-
公开(公告)号：CN119476007A
公开(公告)日：2025-02-18
申请号：CN202411570024.0
申请日：2024-11-06
Applicant: 浙江工业大学
IPC: G06F30/27 , G06F18/213 , G06F18/21
Abstract: 本发明公开了一种基于多源域域适应的化工过程软测量建模方法。具体的建模流程如下，基于宽度学习网络，建立历史主工况和辅助工况的域适应模型，快速留一交叉验证方法用于参数选择。然后将模型参数共享至当前工况，计算最终输出。本发明提出的模型旨在利用多源域的互补信息，扩大预测领域，模型性能在多相流的案例中得到了验证。
-
公开(公告)号：CN119378368A
公开(公告)日：2025-01-28
申请号：CN202411381147.X
申请日：2024-09-30
Applicant: 浙江工业大学
IPC: G06F30/27 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/096 , G06N3/0895
Abstract: 本发明提出一种基于域迁移时空图网络的多模态过程软测量建模方法，属于流程工业多模态过程软测量建模领域。建模方法的具体过程如下：首先在可用源域数据上建立基础模型，其中图卷积参数用于提取变量的空间特征，而门控机制用于提取变量之间的时序特征；并设计了一种基于扰动矩阵的自监督学习方法，提高模型的泛化性和鲁棒性；嵌入数据的条件分布差异，在微调机制下校准了模型参数，扩大了模型的预测范围。
-
公开(公告)号：CN119312237A
公开(公告)日：2025-01-14
申请号：CN202411141535.0
申请日：2024-08-20
Applicant: 浙江工业大学
IPC: G06F18/2433 , G06F18/213 , G06F18/10 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06F11/3668 , G06F123/02
Abstract: 一种基于时序屏蔽自编码器的过程异常检测方法，属于过程工业的异常检测技术领域。其包括以下步骤：(1)数据标准化并使用滑动时间窗口方式提取数据连续子集作为新样本；(2)采用随机采样输入变量并对数据进行掩码操作；(3)采用引入了可学习向量的LSTM为核心的自动编码器，对过程数据的隐藏特征进行提取和重建；(4)模型训练；(5)定位异常特征及位置；(6)使用TSMAE进行过程异常检测流程。本发明能够随机屏蔽多数输入变量，减少信息冗余，借助LSTM建模过程数据的时间相关性，实现隐藏特征的提取和原始数据的重建，并在隐藏特征中填充等量可学习向量，以整体重建损失作为优化目标，增强模型建模全局信息能力。
-
公开(公告)号：CN113239515B
公开(公告)日：2024-10-25
申请号：CN202110392499.5
申请日：2021-04-13
Applicant: 浙江工业大学
Abstract: 一种基于插补法和双多项式插值的外骨骼机器人步态规划方法，先把人体正常行走状态简化为一个五连杆模型，给出人正常行走过程中的一个单腿摆动过程；给出分段五次多项式插值法的推导步骤，并计算出多项式系数；对已知插值点第一次使用分段五次多项式插值，求出分段插值函数，再根据插补法原理进行数据点的密化，得到更多的插值点；对插补后得到的插值点第二次使用分段五次多项式插值法，得到相邻插值点的插值函数，并使用MATLAB拟合得出髋关节和踝关节的步态曲线和具体的步态函数表达式。本发明规划出的步态曲线可以满足下肢运动障碍患者的正常行走需求，帮助他们进行康复训练和治疗；并且所需的相关参数均可以通过低成本的传感器测得。
-
公开(公告)号：CN118626978A
公开(公告)日：2024-09-10
申请号：CN202410527865.7
申请日：2024-04-29
Applicant: 浙江工业大学
IPC: G06F18/2433 , G05B19/418 , G06F18/241 , G06F18/10 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明涉及过程数据异常检测技术领域，公开了一种融合慢特征自编码器的过程数据异常检测方法，所述方法包括以下步骤：步骤1)数据的获取和整合；步骤2)数据预处理；步骤3)建模训练；步骤4)异常检测。本发明方法采用融合慢特征自编码器的过程数据异常检测方法，提高了异常检测的效果，能够准确的找出异常时间和异常变量，具有普遍性和通用性。
-
Patent Agency Ranking
