“綦小龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[实用新型]一种电力环保设施用气候采样装置-CN201921879433.3有效
发明人： 綦小龙;张国梁;宋乐栋;库瓦特·马木提 -专利权人：伊犁师范大学;国网新疆电力有限公司塔城供电公司
申请日： 2019-11-01 - 公布日： 2020-05-22 - 主分类号： G01W1/02 文献下载
摘要：本实用新型公开了一种电力环保设施用气候采样装置，包括光伏发电模块、传感器模块、支柱、总控制器、无线信号收发器和控制电脑，所述光伏发电模块和传感器模块均安装在支柱上，所述光伏发电模块包括太阳能发电板、转换器、太阳能控制器和蓄电池，所述太阳能发电板安装在支柱的顶端，所述太阳能发电板的底面安装有转换器，所述支柱的一侧设置有设备箱体，所述设备箱体与套接在支柱上的弧形卡环通过螺钉固定连接，所述设备箱体内设置有太阳能控制器。本实用新型通过设置光伏发电模块、无线信号收发器、控制电脑、风速风向传感器、污染物传感器和温湿度传感器，解决了现有的技术功能单一，无法实现远程分析检测，节能环保效果差的问题。
一种电力环保施用气候采样装置

[实用新型]一种基于手机APP的智能化图书借阅装置-CN201921796552.2有效
发明人：李海英;王慧玲;綦小龙 -专利权人：伊犁师范大学
申请日： 2019-10-24 - 公布日： 2020-04-17 - 主分类号： G07G1/14 文献下载
摘要：本实用新型公开了一种基于手机APP的智能化图书借阅装置，包括底座，所述底座的顶部固定有支撑柱，所述支撑柱的侧面固定有支架，所述支架上固定有侧板，所述侧板的正面上从上到下分别设置有高清摄像头、触摸显示屏和扫描区域，所述支撑柱的顶部设置有顶放置板，所述底座的内部分别设置有单片机控制器和无线网络模块，所述单片机控制器通过无线网络模块与云服务器平台网络连接，所述云服务器平台与借阅人手机APP终端单向网络连接。本实用新型通过设置侧板、顶放置板、云服务器平台、借阅人手机APP终端和管理员手机APP终端，解决了传统的图书馆借阅装置各个分图书室管理人员不能及时接收到书籍借阅情况，造成图书整理不够及时的问题。
一种基于手机 app 智能化图书借阅装置

[发明专利]一种基于工况变化的电力环保设施参数关联模型学习方法-CN201910352292.8在审
发明人：宋蓓;高阳;綦小龙 -专利权人：江苏万维艾斯网络智能产业创新中心有限公司
申请日： 2019-04-29 - 公布日： 2019-12-31 - 主分类号： G06F17/50 文献下载
摘要：本发明公开一种基于工况变化的电力环保设施参数关联模型学习方法。所述基于工况变化的电力环保设施参数关联模型学习方法包括：步骤1，参数关联模型初始化：基于离线数据利用SBN算法初始参数关联模型，得到关系系数矩阵；步骤2，工况关键参数选取：选取电力环保设施工况关键参数，作为衡量工况变化的依据；步骤3，工况变化检测：利用滑动窗口对各参数进行突变检测，将工况关键参数发生突变的时间戳作为工况变化的时间戳；步骤4，参数关联模型更新：基于上次工况变化时刻至当前工况变化前一时刻内的数据，对已有参数关联模型进行局部更新，并对更新后的模型进行可视化。本发明的有益效果为：能够通过检测实时工况变化，动态更新参数关联模型，使其具有建模非稳态突变过程的能力，实现随时间变化的参数依赖关系刻画，为专业人员进一步分析设备之间内在的相关性提供帮助。
工况变化参数关联电力环保关键参数关联模型模型学习时间戳矩阵动态更新参数工况变化检测模型初始化随时间变化参数依赖初始参数分析设备关系系数滑动窗口局部更新离线数据模型更新前一时刻实时工况突变过程突变检测非稳态可视化建模算法突变刻画衡量检测更新帮助

[发明专利]基于连续型工业数据的稀疏贝叶斯网络增量式学习方法-CN201811009985.9在审
发明人：周春蕾;张友卫;高阳;张天诚;帅云峰;孙栓柱;綦小龙;李逗;李春岩;潘苗;杨晨琛;王其祥;高进;王明 -专利权人：江苏方天电力技术有限公司;南京大学;国网江苏省电力有限公司;国家电网公司
申请日： 2018-08-31 - 公布日： 2019-01-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于连续型工业数据的稀疏贝叶斯网络增量式学习方法。所述基于连续型工业数据的稀疏贝叶斯网络增量式学习方法包括：步骤1，数据预处理：将训练样本进行正则化等预处理，保证均值为0、方差为1；步骤2，结构学习：基于滑动窗口，采用批样本的形式进行结构的增量式学习；步骤3，参数学习：利用结构学习得到的关系系数矩阵以及正则化样本获得当前状态下每一个特征的混合高斯分布的均值和方差，即连续型贝叶斯网络参数；步骤4，网络更新：对新到来的样本，利用总体样本的正则化参数进行预处理，利用滑动窗口形成同样规模的批样本进行结构以及参数的更新。
贝叶斯网络增量式学习连续型样本工业数据稀疏预处理滑动窗口正则化方差矩阵混合高斯分布数据预处理正则化参数参数学习关系系数网络更新训练样本样本获得学习更新保证

1
共 4 条