“廖雪超”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27个，建议您升级VIP下载更多相关专利

[发明专利]基于统计的网络告警关联规则挖掘及故障定位方法、系统-CN202211634359.5在审
发明人：李鹏;邓淼;刘宇;廖雪超 -专利权人：武汉科技大学
申请日： 2022-12-19 - 公布日： 2023-08-01 - 主分类号： H04L41/0677 文献下载
摘要：本发明提供一种基于统计的网络告警关联规则挖掘及故障定位方法、系统，对网络告警数据进行预处理，移除频繁发生的颤动告警，减小告警数据的冗余度；扫描处理后的网络告警数据，计算告警种类数，建立计时矩阵与计数矩阵；扫描网络告警数据，使用滑动时间窗口法分段处理告警数据，包括对时间窗口内的告警，根据这些告警的告警代码、告警发生时间以及计时矩阵中对应记录来进行操作；根据计数矩阵中的告警共现次数信息计算对应的告警关联规则的支持度与置信度，实现通过处理告警数据得到关联规则并输出。本发明能够很好地对网络告警数据进行处理并且同时考虑了运行效率与正确性，从而实现更高效精确的网络故障定位。
基于统计网络告警关联规则挖掘故障定位方法系统

[发明专利]一种基于聚类和自适应梯度提升决策树的预测方法-CN202310327926.0在审
发明人： 廖雪超;马亚文;张永;孟航宇;向桂宏;刘欢 -专利权人：武汉科技大学
申请日： 2023-03-27 - 公布日： 2023-06-27 - 主分类号： G06Q10/0637 文献下载
摘要：发明公开了一种基于聚类和自适应梯度提升决策树的预测方法，通过MRGALnet模型对原始数据进行预处理，删除缺失数据、无效数据和异常数据，再进行MI+RFE两步特征选择，筛选出与建筑能耗相关性强的特征，然后对筛选之后的建筑数据利用高斯混合模型进行分类，将能耗数据相似的建筑划分到同一类；并基于AR自适应损失函数设计ALGBM预测方法，该方法可以根据不同聚类的能耗数据自适应的确定损失函数超参数，再利用AR损失函数对预测误差进行修正以提高模型预测性能，发明公开了一种基于聚类和自适应梯度提升决策树的建筑能耗预测方法，通过结合MI、REF、高斯混合聚类和ALGBM,进一步提高预测精度和收敛速度，从而提高模型预测精度。
一种基于自适应梯度提升决策树预测方法

[发明专利]一种基于周期特征提取和时序注意力的预测方法-CN202310099886.9在审
发明人： 廖雪超;黄相;朱晨辉;刘宗宇;黎曙光;陈海力 -专利权人：武汉科技大学
申请日： 2023-02-06 - 公布日： 2023-06-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于周期特征提取和时序注意力的预测方法，原始数据集划分为时序块和周期块数据，然后采用互信息法和Pearson法分析历史数据与当前能耗的相关性，为时序块预测模型输入特征的确定提供依据，其次通过TPAnet时序注意力模型对时序块数据进行建模，为了在神经网络中显式性地对能耗数据的周期性和时序性进行建模，依据STL分解和周期幅值网格寻优算法分析能耗数据的最佳周期，并构造周期块，通过EDAnet编解码注意力模型对周期块数据进行建模；最后采用线性回归模型融合时序性和周期性建模的结果，得到最终预测值。本发明采用TPAnet充分提取时序块数据的时间依赖关系，采用EDAnet关注周期块数据的周期相关性，结合两种模型构建的DAnet组合模型，预测精度最优。
一种基于周期特征提取时序注意力预测方法

[发明专利]高频数据干扰下的时间序列数据关联挖掘方法及系统-CN202211635063.5在审
发明人：李鹏;朱容敬;刘宇;廖雪超 -专利权人：武汉科技大学
申请日： 2022-12-19 - 公布日： 2023-03-21 - 主分类号： G06F18/2415 文献下载
摘要：本发明提供一种高频数据干扰下的时间序列数据关联挖掘方法及系统，包括收集系统产生的时间序列数据，建立初始计数矩阵，设定清单的时间窗口长度；遍历时间序列数据集，每一条数据将会形成一张清单，遍历完时间序列数据集后对生成的计数矩阵进行归一化处理，生成条件概率矩阵；将条件概率矩阵中值大于0的规则进行输出，对于输出的规则集中冲突规则，保留权值较高的规则，得到LM关联规则集；对条件概率矩阵进行加权处理，降低噪声对挖掘关联规则的影响，将加权矩阵中值大于0的规则进行输出，对于输出的规则集中冲突规则，保留权值较高的规则，得到WLM关联规则集并输出。本发明能够很好的对真实时序数据进行挖掘，支持网络故障定位预测。
高频数据干扰时间序列关联挖掘方法系统