公开(公告)号：CN118398098A
公开(公告)日：2024-07-26
申请号：CN202410527868.0
申请日：2024-04-29
Applicant: 浙江工业大学
Abstract: 本发明涉及生产过程软测量技术领域，公开了一种基于全局依赖图网络的发酵过程软测量建模方法，所述方法包括以下步骤：步骤1)数据的获取和整合；步骤2)建模训练；步骤3)预测解释。本发明方法采用基于全局依赖图网络的发酵过程软测量建模方法，通过基于图的表示将数据与知识集成在一起，利用先验知识来绘制局部和全局依赖关系，能够准确进行测量和预测，提高了模型的可解释性，具有普遍性和通用性。
-
公开(公告)号：CN113008805B
公开(公告)日：2024-03-26
申请号：CN202110175267.4
申请日：2021-02-07
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于高光谱成像深度分析的白芷饮片质量预测方法，包括以下步骤：步骤1、获取白芷粉末样品；步骤2、获取白芷粉末样品的数据信息；步骤3、高光谱数据预处理；步骤4、特征波段选择与异常样本剔除，准备建模数据集；步骤5、划分数据集并建立DBN预测模型；步骤6、模型表现评估。本发明利用深度置信网络与多样化高光谱图像的波长特征选择方法结合进行建模，找到最高效的预测模型，以便于能够对多种白芷饮片中欧前胡素含量进行快速、准确量化，实现高效地中药制剂质量预测，有助于辅助产品分级和生产决策。
-
公开(公告)号：CN117725399A
公开(公告)日：2024-03-19
申请号：CN202311746968.4
申请日：2023-12-19
Applicant: 浙江工业大学
IPC: G06F18/213 , G06F18/10 , G06F18/21 , G06N3/0442 , G06N3/0455 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 一种嵌入长短期记忆细胞的编码器负荷预测方法，属于负荷预测技术领域。其包括以下步骤：1、获取负荷数据集：采集相关参数组成时间序列；2、数据的划分和预处理：将采集的数据划分为训练集测试集，并对所提取的特征数据进行标准化处理；3、建立并行模型并训练：建立编码器和解码器，分别将划分好的数据输入模型进行训练；4、模型表现评估：建立全局模型和全局机理模型，分别输入测试样本子集得到输出变量，比较预测性能。本发明模型采用编码‑解码结构，综合使用历史信息和未来信息；同时，LSTM机制将数据间的时序特性充分提取，并通过点积注意力机制对信息进行重组，加重重要信息权重。提高负荷预测的准确度，有利于电厂对用电量的合理调度。
-
公开(公告)号：CN112580520B
公开(公告)日：2024-02-20
申请号：CN202011528449.7
申请日：2020-12-22
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于模仿学习的Deepfake检测方法，包括：(1)采集样本数据，将样本数据进行预处理后划分为专家样本S和测试样本T；(2)对专家样本S和测试样本T中数据的类别进行one‑hot编码，获取对应的类别标签序列；(3)构建策略模型Actor和判别器D，将专家样本S的状态‑动作对输入到策略模型Actor中进行训练，并通过判别器D输出的置信度反向传播梯度求导更新策略模型Actor的模型参数，直到损失函数收敛；(4)策略模型Actor的训练结束，用测试样本进行测试，计算出策略模型Actor的决策准确率；(5)将策略模型Actor应用于Deepfake视频的真假判别。利用本发明，使得模型的训练过程相对简单，不需要设计复杂的框架结构，应用场景更加全面。
-
公开(公告)号：CN113643276B
公开(公告)日：2024-02-02
申请号：CN202110999576.3
申请日：2021-08-29
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于统计分析的纺织物纹理缺陷自动检测方法，包括以下步骤：1)获取纺织物图像数据集；2)纺织物图像预处理；3)质心提取及经纬线绘制；4)构建质心经纬线统计属性的缺陷检测模型；本发明针对断经、疵点等织物曲线，在曲线斜率和曲率双重约束下，通过绘制寻找经纬图中的异常质心，实现缺陷的定位与可视化从而减少人力并提高无缺陷产品的生产率。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.047 seconds)
