-
公开(公告)号：CN118941900A
公开(公告)日：2024-11-12
申请号：CN202410897865.6
申请日：2024-07-05
Applicant: 北京工业大学 , 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06V10/80 , G06V10/82 , G06V20/13 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06Q10/0639 , G06Q50/26
Abstract: 本发明涉及一种基于多模态数据融合的水质指标预测的方法，特别是涉及一种基于瓶颈注意模块(Bottleneck Attention Module,BAM)、低秩多模态融合(Low‑rank Multimodal Fusion,LMF)、注意力机制、卷积神经网络、倒置Transformer(Inverted Transformer,ITransformer)模型的水质指标预测方法。首先，分别从获取的遥感图像数据和水质指标历史数据中提取图像和水质特征序列。然后，基于BAM和LMF将图像和水质特征进行融合，获取多模态融合特征。最后，将多模态融合特征输入ITransformer模型，预测未来长期的水质指标值，最终获取精准度较高的水质指标预测结果。
-
公开(公告)号：CN118917857A
公开(公告)日：2024-11-08
申请号：CN202410897864.1
申请日：2024-07-05
Applicant: 北京工业大学 , 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06Q30/018 , G06Q50/26 , G06N5/04 , G06N7/01
Abstract: 本发明涉及一种面向水质污染溯源的方法，特别是涉及一种基于机理模型，贝叶斯推理和马尔可夫链蒙特卡罗算法(Markov Chain Monte Carlo,MCMC)的水体污染物溯源方法。首先，设计基于水质污染物的对流扩散模型。其次，将污染物的对流扩散模型结合贝叶斯推理框架，获得基于实验数据的排污源待反演参数的后验分布。最后，针对贝叶斯推理中后验分布概率函数参数维度高、连续性可微性差、计算极其复杂的问题，使用MCMC概率分布抽样方法实现高维复杂概率分布抽样的简化。该方法可实现在缺乏先验知识的情况下大幅度缩小排污参数的取值范围，最终给出排污参数的参数总结。
-
公开(公告)号：CN118427778A
公开(公告)日：2024-08-02
申请号：CN202410497031.6
申请日：2024-04-24
Applicant: 北京工业大学
IPC: G06F18/27 , G06F18/10 , G06F18/213 , G06F18/2131 , G06Q10/04 , G06Q50/26 , G06N3/0455 , G06N3/0464 , G06N3/08 , G01N33/18 , G06F123/02
Abstract: 本发明涉及一种面向水质指标预测的方法，特别是涉及一种基于SG(Savitzky Golay)滤波、多周期季节性分解(Seasonal‑trend Decomposition using Loess for Multiple Seasonal Components,MSTL)、频域增强块(Frequency‑Enhanced Block,FEB)和频域增强注意力机制(Frequency‑Enhanced Attention,FEA)的水质指标预测方法SMF2。首先，将获取到的水质指标历史数据依照时间序列进行排序，使用插值法调整异常数据，并采用SG滤波平滑预处理，将水质时间序列数据通过MSTL分解算法按照多周期性预设的滑动窗口大小划分为多个周期分量、趋势分量、残差分量。输入基于频域增强块FEB和频域增强注意力机制FEA的预测模型SMF2，通过时域频域相互转换、特征提取和频域低秩性近似变换等算法操作，可实现对水质指标值基于单要素和多要素的短期与长期预测任务，最终获取精准度较高的水质指标预测结果。
-
公开(公告)号：CN119249079A
公开(公告)日：2025-01-03
申请号：CN202411282952.7
申请日：2024-09-13
Applicant: 北京工业大学
IPC: G06F18/15 , G06F18/10 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提出一种结合Patch Savitsky‑Golay滤波和Transformer的水质指标预测模型。首先，利用滑动窗口技术将水质时间序列划分为多个子序列，以捕捉序列内在趋势和语义信息。基于此，通过Savitsky‑Golay滤波器对子序列进行去噪，进而提高信号‑噪声比，以确保水质序列数据的质量。最后，引入Transformer模块，利用其自注意力机制处理时间序列的非线性特性，从而增强模型对序列长期依赖关系的捕捉能力。以上策略有效提升水质指标预测的精度和可靠性。
-
公开(公告)号：CN118761459A
公开(公告)日：2024-10-11
申请号：CN202410740134.0
申请日：2024-06-07
Applicant: 北京工业大学