[发明专利]一种基于多目标遗传算法的DNA序列编码方法-CN201811326246.2有效
发明人：张凯;赵浩志;许志伟;胡威;符海东;张晓龙;贺娟娟;刘俊;刘小明;廖雪超 -专利权人：武汉科技大学
申请日： 2018-11-08 - 公布日： 2022-11-25 - 主分类号： G16B50/00 文献下载
摘要：本发明涉及一种基于多目标遗传算法的DNA序列编码方法，通过维持一个寻优种群和一个精英种群，每次迭代只更新寻优种群中的个体，通过基于最小曼哈顿距离的动态精英选择算法从寻优种群和精英种群中选择出下一代的精英种群，直到达到最大迭代次数，最后挑选精英种群中的个体作为最终生成的一组DNA编码序列。该方法具有有效性和可靠性，可以产生高质量DNA分子集，有效提高DNA计算的规模和可靠性。
一种基于多目标遗传算法 dna 序列编码方法

[发明专利]一种基于多目标遗传算法的带假结核酸结构预测方法-CN201811325483.7有效
发明人：张凯;许志伟;吕育林;胡威;符海东;张晓龙;贺娟娟;刘俊;刘小明;廖雪超 -专利权人：武汉科技大学
申请日： 2018-11-08 - 公布日： 2022-04-15 - 主分类号： G16B15/00 文献下载
摘要：本发明涉及一种基于多目标遗传算法的带假结核酸结构预测方法，通过最小茎区数和环中最小碱基数来确定K连续匹配集，生成初始种群，然后使用多目标遗传算法对RNA分子序列进行选择、交叉和变异，并进行非支配排序和拥挤距离排序，得到Pareto分子结构最优解集，最后挑选出最优解集中自由能最小的RNA分子结构作为最终预测结果。该方法降低了时间复杂度和空间复杂度，并提高了带假结的RNA分子结构预测的准确率。
一种基于多目标遗传算法结核结构预测方法

[发明专利]一种PSORBFD快速自适应解耦控制方法-CN201910590310.6有效
发明人： 廖雪超;陈振寰;邓万雄;伍杰平 -专利权人：武汉科技大学
申请日： 2019-07-02 - 公布日： 2022-04-12 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种PSORBFD快速自适应解耦控制方法，包括如下步骤：S1、系统建模：根据控制量与输出量之间的关系，确定系统的传递函数矩阵模型；S2、建立RBFD解耦控制器：所述RBFD解耦控制器包括输入层、隐含层和输出层，RBFD解耦控制器的解耦控制过程包括RBF初始化、RBF聚类、RBF模型训练和RBF测试；S3、建立PSORBFD解耦控制器：采用PSO粒子群优化算法对RBFD解耦控制器进行改进，建立PSORBFD解耦控制器。将本发明的PSORBFD解耦控制器应用于多通道薄膜厚度控制系统中，能有效解决BOPP薄膜生产线由于耦合问题导致的薄膜厚度偏差问题，使薄膜生产质量得到保证。同时，该方法同样适用于多通道耦合系统的解耦控制，明显提高了RBF模型训练的速度，大大提升了训练效率，且抗干扰能力强。
一种 psorbfd 快速自适应控制方法

[发明专利]一种改进FSRBFD的自适应解耦控制方法-CN201910589838.1有效
发明人： 廖雪超;陈振寰;邓万雄;伍杰平 -专利权人：武汉科技大学
申请日： 2019-07-02 - 公布日： 2022-04-01 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种改进FSRBFD的自适应解耦控制方法，包括步骤：S1、系统建模：根据控制量与输出量之间的关系，确定系统的传递函数矩阵模型；S2、建立RBFD解耦控制器：所述RBFD解耦控制器包括输入层、隐含层和输出层，RBFD解耦控制器的解耦控制过程包括RBF初始化、RBF聚类、RBF模型训练和RBF测试；S3、建立FSRBFD解耦控制器：采用附加动量项、自适应学习率和附加微分项的方法对RBFD解耦控制器进行改进，建立自适应学习率的解耦控制器FSRBFD。将本发明的FSRBFD解耦控制器，应用于多通道薄膜厚度控制系统中，能有效解决BOPP薄膜生产线由于耦合问题导致的薄膜厚度偏差问题，使薄膜生产质量得到保证。
一种改进 fsrbfd 自适应控制方法

