“乔俊飞”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313个，建议您升级VIP下载更多相关专利

[发明专利]一种基于ARIMA和小波变换的云数据中心请求流预测方法-CN201711433349.4在审
发明人：毕敬;张立波;乔俊飞 -专利权人：北京工业大学
申请日： 2017-12-26 - 公布日： 2018-06-15 - 主分类号： H04L12/24 文献下载
摘要：本发明涉及一种基于ARIMA和小波变换的云数据中心请求流预测方法，包括：获取到云数据中心请求流到访数据集后，得到一条请求流时间序列；利用Savitzky‑Golay算法对请求流时间序列进行平滑操作；对平滑序列进行ADF平稳性检验；使用小波分解对平稳的差分请求流时间序列进行处理，得到原始序列的细节和趋势两种特征序列；对获得的两部分特征序列分别进行ARIMA建模，得到两部分特征的预测模型，继而可以得到两条包含下一时刻特征的新序列；使用小波还原处理两条新的信息序列，最终可以得到下一时刻到达云数据中心的请求流数量。本发明可以提高云数据中心节点运行效率，并且确保云数据中心供应商的利润最大化。 1
云数据中心时间序列特征序列小波变换利润最大化还原处理平滑操作平滑序列小波分解信息序列预测模型原始序列运行效率供应商平稳性数据集新序列预测建模算法小波检验

[发明专利]一种基于自组织模糊神经网络的空气细颗粒物PM2.5软测量方法-CN201610299486.2有效
发明人： 乔俊飞;蔡杰;韩红桂 -专利权人：北京工业大学
申请日： 2016-05-07 - 公布日： 2018-04-06 - 主分类号： G01N15/06 文献下载
摘要：一种基于自组织模糊神经网络的空气细颗粒物PM2.5软测量方法既属于环境工程领域又属于检测技术领域。大气环境系统具有多变量、非线性、内部机理复杂、信息不完备等特性，难以通过机理分析建立其数学模型，而神经网络对于高度非线性和严重不确定性系统具有较好的处理能力。本发明针对PM2.5难以预测的问题，基于偏最小二乘选取与PM2.5相关的辅助变量，然后利用基于敏感度分析方法的自组织模糊神经网络建立相关变量和PM2.5之间的软测量模型，对PM2.5进行预测，取得了较好的效果，为环境管理决策者和群众提供及时准确的大气环境质量信息，有利于加强大气环境污染控制，防止严重污染的发生。
一种基于组织模糊神经网络空气颗粒 pm sub 2.5 测量方法

[发明专利]基于数据驱动的A2/O流程出水总磷智能检测方法-CN201610237451.6有效
发明人：韩红桂;张一弛;郭民;乔俊飞 -专利权人：北京工业大学
申请日： 2016-04-15 - 公布日： 2017-12-15 - 主分类号： G01N33/18 文献下载
摘要：基于数据驱动的A2/O流程出水总磷智能检测方法属于污水处理水质参数在线检测领域，从污水处理过程海量运行数据中深入分析出水总磷与其他过程变量的关系，首次提出污水处理过程中出水总磷的智能特征建模方法，获取5类与出水总磷相关性强的过程变量。同时，基于功能需求设计流程及污水处理流程工艺设计搭建了智能检测系统的硬件平台，进一步精确了各变量测量电位。此外，将出水总磷智能计算技术嵌入至智能检测系统软件，搭建了完整的软硬件通讯通路，将出水总磷智能检测系统硬件平台、操作软件以及出水总磷智能计算技术进行整合，形成完整的出水总磷智能检测系统，弥补了国内外在出水总磷智能检测技术应用层面上的空白。
基于数据驱动 sup 流程出水智能检测方法

