“白玉廷”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52个，建议您升级VIP下载更多相关专利

[发明专利]一种惯性测量位置估计方法、装置及介质-CN202310800667.9在审
发明人： 白玉廷;贾伟;金学波;苏婷立 -专利权人：北京工商大学
申请日： 2023-07-03 - 公布日： 2023-09-19 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及定位导航技术领域，特别涉及一种惯性测量位置估计方法、装置及介质。在目标定位信号缺失时，分别通过预测模型获取当前预测坐标，通过公式推导计算获取当前解算坐标，以融合权重融合当前预测坐标和当前解算坐标，算得当前定位坐标；所述融合权重为预测模型预测方式和推导计算方式的信任度，根据目标当前惯性测量数据实时计算获得。AI模型预测和数学推导计算两种方式都可以用于定位目标坐标，但两种方式又都有不适用的场景，对于不同的场景以不同的权重信任度融合两种方式结算的结果，可在综合显著提高当前定位坐标的准确度。
一种惯性测量位置估计方法装置介质

[发明专利]一种基于LSTM-DFGAN的粮食加工过程污染物数据扩充及风险预测方法-CN202310343276.9在审
发明人：王立;郑浪;金学波;王小艺;于家斌;白玉廷;赵峙尧;郭天洋 -专利权人：北京工商大学
申请日： 2023-03-31 - 公布日： 2023-09-19 - 主分类号： G06Q10/0635 文献下载
摘要：本发明公开了一种基于LSTM‑DFGAN的粮食加工过程污染物数据扩充及风险预测方法，属于食品安全领域。首先获取粮食加工过程污染物的原始数据，处理后得到1行N×(I+J)列的一维数据，并输入到TimeGAN中进行扩充，将扩充后的每组数据集划分为训练集和测试集，对LSTM和GAN进行训练。然后将训练集中的输入数据输入训练好的LSTM/GAN模型，输出预测数据，将预测的输出数据与训练集的输入数据融合，作为DF模型的输入数据，利用训练集中的输出数据作为DF模型的输出数据，对DF模型进行训练。基于训练好的DF，将DF嵌入GAN，建立DFGAN模型。最后在DFGAN模型的基础上，将DF替换为LSTM‑DF模型，建立LSTM‑DFGAN模型，实现对粮食加工过程污染物的精准预测。本发明具有首创性，融合各模型的优点，预测效果更好。
一种基于 lstm dfgan 粮食加工过程污染物数据扩充风险预测方法

[发明专利]基于无监督聚类和极限学习机的大米加工链风险评价方法-CN202310347225.3在审
发明人：于家斌;马欣玥;范依云;赵峙尧;张新;崔晓玉;白玉廷;白文帅 -专利权人：北京工商大学
申请日： 2023-04-03 - 公布日： 2023-07-28 - 主分类号： G06Q10/0635 文献下载
摘要：本发明是一种基于无监督聚类和极限学习机的大米加工链风险评价方法，属于食品安全技术领域。本发明方法将污染物指标毒理学特性融入到熵权中，使得到的加工链综合风险指数更加可靠；根据确定的污染物指标的综合权重，基于模糊综合分析对其进行风险分级，得到大米加工链单节点的风险评价结果；采用聚类算法对大米加工链的综合污染指数样本进行聚类分析，从而得到聚类中心，即大米加工链风险程度的分级标准；利用极限学习机神经网络建立大米加工链风险评价模型，模型输入是大米加工链的各风险关键节点的风险评价结果，输出是大米加工链风险等级。本发明提升了加工链综合风险指数的精度，达到了精准高效的综合评价大米加工链风险的目的。
基于监督极限学习机大米加工风险评价方法

[发明专利]基于四维生成对抗网络的遥感图像分析及蓝藻水华预测方法-CN202310017318.X在审
发明人：王立;李文浩;王小艺;许继平;赵峙尧;张慧妍;于家斌;孙茜;白玉廷;王昭洋;崔晓玉 -专利权人：北京工商大学
申请日： 2023-01-06 - 公布日： 2023-07-07 - 主分类号： G06V20/10 文献下载
摘要：本发明是一种基于四维生成对抗网络的遥感图像分析及蓝藻水华预测方法。本发明方法包括：基于空间权重矩阵及基于注意力机制的Pix2Pix模型对存在损坏点的叶绿素a浓度、温度以及藻蓝素浓度遥感图像进行修复；基于三次样条与卷积长短时网络及三维卷积对遥感图像时间序列进行填补；基于时间生成对抗网络对遥感图像时间序列进行扩充；基于四维生成对抗网络进行多因素遥感图像像素级预测；根据预测的三种遥感图像预测蓝藻水华暴发风险。本发明将叶绿素a浓度、温度以及藻蓝素浓度的遥感图像共同用于对蓝藻水华暴发的预测，修补和扩充了预测样本，提高了对未来时刻多因素遥感图像的预测精度，以及对未来时刻蓝藻水华暴发的时空分布预测精度。
基于生成对抗网络遥感图像分析蓝藻预测方法