[发明专利]一种低功耗，稳定的充电盒电路-CN202111422966.0在审
发明人：刘安民;谢金生;陈龙;张昊;廖雪超 -专利权人：深圳市岍丞技术有限公司
申请日： 2021-11-26 - 公布日： 2022-03-18 - 主分类号： H02J7/00 文献下载
摘要：本发明提供了一种低功耗，稳定的充电盒电路，包括充电芯片、电池、休眠模块、霍尔开关、稳压芯片和主控芯片，所述充电芯片与所述主控芯片连接，所述充电芯片与所述电池连接，所述电池分别与所述休眠模块、霍尔开关连接，所述霍尔开关的输出端分别与所述休眠模块、主控芯片连接，所述主控芯片的输出端与所述休眠模块连接，所述休眠模块的输出端与所述稳压芯片连接，所述稳压芯片的输出端与所述主控芯片连接。本发明的有益效果是:降低了充电盒的待机功耗。
一种功耗稳定充电电路

[发明专利]非线性系统的快速自学习改进ADRC控制方法-CN201811065970.4有效
发明人： 廖雪超;周游;陈振寰;邓万雄 -专利权人：武汉科技大学
申请日： 2018-09-13 - 公布日： 2022-02-11 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种非线性系统的快速自学习改进ADRC控制方法，包括如下步骤：步骤一：创建自抗扰控制器(ADRC)：自抗扰控制器包括跟踪微分器(TD)、扩张状态观测器(ESO)、非线性误差反馈(NLSEF)和扰动补偿四部分；步骤11)建立跟踪微分器(TD)控制模型；步骤12)建立扩张状态观测器(ESO)控制模型；步骤13)建立非线性误差反馈(NLSEF)控制模型；步骤14)建立扰动补偿控制模型；步骤二：创建自学习自抗扰控制器(SADRC)：将自学习方法运用于非线性误差反馈(NLSEF)控制模型中，建立自学习非线性自抗扰控制系统模型；步骤三：创建快速自学习自抗扰控制器(FSADRC)：采用附加动量项的方法，设计面向学习率的自适应机制，建立基于动态自适应学习率的快速自学习模型。
非线性系统快速自学习改进 adrc 控制方法

[发明专利]基于CNN-LSTM及深度学习的时空组合预测方法-CN202110981226.4在审
发明人： 廖雪超;柯鹏;陈才圣;程轶群;马亚文;黄相 -专利权人：武汉科技大学
申请日： 2021-08-25 - 公布日： 2021-11-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于CNN‑LSTM及深度学习的时空组合预测方法，包括：S1、通过MI互信息算法对原始数据集的时间和空间相关性进行分析，消除数据间的冗余信息，对原始数据进行降维；S2、建立MI‑CNN‑LSTM模型，对降维后的数据进行预测，CNN用于提取各站点空间信息，LSTM用于获取时间序列数据间的依赖信息；S3、在LSTM网络的LSTM层与输出层之间增加AT层，得到MI‑CNN‑ALSTM模型，并对训练集数据进行模型学习；S4、引入PSO算法对训练参数寻优，得到MI‑CNN‑ALSTM‑PSO模型；S5、对测试集进行预测得到最终的预测值。本发明提出的MI‑CNN‑ALSTM‑PSO时空组合预测模型进一步提高风电功率预测精度和稳定性。
基于 cnn lstm 深度学习时空组合预测方法

[发明专利]一种基于MI-VMD-DA-EDLSTM-VEC的多维特征组合预测方法-CN202110781945.1在审
发明人： 廖雪超;伍杰平;陈才圣 -专利权人：武汉科技大学
申请日： 2021-07-09 - 公布日： 2021-11-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于MI‑VMD‑DA‑EDLSTM‑VEC的多维特征组合预测方法，包括，S1,对包括原始特征序列x(t)进行MI特征选择得到风电功率、风速和温度序列；S2,分别对风电功率、风速和温度序列进行VMD分解得到模态分量；S3,基于使用了双层注意力机制的编码解码模型DA‑EDLSTM对于VMD分解得到的模态分量进行模型训练和预测，得到初始预测序列通过得到原始预测误差e(t)；S4,对原始预测误差e(t)进行VMD分解预处理，使用单层LSTM模型进行再训练预测得到误差预测序列并对原始预测结果进行修正得到最终预测结果本发明提出了一种基于MI‑VMD‑DA‑EDLSTM‑VEC的多维特征组合预测方法，提升在风电等数据急剧变化的时候的决策能力，能更加准确预测峰值或低谷的情况，预测精度最优，并且具有较强的预测稳定性。
一种基于 mi vmd da edlstm vec 多维特征组合预测方法