[发明专利]基于迭代学习的空气质量预测方法-CN201710676737.9在审
发明人： 乔俊飞;顾锞;许进超;李晓理 -专利权人：北京工业大学
申请日： 2017-08-09 - 公布日： 2017-12-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明首次公开了基于迭代学习的空气质量预测方法。通过对空气质量进行有效的预测，及时防治空气污染具有较大的现实意义。研究表明，通过直接策略预测空气质量，能够有效估计出较短时间内的空气质量变化，但随着时间的推移，该方法对于几个小时之后的长时间空气质量预测效果欠佳。基于此，本发明提出了一种基于迭代思想的空气质量预测模型，来估计未来24小时内任意时刻的小时级空气质量。实验结果表明，本发明提出的基于迭代的空气质量预测模型能够对未来24小时内的空气质量进行有效预测，特别是在长时间空气质量预测方面具有明显优势。
基于学习空气质量预测方法

[发明专利]一种基于模糊神经网络的氨氮浓度软测量方法-CN201510267158.X有效
发明人：韩红桂;葛鹭明;乔俊飞 -专利权人：北京工业大学
申请日： 2015-05-24 - 公布日： 2017-09-01 - 主分类号： G06F17/50 文献下载
摘要：一种基于模糊神经网络的氨氮浓度软测量方法既属于控制领域，又属于水处理领域。针对当前污水处理过程出水氨氮浓度难以实时测量、迫切需要研究出水氨氮浓度的实时检测方法来提升城市污水处理厂自动化水平的问题，本发明基于城市污水处理生化反应特性，采用一种基于快速二次型学习算法的模糊神经网络建立了氨氮浓度的软测量模型，解决了出水氨氮浓度难以实时测量的问题；结果表明该软测量模型能够快速、准确地预测污水处理出水氨氮的浓度，有利于提升污水处理过程出水氨氮浓度质量监控水平，确保城市污水处理厂高效稳定的运行。
一种基于模糊神经网络浓度测量方法

[发明专利]一种基于递归自组织神经网络的氨氮浓度预测方法-CN201410655729.2有效
发明人：韩红桂;李颖;张一弛;乔俊飞 -专利权人：北京工业大学
申请日： 2014-11-17 - 公布日： 2017-07-21 - 主分类号： G06F17/00 文献下载
摘要：一种基于递归自组织神经网络的氨氮浓度预测方法既属于控制领域，又属于水处理领域。针对当前污水处理过程出水氨氮浓度测量过程繁琐、仪器设备造价高、测量结果可靠性和精确性低等问题，本发明基于城市污水处理生化反应特性，利用一种递归自组织神经网络实现对关键水质参数氨氮浓度的预测，解决了出水氨氮浓度难以测量的问题；结果表明该递归自组织神经网络能够快速、准确地预测污水处理出水氨氮的浓度，有利于提升污水处理过程出水氨氮浓度质量监控水平和加强城市污水处理厂精细化管理。
一种基于递归组织神经网络浓度预测方法

[发明专利]基于贝叶斯正则化的深度学习网络图像识别方法-CN201410266127.8有效
发明人： 乔俊飞;潘广源;韩红桂;柴伟 -专利权人：北京工业大学
申请日： 2014-06-15 - 公布日： 2017-06-20 - 主分类号： G06K9/62 文献下载
摘要：基于贝叶斯正则化的深度学习网络图像识别方法属于人工智能和机器学习领域。深度信念网络越来越多的在数字检测及图像识别领域发挥重要作用。为了解决该网络在训练过程中的过拟合问题，本文基于网络的稀疏特性及连接权值的变化，提出一种基于贝叶斯正则化的深度信念网。通过将贝叶斯正则化应用到网络训练过程中，有效地调节误差减小与权值增大之间的平衡。本文使用数字手写体数据库的分类实验来证明该改进算法的有效性。实验结果表明在深度信念网中，该方法能够有效克服过拟合现象，提高数字识别的正确率。
基于贝叶斯正则深度学习网络图像识别方法

