一种基于时空双压缩机制的轻量级长短时交通流预测方法

    公开(公告)号:CN119207102B

    公开(公告)日:2025-04-01

    申请号:CN202411710875.0

    申请日:2024-11-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于时空双压缩机制的轻量级长短时交通流预测方法,包括:获取交通流数据集;将交通流数据集划分为训练集、验证集和测试集,并进行标准化处理,得到节点特征矩阵;基于节点特征矩阵构建时空双压缩注意力模型,通过训练集、验证集和测试集对其进行训练、验证、测试,并不断优化其超参数;使用最终得到的时空双压缩注意力模型进行长短时交通流预测。本发明使用时空双压缩注意力模型降低了模型的参数量,进而降低了交通预测模型的计算成本,使模型能够完成对未来更长时间的交通预测;使用时空双压缩注意力模型,降低可训练张量的稀疏性,有效剔除干扰信息,进而极大的提升了模型的交通流预测的准确率。

    孔板流量计数字孪生模型的搭建方法及装置、电子设备

    公开(公告)号:CN118586306A

    公开(公告)日:2024-09-03

    申请号:CN202410620589.9

    申请日:2024-05-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种孔板流量计数字孪生模型的搭建方法及装置、电子设备,包括以下步骤:对孔板流量计流道进行参数化建模并进行流场数值模拟;根据导压管中介质的物理特性及其分布情况进行集中参数系统建模;对差压变送器的结构与综合性能进行集中参数系统建模;实现流场数值模拟与导压管模型的单向耦合;实现导压管模型与差压变送器模型的双向耦合;实现差压变送器与转换电路仿真模型的单向耦合,最终得到完整的孔板流量计数字孪生模型。该方法能够快速搭建孔板流量计的数字孪生模型,准确还原孔板流量计在各种流速入口条件及干扰条件下的工作状态,可以用于指导孔板流量计中差压变送器、导压管和流道结构的联合优化设计,显著降低开发成本。

    基于启发式算法的交换机数据包头向量的资源优化系统和方法

    公开(公告)号:CN118509505A

    公开(公告)日:2024-08-16

    申请号:CN202410722869.0

    申请日:2024-06-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于启发式算法的交换机数据包头向量的资源优化系统和方法,该系统包括字段分析器、标准优化框架模块和基于启发式算法的优化模块,其中,字段分析器用于识别哪些字段可重复使用PHV字,同时保留原始数据包的处理逻辑,通过两种策略自动识别哪些字段可以重复使用PHV字;再由标准优化框架模块将分析结果集成到编码中,以提供资源最优决策;为了实现运行的高效性,在标准优化框架模块的基础上采用启发式算法,即使用基于启发式算法的优化模块对Gurobi求解器进行优化,以快速返回接近最优的编码结果。本发明通过使多个字段重复使用PHV字,提高了资源效率,能够减少部署网络功能时出现的故障,实现高效部署。

    一种基于LLVM的变量类型信息修复与比较方法及系统

    公开(公告)号:CN114610320B

    公开(公告)日:2024-06-21

    申请号:CN202210279549.3

    申请日:2022-03-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于LLVM的变量类型信息修复与比较方法和系统,包括变量类型信息修复分析和变量类型比较分析;其中变量类型信息修复分析包括将目标程序源代码编译到LLVM IR、目标变量提取、LLVM IR变量类型与源代码信息匹配、类型分析结果存储。变量类型信息修复分析和变量类型比较分析通过两个的LLVM分析流实现,且变量类型比较分析结果应用了变量类型信息修复分析结果。该方法和系统可以解决前LLVM IR中存在类型信息缺失和/或联合体类型相关类型导致无法进行类型比较分析以及比较分析不准确的问题。

    一种基于经验模态分解的台区负荷异常态势协同检测方法

    公开(公告)号:CN118035909A

    公开(公告)日:2024-05-14

    申请号:CN202410107366.2

    申请日:2024-01-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于经验模态分解的台区负荷异常态势协同检测方法,该方法采用边‑云协同方式进行检测,由运行于边缘物联终端的边缘计算实现本地台区负荷异常态势的本地快速检测方法进行检测;由运行于配电主站的集中计算实现台区负荷异常态势的协同检测;配电主站根据各边缘物联终端在负荷态势正常时周期性上传的历史数据、各边缘物联终端在检测到负荷态势异常后上传的主导电气量测数据和偏离特征值数指标,将台区负荷的异常态势和物理故障等配电网异常状态区分开。本发明不需要配电网详细的物理参数,能够在本地快速准确筛查出负荷异常态势,降低了通信网络负担,节省了配电网控制中心的计算资源。

    一种基于传感器可靠性分析的高炉状态监测方法及装置

    公开(公告)号:CN116702030B

    公开(公告)日:2024-01-23

    申请号:CN202310627456.X

    申请日:2023-05-31

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于传感器可靠性分析的高炉状态监测方法及装置,涉及高炉冶炼过程监测技术领域。由于目前高炉状态监测方法很少关注作为状态监测方法数据来源的传感器本身,此时若传感器发生故障导致数据异常,正常运行的高炉可能被误判为故障状态。针对上述问题,本发明提出了一种基于传感器可靠性分析的高炉状态监测方法。包括基于高炉历史参数数据集的特征变量挑选;基于特征变量数据集,应用反向传播神经网络建立初始高炉故障状态监测模型与传感器故障状态监测模型,应用支持向量机建立故障传感器定位模型,针对传感器精度下降故障,建立精度下降故障状态监测模型;联合分(56)对比文件KR 20080097911 A,2008.11.06US 2008276155 A1,2008.11.06US 8706357 B1,2014.04.22陈强.提高煤矿安全监控系统智能化水平技术探讨《.煤矿机械》.2023,全文.Yayu Peng.Sensor fault detection andisolation for a wireless sensor network-based remote wind turbine conditionmonitoring system《.IEEE Access》.2017,全文.

    基于机器视觉的烧结点火强度过高判断、分级方法及装置

    公开(公告)号:CN116703834A

    公开(公告)日:2023-09-05

    申请号:CN202310577405.0

    申请日:2023-05-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于机器视觉的烧结点火强度过高判断、分级方法及装置,该方法包括:获取烧结料面图像数据集,所述烧结料面图像数据集包括训练数据、验证数据和测试数据,并对所述训练数据和验证数据标注裂纹区域;搭建改进DeepLabV3+语义分割网络模型,所述改进DeepLabV3+语义分割网络模型为在DeepLabV3+语义分割网络中用MobileNetV2替换原主干网络,并增加并行卷积和串行卷积结构;利用所述训练数据和验证数据对所述改进DeepLabV3+语义分割网络模型进行训练;将所述测试数据输入到训练后的改进DeepLabV3+语义分割网络模型中,得到分割结果,根据所述分割结果判断烧结点火强度过高情况的存在与否及其分级。本发明通过有效检测裂纹对烧结点火强度过高的判断及分级具有较好的效果和实用价值。

Patent Agency Ranking