[发明专利]柔性基材卷绕系统的分布式跟随误差控制模型构建方法-CN201810228377.0有效
发明人： 廖雪超;陈振寰;周游 -专利权人：武汉科技大学
申请日： 2018-03-20 - 公布日： 2020-12-01 - 主分类号： B65H23/185 文献下载
摘要：本发明公开了柔性基材卷绕系统的分布式跟随误差控制模型构建方法，包括如下步骤：1)卷绕系统分段：按照柔性基材的卷绕方向，将卷绕系统分为开卷段、第一过程段、主驱段、第二过程段和收卷段五个控制区段；2)卷绕系统建模：分别对所述开卷段、第一过程段、第二过程段和收卷段的柔性基材的张力和速度动态模型建模，同时对所述主驱段的柔性基材速度动态模型建模；3)跟随误差动态模型建模：在系统稳态情况下，计算控制器的输入，以保持各个控制区段中的柔性基材的张力和速度与其设定值的控制要求匹配，并提出补偿控制策略以克服扰动因素；4)分布式鲁棒控制器设计：基于所述跟随误差动态模型，设计分布式鲁棒控制器。
柔性基材卷绕系统分布式跟随误差控制模型构建方法

[发明专利]一种基于两级分解、LSTM和AT的短期风速预测方法-CN202010420340.5在审
发明人： 廖雪超;邓万雄;伍杰平;陈才圣 -专利权人：武汉科技大学
申请日： 2020-05-18 - 公布日： 2020-11-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于两级分解、LSTM和AT的短期风速预测方法，包括：S1、通过WD小波算法对原始风速作一级分解，并重构为低频主成分A1和高频噪声成分D1；S2、通过VMD算法作二级分解，分别将A1和D1分解为一系列模态分量；S3、采用LSTM网络对分解后的低频主成分模态分量和高频噪声成分模态分量两个数据集分别进行训练；S4、在LSTM网络的输出层与隐藏层之间引入Attention层；S5、将低频主成分和高频噪声成分的预测结果进行合成，得到最终风速预测结果。本发明利用小波分解去解决了风速低频信号与高频信号的互相干扰；通过VMD分解充分提取信号频域特征，解决传统LSTM模型存在的预测滞后问题；Attention机制提升了风速发生突变与风速急剧变化时的决策能力，提升模型预测的稳定性。
一种基于两级分解 lstm at 短期风速预测方法

[发明专利]一种炼钢厂RH精炼设备自动控制系统-CN201810348808.7有效
发明人： 廖雪超;陈振寰;周游 -专利权人：武汉科技大学
申请日： 2018-04-18 - 公布日： 2019-12-03 - 主分类号： C21C7/10 文献下载
摘要：本发明提供了一种炼钢厂RH精炼设备自动控制系统，包括：参数采集输入模块、脱碳控制模块、合金加入模块、温度控制模块和终端控制模块；其中，参数采集输入模块用于获取或输入钢水初始和目标数据；脱碳控制模块用于根据钢水初始和目标数据中的碳含量配置脱碳处理时间和脱碳吹氧量参数；合金加入模块用于根据接收的钢水初始和目标数据配置合金加入量以及钢水酸熔铝量参数；温度控制模块用于根据接收的钢水初始、目标数据和合金加入量参数配置升温吹氧量、升温加铝量或废钢加入量参数；终端控制模块用于接收上述各模块配置的参数，根据接收的参数配置控制指令，并分别发送至RH精炼设备的氧枪系统、真空泵系统和合金系统。
钢水目标数据脱碳温度控制模块终端控制模块自动控制系统合金加入量参数采集控制模块输入模块炼钢厂吹氧量合金参数配置控制废钢加入量真空泵系统参数配置合金系统模块配置脱碳处理氧枪系统加铝量配置熔铝发送指令

1
2
下一页»
尾页
共 27 条