[发明专利]一种针对局部未知环境的无人船路径规划方法-CN202111592030.2在审
发明人：于家斌;杨蒙;赵峙尧;王小艺;许继平;白玉廷;王立;孙茜;陈志豪;吴继光 -专利权人：北京工商大学
申请日： 2021-12-23 - 公布日： 2023-06-27 - 主分类号： G05D1/02 文献下载
摘要：本发明公开的是一种针对局部未知环境的无人船路径规划方法，属于无人船水质采样及路径规划领域。首先对湖面环境进行栅格处理，获得二维栅格地图后设置起始点与目标点；然后，采用改进的D*Lite算法对起始点与目标点进行路径规划，包括改进启发函数，减少扩展节点；以及改进路径代价函数，使无人船不再局限于特定方向移动；接着，对规划完的路径采用Dubins算法进行局部拐点平滑处理，使平滑后的节点仍处于栅格节点上；最后，当无人船按照路径代价最小的原则行驶，遇到未知障碍物时依然能进行重规划处理。本发明有效解决了计算效率较慢的问题，缩短了路径长度，使整体路径在未知环境中能够进行实时平滑处理，更适用于实际环境的无人船路径规划。
一种针对局部未知环境无人路径规划方法

[发明专利]基于四维有向GCN-LSTM模型的多城市多种大气污染物预测方法-CN202310035696.0在审
发明人：王立;唐千慧;王小艺;许继平;赵峙尧;张慧妍;于家斌;孙茜;白玉廷;王昭洋;崔晓玉 -专利权人：北京工商大学
申请日： 2023-01-10 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明是一种基于四维有向GCN‑LSTM模型的多城市多种大气污染物预测方法，解决目前不能准确预测多种大气污染物浓度的问题。本发明方法包括：对多城市多种大气污染物浓度数据进行相关性分析，确定数据间具有相关性；根据城市的地理位置建立四维有向GCN模型的图；进行四维有向GCN模型的谱分解及张量运算，获取图傅里叶系数和图傅里叶基；改进四维有向GCN模型的图滤波器；引入LSTM网络架构，构建四维有向GCN‑LSTM模型进行大气污染预测。本发明构建了一种能够包含二维空间有向性信息、捕捉图节点内多个因素一维相关性信息、提取不同时刻时间一维相关性信息的四维有向图模型，提高了对多城市多种大气污染物的预测精度。
基于四维有 gcn lstm 模型城市多种大气污染物预测方法

[发明专利]基于改进MIMO深度双重3Q学习的水体富营养化预测方法-CN202310476597.6在审
发明人：王立;宁超然;王小艺;许继平;赵峙尧;张慧妍;于家斌;孙茜;白玉廷;王昭洋;崔晓玉;金学波 -专利权人：北京工商大学
申请日： 2023-04-27 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于改进MIMO深度双重3Q学习的水体富营养化预测方法，用于水环境监测和水体污染防治。本发明方法考虑水体富营养化相关的12种预测指标，基于深度Q学习模型进行改进，改进Q学习中贪婪因子和奖励，以及Q函数值的更新，并改进模型预测和训练方式，提出MIMO深度双重3Q学习模型，利用该模型进行双重预测，第一次获取各预测指标的初步预测结果，第二次获取各预测指标的更正的预测误差，将两次预测结果结合获得各预测指标的最终预测结果。经验证，使用本发明方法解决了目前水体富营养化预测精度不高及预测时间过长的问题，提高了对水体富营养化指标的预测精度。
基于改进 mimo 深度双重学习水体富营养化预测方法