[发明专利]一种基于自组织递归RBF神经网络的生化需氧量BOD智能检测方法-CN201510999765.5有效
发明人：韩红桂;郭亚男;张硕;乔俊飞 -专利权人：北京工业大学
申请日： 2015-12-27 - 公布日： 2017-06-16 - 主分类号： G01N33/18 文献下载
摘要：一种基于自组织递归RBF神经网络的生化需氧量BOD智能检测方法既属于控制领域，又属于水处理领域。污水处理过程的生产条件恶劣，随机干扰严重，具有强非线性、大时变、严重滞后的特点，导致出水水质中生化需氧量BOD的检测极其困难；针对污水处理过程中关键水质参数生化需氧量BOD无法在线监测的问题，本发明利用基于自组织递归RBF神经网络建立生化需氧量BOD的软测量模型，完成了生化需氧量BOD浓度的实时检测，取得了较好的精度，结果表明该软测量方法能够快速、准确地获得生化需氧量BOD的浓度，提高污水处理的质量和效率，保证了污水处理过程的稳定安全运行。
一种基于组织递归 rbf 神经网络生化需氧量 bod 智能检测方法

[发明专利]基于尖峰自组织径向基神经网络的污泥膨胀预测方法-CN201410147250.8有效
发明人：韩红桂;王丽丹;李颖;乔俊飞 -专利权人：北京工业大学
申请日： 2014-04-12 - 公布日： 2017-05-31 - 主分类号： G06N3/08 文献下载
摘要：基于尖峰自组织径向基神经网络的污泥体积指数SVI的预测方法既属于控制科学与工程领域，又属于环境科学与工程领域。针对污水处理过程中污泥膨胀动力学特性复杂、关键参数难以测量等问题，本发明实现了污泥膨胀的准确预测；该预测方法通过同时调整径向基神经网络的结构和连接权值，提高神经网络的信息处理能力，提升污泥体积指数SVI的预测精度；实验结果表明该智能预测方法能够准确地预测污泥体积指数SVI，促进污水处理过程的高效稳定运行。
基于尖峰组织径向神经网络污泥膨胀预测方法

[发明专利]一种基于尖峰径向基神经网络的出水总磷实时监测系统-CN201611246127.7在审
发明人： 乔俊飞;卢超;韩红桂;武利 -专利权人：北京工业大学
申请日： 2016-12-29 - 公布日： 2017-05-17 - 主分类号： G06F17/50 文献下载
摘要：一种基于尖峰径向基神经网络的出水总磷实时监测系统属于水领域和数据检测领域，污水处理是一个变量繁多，过程复杂的生化反应过程，为了提高污水处理装置的运行效率、保证出水质量、降低运行成本，本发明系统主要由污水处理实时数据采集系统、FAMEVIEW数据监测系统和尖峰径向基神经网络在线测量系统三部分组成。数据通过采集上传至监控界面，实时监控水质和运行工况；将数据传输到后台运行的尖峰径向基神经网络模块为水质预测提供依据。本发明通过数据监测和实时分析，得出水水质参数的预测值，不但可以预知出水水质，采取人工加药、曝气等措施减少可能造成的水体污染，而且将学习算法应用到实际污水处理过程中，为预测控制方法提供应用平台。
一种基于尖峰径向神经网络出水实时监测系统

[发明专利]基于自组织T‑S模糊神经网络的污泥沉降指数软测量方法-CN201310558054.5有效
发明人： 乔俊飞;许少鹏;韩红桂 -专利权人：北京工业大学
申请日： 2013-11-12 - 公布日： 2017-05-17 - 主分类号： G06N3/02 文献下载
摘要：基于自组织T‑S模糊神经网络的污泥沉降指数软测量方法既属于控制领域，又属于污水处理领域。污泥沉降指数SVI的准确预测是污水处理过程正常运行的保证，本发明首先以规则层的输出量，即规则层的空间激活强度作为判定模糊规则是否增加的依据；其次，在生成新的模糊规则的基础上，以隶属函数层输出量作为判定模糊集是否增加的依据；最后，利用梯度下降算法调整模型的权值参数和高斯函数的中心值和宽度，获得一种自组织T‑S模糊递归神经网络，并基于SOTSFEN建立了SVI的在线软测量模型，实现了SVI的实时检测，为预防污泥膨胀提供了一种有效方法。
基于组织模糊神经网络污泥沉降指数测量方法

