-
公开(公告)号：CN112734104A
公开(公告)日：2021-04-30
申请号：CN202110013565.3
申请日：2021-01-06
Applicant: 河北工业大学
Abstract: 本发明提供了一种融合双生成器双判别器的生成对抗网络和自编码器的跨域推荐方法。该方法获取两个具有相同项目或相同用户的同类型数据域，将两数据域中相同的用户信息或项目信息作为辅助信息；将单个数据域中的评分数据和作为辅助信息的用户信息或项目信息相级联；对级联后得到的数据进行特征提取；再通过生成对抗网络的对抗过程对不同数据域间的特征进行对齐与融合，得到融合后的数据特征；最后对融合后的数据特征进行解码得到两个数据域的评分预测矩阵，通过评分预测矩阵为用户推荐预测分数较高的项目。
-
公开(公告)号：CN111242192A
公开(公告)日：2020-06-05
申请号：CN202010009117.1
申请日：2020-01-06
Applicant: 河北工业大学
Abstract: 本发明公开了一种不确定性下多层次密度融合的余热发电锅炉温度控制方法，包括下述步骤：S1.定义余热发电锅炉温度控制特征参数体系，并对数据预处理；S2.获取锅炉状态调查表，构造锅炉调整权重矩阵；S3.用基于密度的平衡迭代规约聚类算法对初始抗体进行优化；S4.求出每个抗原与抗体之间的亲和力，更新记忆细胞；S5.依次判断记忆细胞和最优解集中是否有满意解。本发明针对余热发电锅炉发电过程中存在的温度难以精确控制，以及阀门调整过于依靠操作员经验等问题，改进了传统的免疫算法中的初始抗体产生、亲和力计算、以及最优解选取这三个过程，有效提高了算法的收敛速度，并且对锅炉的温度实现了准确快速的控制。
-
公开(公告)号：CN111242192B
公开(公告)日：2023-06-20
申请号：CN202010009117.1
申请日：2020-01-06
Applicant: 河北工业大学
IPC: G06F18/2321 , G06F18/2135 , G06N3/006 , F27D17/00
Abstract: 本发明公开了一种不确定性下多层次密度融合的余热发电锅炉温度控制方法，包括下述步骤：S1.定义余热发电锅炉温度控制特征参数体系，并对数据预处理；S2.获取锅炉状态调查表，构造锅炉调整权重矩阵；S3.用基于密度的平衡迭代规约聚类算法对初始抗体进行优化；S4.求出每个抗原与抗体之间的亲和力，更新记忆细胞；S5.依次判断记忆细胞和最优解集中是否有满意解。本发明针对余热发电锅炉发电过程中存在的温度难以精确控制，以及阀门调整过于依靠操作员经验等问题，改进了传统的免疫算法中的初始抗体产生、亲和力计算、以及最优解选取这三个过程，有效提高了算法的收敛速度，并且对锅炉的温度实现了准确快速的控制。
-
公开(公告)号：CN111272824B
公开(公告)日：2024-09-03
申请号：CN202010205535.8
申请日：2020-03-23
Applicant: 河北工业大学
Abstract: 本发明涉及用于水下滑翔机载温盐深测量仪检测装置及检测方法，包括测试水箱、标准检测仪器、潜水泵、搅拌装置、数据记录设备，直流供电模块；标准检测仪器、潜水泵和搅拌装置置于测试水箱内，数据记设备和直流供电模块置于测试水箱外；测试水箱侧壁上安装有数据通信用水密接插件和直流供电用水密接插件；潜水泵出水端与标准检测仪器进水端、标准检测仪器出水端与水下滑翔现载温盐深测量仪进水端、水下滑翔现载温盐深测量仪出水端与测试水箱内部分别经管路连接，形成检测回路；标准检测仪器用于输出标准参考温度值和电导率数据给数据记录设备，水下滑翔现载温盐深测量仪用于输出检测仪器的测量温度值和电导率数据给数据记录设备。本装置可实现现场检测。
-
公开(公告)号：CN112734519B
公开(公告)日：2022-08-09
申请号：CN202110014871.9
申请日：2021-01-06
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于卷积自编码器网络的商品推荐方法。获取用户对于项目的历史评分行为数据集；针对该数据集中的用户评分行为数据进行预处理生成稀疏的用户‑项目评分矩阵和项目‑用户评分矩阵，再将这两个评分矩阵根据单个用户和单个项目处理为一维数据序列的方式作为输入；然后采用卷积自编码器的编码网络分别提取用户和项目的深层隐含特征，协同挖掘用户和项目之间的相关性，生成关于用户和项目的隐含特征矩阵；再利用卷积自编器的解码网络分别得到基于用户和基于项目的预测评分矩阵并进行融合，最终得到稠密的完整预测评分矩阵；将得到的完整预测评分矩阵中对应项目评分最高的依次推荐给目标用户。
-
Patent Agency Ranking
公开(公告)号：CN114611414A
公开(公告)日：2022-06-10
申请号：CN202210500606.6
申请日：2022-05-10
Applicant: 河北工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/12