[发明专利]一种提高食品安全预测模型鲁棒性的方法及装置-CN202010002332.9有效
发明人：金学波;张家辉;余兴泓;白玉廷;孔建磊;苏婷立 -专利权人：北京工商大学
申请日： 2020-01-02 - 公布日： 2023-05-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种提高食品安全预测模型鲁棒性的方法，所述方法包括：获取食品中待检测危害物的含量数据；根据所述待检测危害物的含量数据进行增大噪声处理，模拟噪声方差的增大，获取增大噪声方差的数据；在增大噪声处理后获得的数据的基础上添加突变点，模拟添加数据的突变，获取添加突变的数据；搭建至少一个食品安全预测模型，并通过所述待检测危害物的含量数据、增大噪声方差数据和添加突变数据对所述至少一个食品安全预测模型进行训练，筛选出性能最优的食品安全预测模型。本发明通过科学的数据处理模拟了实际危害物测量环节的测量噪声及错误，训练出的模型在实际应用中拥有更好的鲁棒性。
一种提高食品安全预测模型鲁棒性方法装置

[发明专利]一种基于多机器学习算法融合的大米安全风险评估方法-CN202210306564.2有效
发明人：赵峙尧;王姿懿;于家斌;许继平;白玉廷;王小艺 -专利权人：北京工商大学
申请日： 2022-03-25 - 公布日： 2023-04-07 - 主分类号： G06Q10/0635 文献下载
摘要：本发明提出一种基于多机器学习算法融合的大米安全风险评估方法。本发明方法包括：获取大米危害物检测数据并进行预处理；从危害物指标层面入手，依据AHP算法与SC算法实现专家分类，结合专家评估结果的一致性权重差异求解专家类别内权重与专家间权重，构建大米安全风险评估指标体系，将预处理后的危害物检测数据与综合权重加权求和，获得大米危害物风险值；采用多机器学习算法融合构建大米安全风险评估模型，以实现风险快速评估。本发明方法以更客观的方式有效兼顾了全部专家的意见，避免对无效信息”的放大和对“有效信息”的缩小。本发明能有效降低监管成本，提高风险发现与响应处置效率，可为监管部门提供精准高效的决策依据。
一种基于机器学习算法融合大米安全风险评估方法

[发明专利]一种水环境监测的无人船运行策略实时决策方法-CN202010018560.5有效
发明人： 白玉廷;王小艺;赵峙尧;阳译;于家斌;金学波 -专利权人：北京工商大学
申请日： 2020-01-08 - 公布日： 2023-03-24 - 主分类号： G05D1/02 文献下载
摘要：本发明提出一种水环境监测的无人船运行策略实时决策方法，属于水环境监测、控制工程等技术领域。包括：步骤1，无人船搭载的传感器实时采集船体及周边环境的数据；步骤2，无人船的控制系统对采集的数据进行预处理，形成状态评价信息源X；步骤3，根据状态评价信息源，建立无人船运行状态等级评估的分类器；步骤4，构建水环境监测无人船运行策略决策层次模型；步骤5，分别针对模型中目标层和备选策略层，备选策略层和属性层，计算输出的备选策略排序，根据排序结果输出当前无人船的控制策略。本发明考虑多维信息，综合考虑目标约束和实时属性数据约束，形成水环境监测任务中无人船安全运行策略的自动决策机制，决策策略更加符合实际应用。
一种水环境监测无人船运策略实时决策方法

[发明专利]基于映射层级联宽度回声状态的时序预测方法-CN202211104011.5在审
发明人：刘文杰;白玉廷;金学波;苏婷立;孔建磊 -专利权人：北京工商大学
申请日： 2022-09-09 - 公布日： 2023-01-17 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于映射层级联宽度回声状态的时序预测方法，用于工业复杂时间序列数据预测。本发明方法基于映射层级联的宽度回声状态系统构建了映射层级联的宽度回声状态网络模型CFBESN，该模型中映射层各窗口通过级联形式依次连接，下一个窗口对上一个窗口的输出进行特征提取，最后所有窗口提取特征汇集输入到强化层，同时将CFBLS的强化层中单元优化为回声状态网络单元；本发明方法采集要预测场景中的时间序列数据，训练CFBESN网络生成当前时间序列数据的预测模型，利用训练好的模型进行未来时间序列预测。本发明方法实现了对复杂时间序列数据的可靠预测，并提高了预测的精度和准确度。
基于映射级联宽度回声状态时序预测方法