Abstract: 本发明提供一种面向集成学习的大语言模型微调下的问答方法及装置，该方法包括：对LLMs模型进行预训练得到基准LLMs模型；基于集成学习策略对奖励模型进行训练，得到集成奖励模型；基于强化学习策略根据所述集成奖励模型输出的奖励分数对所述基准LLMs模型进行微调，得到目标LLMs模型；将用户的问题输入目标LLMs模型，得到所述问题的答案。本发明通过融合基于集成学习策略的奖励模型和基于人类反馈的强化学习技术，以实现对人类偏好的精准对齐，提高LLMs在特定领域的性能。
-
Patent Agency Ranking
公开(公告)号：CN119251014A
公开(公告)日：2025-01-03
申请号：CN202411282955.0
申请日：2024-09-13
Applicant: 北京工业大学
IPC: G06Q50/06 , G06Q50/26 , G06N3/042 , G06N3/0455 , G06N3/08 , G06F18/213 , G06F17/18
Abstract: 本发明涉及一种面向水污染事件的溯源分析方法，特别是涉及一种基于改进的注意力模块、改进的变分自编码器、异构图注意力神经网络模型结合的水质污染物溯源方法。该方法首先利用改进的注意力模块提取水污染特征之间的相关性，接着将数据输入改进的变分自编码器进行重建时序分布，判断是否为水污染事件。而后对污染源和水质监测断面的空间和时序依赖构建异构时空图，最后对异常的上游水质监测断面及周围的污染物进行溯源，确定污染源的位置。
-
公开(公告)号：CN118761458A
公开(公告)日：2024-10-11
申请号：CN202410740133.6
申请日：2024-06-07
Applicant: 北京工业大学
IPC: G06N5/022 , G06N3/0464 , G06N3/045 , G06N3/09 , G06F18/25
Abstract: 本发明提供一种基于多模态工业大模型的问答方法及装置，该方法包括：从工业环境中收集多种模态的数据，使用各种模态对应的特征提取算法进行数据特征提取；使用对齐算法将各种模态的特征向量对齐，将各种模态对齐后的特征向量进行拼接，根据拼接后得到的综合特征向量构建知识库；对用户至少一种模态的问题输入进行特征提取得到问题输入的特征向量，将问题输入的特征向量对齐后进行拼接，得到查询特征向量；计算查询特征向量与知识库中的综合特征向量之间的相似度，根据相似度从知识库中查询与查询特征向量相关的综合特征向量，使用LLM根据查询的综合特征向量生成问题输入的答案。本发明实现基于多模态工业大模型的问答。
-
公开(公告)号：CN115660180A
公开(公告)日：2023-01-31
申请号：CN202211344060.6
申请日：2022-10-31
Applicant: 北京工业大学
IPC: G06Q10/04 , G06Q50/20 , G06F18/23213 , G06N3/006 , G06N3/0455 , G06N3/086 , G06N3/126
Abstract: 本发明涉及一种在调度问题中处理高维问题的优化方法。首先，提出了一种自适应的教学优化算法(STLBO)，该算法可以根据不同问题自适应的调整算法参数以平衡其在不同阶段的探索和搜索能力。为了加快算法的寻优速度，稀疏自编码器(SAE)将部分高维空间压缩到低维使STLBO可以更快的搜索到有希望的区域。此外提出了一种改进的径向基神经网络(IRBF)作为代理模型，该代理模型替代部分真实模型进行个体的适应度评价以节省计算资源。最后，种群动态分配策略更好的融合了SAE和IRBF。
-
公开(公告)号：CN119250061A
公开(公告)日：2025-01-03
申请号：CN202411282936.8
申请日：2024-09-13
Applicant: 北京工业大学
IPC: G06F40/211 , G06F16/951 , G06F16/957 , G06F18/241 , G06F18/214 , G06F40/30 , G06N5/04
Abstract: 本发明设计一种基于本体映射的开放性生产控制和统一架构(Object Linking and Embedding for Process Control Unified Architecture,OPC UA)中设备信息的查询推理方法。首先，将OPC UA服务器的信息模型提取为资源描述框架三元组，而后使用网页本体语言对数据的含义进行补充，之后建立OPC UA设备本体语义映射的模型。在此基础上，使用事件类本体映射的语义相似度计算方法来对各种数据对象进行合并和分类。最后，将设备信息的资源描述语言输入到Apache Jena引擎的自动推理机中进行查询。这种信息查询模型可以识别设备及其组件之间的关系以及设备事件中的异常情况并进行处理。
-
公开(公告)号：CN118427748A
公开(公告)日：2024-08-02
申请号：CN202410497026.5
申请日：2024-04-24
Applicant: 北京工业大学
IPC: G06F18/2433 , G06F18/10 , G06N3/045
Abstract: 本发明涉及一种面向水质指标的预警方法，特别是涉及一种基于SG(Savitzky Golay)滤波、Autoformer模型以及双分支注意力异常检测结构的水质指标预警方法。首先，将获取到的水质时间序列进行线性插值补全，然后采用SG滤波平滑预处理。然后，再进行水质时序数据的归一化处理，将水质时序数据按照预设的输入长度作为特征序列输入Autoformer预测模型中，预测未来一段时间的水质指标，最终对预测的水质指标进行异常检测打分判断，对异常点做预警处理。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.074 seconds)