[发明专利]一种基于神经网络的污水处理过程出水总磷TP软测量方法-CN201410452629.X有效
发明人： 乔俊飞;蒙西;武利;韩红桂;李瑞祥 -专利权人：北京工业大学
申请日： 2014-09-05 - 公布日： 2017-04-12 - 主分类号： G06N3/02 文献下载
摘要：本发明提出一种基于神经网络的污水处理过程出水总磷TP软测量方法，属于污水处理领域。污水处理过程机理复杂，为使污水处理系统处于良好的运行工况，获得更好的出水水质，需要对污水处理系统中的过程参数及水质参数进行检测。针对当前污水处理厂出水总磷无法实时获取的问题，本发明提出一种基于自组织径向基神经网络建立的软测量模型。根据自组织方法确定神经网络的初始结构和初始参数，简化神经网络结构，对出水总磷TP进行实时软测量。根据软测量结果，对污水处理过程中的相关控制环节及生化反应中的物料调节，提高污水处理的出水水质质量，为污水处理过程安全、平稳运行提供理论支撑与技术保障。
一种基于神经网络污水处理过程出水 tp 测量方法

[发明专利]一种简捷合成2,4‑二取代硒唑类化合物的新方法-CN201610532958.4在审
发明人：杜宇国;乔俊飞 -专利权人：中国科学院生态环境研究中心
申请日： 2016-07-07 - 公布日： 2017-03-22 - 主分类号： C07D293/06 文献下载
摘要：本发明涉及一种高效、廉价地合成2,4‑二取代硒唑化合物的新方法，属于有机化学技术范畴。本发明提供了一种直接以廉价易得的羧酸为底物，在偶联试剂和有机膦试剂的共同作用下，通过一锅多步法串联反应，在碱性温和的反应条件下制备2,4‑二取代硒唑啉化合物，并将其氧化高效地完成2,4‑二取代硒唑化合物的新方法。如通式I所示，本方法操作简便、以廉价易得的羧酸为底物、反应条件温和、产率优异，且该反应条件对多种官能团和保护基有良好的耐受性，在2,4‑二取代噻唑的合成中能够起到重要的作用。
一种简捷合成取代硒唑类化合物新方法

[实用新型]一种全自动智能煮浆机-CN201620746164.3有效
发明人： 乔俊飞 -专利权人： 乔俊飞
申请日： 2016-07-14 - 公布日： 2017-03-15 - 主分类号： A23C11/10 文献下载
摘要：本实用新型涉及一种全自动智能煮浆机，包括机架以及设置在机架上且均与控制系统电连接的煮浆罐、真空系统、蒸汽装置、进浆装置和出浆装置，蒸汽装置、进浆装置和出浆装置依次从上到下设置在煮浆罐上，且均与煮浆罐连通；真空系统位于煮浆罐的一侧，且真空系统与煮浆罐连通。本实用新型的有益效果为该装置解决了传统煮浆工段生产中前后工序连动的流畅性，提高了连续性，降低了人工的投入、能源的损耗，工作效率提高、产品质量恒定、生产环境的改善，和卫生条件的提高，该装置具有物料进料抽吸干净、煮浆过程中无蒸气排放，温差爆裂噪音低的特点，而且不易产生泡沫，起到消泡的作用，相对传统煮浆设备节能约20％。
一种全自动智能煮浆机

[发明专利]一种基于广义逆向学习差分算法的排水管网优化方法-CN201410144273.3有效
发明人： 乔俊飞;刘昌芬;韩红桂;武利;王超;李瑞祥 -专利权人：北京工业大学
申请日： 2014-04-11 - 公布日： 2017-03-01 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种基于广义逆向学习差分算法的排水管网优化方法。本发明针对排水管网优化过程中存在的计算复杂、且不能彻底排除不合理或者不可行方案，计算精度不高的问题，利用改进的自适应差分算法，得到管网造价函数最优值，包括满足水力约束条件的各管段的流速、坡度、埋深等水力参数。本发明采用逆向学习方法进行自适应算法的初始化过程，对算法的初始化种群在进行变异之前进行处理，利用概率论的知识，在不增加种群个数的前提下精炼了初始解，增加了种群的多样性，提高了找到全局最优解的可能性。且该算法涉及的变量较少，自适应选择变异策略，算法操作简单，收敛速度快，寻优精度高。
一种基于广义逆向学习算法排水管网优化方法