[发明专利]基于宽度剪枝回声状态网络的时间序列预测方法-CN202211106085.2在审
发明人： 白玉廷;刘文杰;金学波;苏婷立;孔建磊 -专利权人：北京工商大学
申请日： 2022-09-09 - 公布日： 2022-12-27 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种基于宽度剪枝回声状态网络的时间序列预测方法，用于工业上时间序列预测。本发明方法包括：采集场景中原始时间序列数据，构建训练集；构建宽度剪枝回声状态网络，该网络将回声状态网络嵌入宽度学习系统中的强化层，将宽度学习系统中强化层神经元个数用具有稀疏化的回声状态网络储备池替换，并利用剪枝算法优化强化层中各回声状态网络中储备池的大小；最后利用训练集训练宽度剪枝回声状态网络，生成当前时间序列数据的预测模型，利用训练好的模型进行未来时间序列预测。本发明在确保网络模型轻量化的同时，实现了对非平稳时间序列数据的可靠预测，并提高了预测精度。
基于宽度剪枝回声状态网络时间序列预测方法

[发明专利]一种数据扩充方法及装置-CN202210986560.3在审
发明人：金学波;张佳帅;孔建磊;白玉廷;王立;于家斌;苏婷立 -专利权人：北京工商大学
申请日： 2022-08-17 - 公布日： 2022-11-25 - 主分类号： G06N3/08 文献下载
摘要：本发明提出了一种数据扩充方法及装置，所述方法包括：获取N组真实源数据，每组真实源数据中均包含有一个数据序列；将N组真实源数据中的数据序列划分为多个序列组合，每个序列组合为一个计算分组；根据加权平均计算序列数量要求，对每个计算分组进行加权计算，获得每个计算分组分配的权重值；根据每个计算分组分配的权重值，对每个计算分组中的数据序列进行加权平均，获得每个计算分组的数据扩充序列。本发明所提出的数据扩充方法中对所有计算分组的计算结果并非全部考虑所有数据序列，因此在某一部分数据序列存在异常的情况下，更多的计算结果由于不涉及异常数据序列不会受到影响，极大避免了小数据量中异常序列对于最终数据扩充序列的影响。
一种数据扩充方法装置

[发明专利]断丝预测模型构建和预应力钢筒混凝土管的断丝预测方法-CN202210983864.4在审
发明人：王建慧;张海鹏;普薇如;鲍维猛;韩丽;白玉廷;张立;陈新;王长保 -专利权人：北京市水科学技术研究院
申请日： 2022-08-16 - 公布日： 2022-11-04 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种断丝预测模型构建和预应力钢筒混凝土管的断丝预测方法，断丝预测模型构建方法包括：获取预应力钢筒混凝土管中发生断丝的目标管节的历史断丝数据，历史断丝数据包括发生断丝的目标管节的使用时长、断丝时间以及位置信息；根据多个目标管节的位置信息对多个目标管节进行分段处理并根据每一管段中包含的目标管节对应的断丝时间进行断丝数据统计得到每一管段对应的断丝数据统计结果，断丝数据统计结果包括每一管段对应的位置信息、包含的目标管节的断丝时间、使用时长以及断丝数量；根据断丝数据统计结果对预设模型进行训练直至满足预设训练条件，得到预应力钢筒混凝土管的断丝预测模型。
预测模型构建预应力混凝土方法

[发明专利]一种大宗油脂产品加工参数自动决策方法-CN202210564986.X在审
发明人： 白玉廷;贾伟;金学波;王立;于家斌;王小艺 -专利权人：北京工商大学
申请日： 2022-05-23 - 公布日： 2022-10-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种大宗油脂产品加工参数自动决策方法，属于食品加工与自动化工程的交叉领域，具体为：针对大宗油脂产品，采集历史加工过程中的相关数据，使用cubic插值法对相关数据进行扩充后作为样本数据，进行样本特征的降维提取；然后，基于相关数据中加工参数和危害物含量的映射关系，建立改进的多维变量GRU网络模型，并利用提取的样本特征对该模型进行训练；最后，运用训练完成的多维变量GRU网络模型，对新的待测大宗油脂产品的加工参数进行自动决策，进而控制该油脂产品危害物的含量。本发明首次提出油脂产品加工过程参数的自动决策计算方法，改变传统的人工经验法，实现油脂产品加工过程的自动精准控制，更易满足现代工业化生产需求。
一种大宗油脂产品加工参数自动决策方法

1
2
3
4
下一页»
尾页
共 52 条