 白光亮 , 张显明 , 李功文 , 粟寒 , 孟旭 , 李克阳 , 余颜江 , 冉芸诚 , 陈子阳 , 谭书林 , 李东晋
Abstract: 本申请涉及桥梁维护技术领域，提供一种桥梁状态预测方法及相关装置，所述方法包括：获取第一桥梁状态数据；从所述第一桥梁状态数据中，提取第二桥梁状态数据；从所述第一桥梁状态数据中，提取第三桥梁状态数据；根据第三桥梁状态数据，采用马尔可夫转移概率算法计算桥梁状态转移概率；根据第二桥梁状态数据和桥梁状态转移概率，对所述目标桥梁的状态进行预测，得到目标桥梁状态预测结果，能够给桥梁维护人员提供桥梁在预设时间后的可能的退化状态，进而给予维护人员对安排桥梁的维护工期提供参考，使得维护人员能够根据桥梁维护工期对桥梁及时的维护，提高桥梁的安全性。
-
公开(公告)号：CN119808941A
公开(公告)日：2025-04-11
申请号：CN202411826230.3
申请日：2024-12-12
Applicant: 中国人民大学
IPC: G06N5/04 , G06N7/01 , G06F16/903 , G06F16/9032
Abstract: 本公开提供一种基于蒙特卡洛树与动态检索的多模态推理方法。应用于人工智能助手辅助教师判卷场景。具体来说，本框架包括统一的检索模块：所述检索模块包括混合模态检索语料库和多模态检索模块；所述多模态检索模块包括两种检索模块：文本检索模块和跨模态检索模块，采用知识概念过滤来选择关键的解决问题见解，利用蒙特卡罗树搜索和主动检索机制自动获取多模态推理的渐进式多模态推理注释进行数据标注；然后利用标注数据在两个阶段通过课程过程奖励建模逐步对齐过程奖励模型，以实现对多模态大模型推理的细粒度验证。结合了MCTS算法和主动检索策略，以改善多模态推理。该框架能够自动获取高质量的逐步推理注释，从而逐步对齐过程奖励模型，最终实现可靠的自动化多模态推理验证。
-
公开(公告)号：CN119808595A
公开(公告)日：2025-04-11
申请号：CN202510266040.9
申请日：2025-03-07
Applicant: 浙江广川工程咨询有限公司
IPC: G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/126 , G06N7/01 , G06N3/08 , G06F119/02 , G06F119/04
Abstract: 本发明涉及水利工程检测技术领域，具体为一种大跨度可组装检测门数据推演方法。本发明通过大跨度可组装检测门的历史磨损度数据、历史水质数据和历史水压数据基于贝叶斯推断法和遗传算法非线性拟合磨损度数据，并获取对应的斜率数据和使用时长；通过这些历史数据训练检测门影响参数预测模型，依据真实环境下水利检测目标的历史水压数据和历史水质数据对大跨度可组装检测门的使用磨损度进行模拟数据推演预测，结合预测的斜率数据和使用时长数据修正，生成磨损度的耐久曲线；通过该方法可以对在未使用的情况下对磨损度进行可视化的数据推演工作，以衡量大跨度可组装检测门的使用寿命，以便于后续进行相关使用方案的生成和已使用方案的修正。
-
公开(公告)号：CN119808535A
公开(公告)日：2025-04-11
申请号：CN202411803423.7
申请日：2024-12-09
Applicant: 中国机械总院集团郑州机械研究所有限公司
IPC: G06F30/27 , G06N7/01 , G06F111/08
Abstract: 本申请涉及金属线材拉丝技术领域，尤其涉及一种基于贝叶斯网络的拉丝工艺优化方法及装置，获取金属线材的拉丝参数，并进行预处理得到初始数据集；基于现有知识分析各个拉丝参数之间的因果关系，并构建初始贝叶斯网络结构，且基于评分搜索的结构学习算法对初始贝叶斯网络结构进行学习，得到最适合初始数据集的贝叶斯网络结构；在初始数据集和得到的贝叶斯网络结构的基础上进行参数学习，得到构建好的贝叶斯网络模型，以对输入的工艺参数进行逻辑推理，得到对性能参数的预测结果；基于构建好的贝叶斯网络模型进行逆向溯源，动态调整工艺参数。从而能够综合考虑多个拉丝参数之间的复杂关系，实现对工艺的有效优化和质量控制。
-
公开(公告)号：CN119807486A
公开(公告)日：2025-04-11
申请号：CN202411739563.2
申请日：2024-11-29
Applicant: 北京大学人民医院
IPC: G06F16/903 , G06F16/906 , G06F18/243 , G06F18/213 , G06F18/25 , G06Q50/20 , G06N20/20 , G06N5/01 , G06N3/006 , G06N7/01 , G06N3/092 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499
Abstract: 本发明属于医学教育技术领域，公开了一种基于人工智能的医学教育指导方法及系统。所述的方法包括如下步骤：在云数据中心中设置医学教育资源库，并构建人工智能模型；对医学教育资源库中若干医学教育资源数据进行特征提取和分类；根据用户的实时基本信息和实时行为数据，进行用户画像生成；根据实时用户画像，在若干实时资源分类结果中进行匹配；根据实时用户画像和若干匹配实时资源数据特征，进行医学教育指导；将实时医学教育策略和若干目标医学教育资源数据发送至用户终端；根据用户终端发送的实时反馈数据，对人工智能模型进行参数优化。本发明解决了现有技术存在的成本投入大、效率低、效果差、缺乏定制化以及智能化程度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
7033
records
(took 0.038 seconds)