Abstract: 本发明公开了一种结合EMD和TCN的太阳能辐射预测方法，包括获取太阳能辐射和气象历史数据；对历史数据之间进行相关性分析，去掉不相关的气象历史数据；进行填充缺失值和异常值校正，获得待处理历史数据；采用EMD对待处理太阳能辐射历史数据进行分解，得到多个分量；对每个分量分别结合待处理气象历史数据，得到每个分量的待输入数据；对各个待输入数据分别进行归一化处理，再分别输入到各自的TCN模型中，得到预测数据；再将所有预测数据进行张量的累加，得到太阳能辐射的预测值；对TCN模型的参数进行调整，再进行反归一化，得到最终的预测结果值。本发明将EMD和TCN结合，具有并行计算、低内存消耗等优势，提高太阳能辐射预测性能。
-
公开(公告)号：CN112890804A
公开(公告)日：2021-06-04
申请号：CN202110062560.X
申请日：2021-01-18
Applicant: 河北工业大学
Abstract: 本发明涉及牛蹄病监测技术领域，具体为一种牛蹄病监测装置及监测系统，包括检测台，所述检测台的顶部均匀设置有四个压力传感器，检测台的内部设置有电阻电压转换电路和A/D转换器。当牛蹄踩踏在压力传感器上时，系统能够对四只牛蹄的压力进行检测，通过四只牛蹄压力间的差异判断出患病牛蹄，判断更加的精准，自动化程度也更高，节约了人工成本。当判断牛蹄患病时，告警模块会发出报警，以提醒工作人员，更加的智能化。本发明设计新颖，具有能够精准判断牛蹄患病情况、自动化程度高、牛蹄患病时能够自动报警、便于判断牛的生长周期和断奶时机、牛蹄健康情况能够汇总监控的优点。
-
公开(公告)号：CN112001526A
公开(公告)日：2020-11-27
申请号：CN202010715802.6
申请日：2020-07-23
Applicant: 河北工业大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/12 , G06K9/62 , G06F30/27 , G06F111/04 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种基于优化小生境遗传算法的资源调度方法，包括下述步骤：S1.以建立多目标函数和多约束条件为基础，建立资源调度优化数学模型；S2.基于权值粒子群算法对多目标函数进行加权处理，将多目标模型转化为单目标函数的问题；S3.根据K均值聚类算法把种群分为K个聚类并确定聚类中心；S4.选择、自适应交叉、自适应变异和小生境淘汰操作；S5.判断是否满足终止条件得到最终资源调度方式。本发明针对资源调度中现存的多目标求解难和易陷入局部最优解等问题，对基于优化小生境遗传算法的资源调度方法中的多目标函数确定权值、小生境半径和交叉和变异算子这三个过程进行改进，并且有效显著降低资源调度方式的成本并且降低加工时间。
-
公开(公告)号：CN111272824A
公开(公告)日：2020-06-12
申请号：CN202010205535.8
申请日：2020-03-23
Applicant: 河北工业大学
Abstract: 本发明涉及用于水下滑翔机载温盐深测量仪检测装置及检测方法，包括测试水箱、标准检测仪器、潜水泵、搅拌装置、数据记录设备，直流供电模块；标准检测仪器、潜水泵和搅拌装置置于测试水箱内，数据记设备和直流供电模块置于测试水箱外；测试水箱侧壁上安装有数据通信用水密接插件和直流供电用水密接插件；潜水泵出水端与标准检测仪器进水端、标准检测仪器出水端与水下滑翔现载温盐深测量仪进水端、水下滑翔现载温盐深测量仪出水端与测试水箱内部分别经管路连接，形成检测回路；标准检测仪器用于输出标准参考温度值和电导率数据给数据记录设备，水下滑翔现载温盐深测量仪用于输出检测仪器的测量温度值和电导率数据给数据记录设备。本装置可实现现场检测。
-
公开(公告)号：CN112734104B
公开(公告)日：2022-07-19
申请号：CN202110013565.3
申请日：2021-01-06
Applicant: 河北工业大学
IPC: G06Q10/04 , G06Q10/06 , G06Q10/10 , G06F16/9535 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明提供了一种融合双生成器双判别器的生成对抗网络和自编码器的跨域推荐方法。该方法获取两个具有相同项目或相同用户的同类型数据域，将两数据域中相同的用户信息或项目信息作为辅助信息；将单个数据域中的评分数据和作为辅助信息的用户信息或项目信息相级联；对级联后得到的数据进行特征提取；再通过生成对抗网络的对抗过程对不同数据域间的特征进行对齐与融合，得到融合后的数据特征；最后对融合后的数据特征进行解码得到两个数据域的评分预测矩阵，通过评分预测矩阵为用户推荐预测分数较高的项目。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
