“张雄涛”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155个，建议您升级VIP下载更多相关专利

[发明专利]基于搜索区域优化的物联网信息感知方法、节点及物联网-CN202110997612.2在审
发明人：杨珍;蒋云良;张杰;张雄涛 -专利权人：湖州师范学院
申请日： 2021-08-27 - 公布日： 2023-03-03 - 主分类号： H04W4/021 文献下载
摘要：本发明提供了一种基于搜索区域优化的物联网信息感知方法、节点及物联网，所述方法包括：在每个周期内接收请求信息，所述请求信息包括在感知范围的一个预设的搜索区域内感知的请求信息和/或物联网中其他节点共享的请求信息，其中，所述感知范围包括多个搜索区域；将接收的所述请求信息共享至最优方位的物联网的其他节点；若接收的请求信息未达到休眠条件，根据接收的所述请求信息确定每个周期之后的下一个周期的所述最优方位并重复接收请求信息直至接收的请求信息达到休眠条件，进入休眠状态，本发明可提高物联网的信息传递效率、降低能耗。
基于搜索区域优化联网信息感知方法节点及物

[发明专利]一种基于模糊划分和模糊加权的集成深度信念网络-CN201910445367.7有效
发明人：蒋云良;张雄涛;胡文军;颜成钢 -专利权人：湖州师范学院
申请日： 2019-05-27 - 公布日： 2022-12-09 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于模糊划分和模糊加权的集成深度信念网络，依次包括以下步骤：a)利用模糊聚类算法FCM，将训练数据集划分为K个子集；b)每个子集分别采用不同结构的DBN模型进行建模，每个DBN子模型中每层隐节点数不一样，由此构成了K个DBN模型，各模型独立并行训练；c)将各模型所得结果进行模糊加权形成最终输出。该算法能够有效且快速解决大样本数据的分类问题，克服了单个DBN用于数据分类时时间复杂度较高等缺点，而且，FE‑DBN可以避免过拟合问题，具有分类精度高等优点。
一种基于模糊划分加权集成深度信念网络

[发明专利]一种基于并行学习的具有高可解释性的模糊集成分类器-CN201910445371.3有效
发明人：蒋云良;张雄涛;邬惠峰;楼俊钢 -专利权人：湖州师范学院
申请日： 2019-05-27 - 公布日： 2022-12-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于并行学习的具有高可解释性的模糊集成分类器，依次包括以下步骤：零阶TSK模糊分类器的快速构建方法；构建增强验证数据集，对于验证数据集的每个样本，计算对应的每个输出函数的值，并将其值作为原样本的增强特征，从而形成增强验证数据集；在增强验证数据集上对每一类分别调用FCM算法生成一系列代表性的中心点及其对应的标签，并去掉代表性中心点的增强特征；对于任何测试样本，利用KNN找到距离其最近的k个代表性中心点，以确定其类标。采用并行学习方法，运算复杂度较低，结构简单易懂，能够进行快速学习，在处理分类问题上具有良好的性能。
一种基于并行学习具有解释性模糊集成分类

[发明专利]一种基于IFCM、KNN和数据字典的集成TSK模糊分类器-CN201910445692.3有效
发明人：蒋云良;张雄涛;梁荣华;王瑞琴 -专利权人：湖州师范学院
申请日： 2019-05-27 - 公布日： 2022-12-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于IFCM、KNN和数据字典的集成TSK模糊分类器，依次包括以下步骤：为每个子分类器从Dtr中随机抽样训练数据子集；并行训练L个零阶TSK模糊子分类器；对于验证数据集的每个样本，计算对应的每个输出函数的值并将其作为增强特征，将原始特征和增强特征合并，从而形成增强验证数据集；在增强验证数据集上调用IFCM算法后，生成代表性的中心点及其对应的标签，去掉增强特征，即得到数据字典；对于任何测试样本，利用KNN方法在数据字典上找到最近的k个点，基于投票策略，确定其类标。该分类方法具有较高的分类性能、强鲁棒性和高可解释性。
一种基于 ifcm knn 数据字典集成 tsk 模糊分类

[实用新型]一种便于更换电机端盖的电机-CN202122002908.4有效
发明人： 张雄涛 -专利权人：广东联风达通风设备有限公司
申请日： 2021-08-24 - 公布日： 2022-11-22 - 主分类号： H02K5/04 文献下载
摘要：本实用新型公开了一种便于更换电机端盖的电机，包括电机本体、电机端盖和端盖固定机构，所述电机本体上设有转轴，所述电机本体上设有卡合凹槽，所述电机端盖上设有转轴孔，所述转轴贯穿转轴孔设置，所述电机端盖内侧设有卡扣销，所述卡扣销与卡合凹槽对应设置，所述端盖固定机构设于电机本体外侧，所述端盖固定机构靠近电机端盖设置。本实用新型涉及电机技术领域，具体提供了一种不需使用螺栓，通过端盖固定机构即可实现电机端盖便捷式固定安装的便于更换电机端盖的电机。
一种便于更换电机

[发明专利]一种高速公路交通流量预测方法-CN202010411273.0有效
发明人：蒋云良;范金斌;张雄涛;刘勇 -专利权人：湖州师范学院
申请日： 2020-05-15 - 公布日： 2022-11-18 - 主分类号： G08G1/01 文献下载
摘要：本发明提出了一种高速公路交通流量预测方法包括：将各监测点所采集数据构建成图结构并按时间单位重构时序数据，并分别通过时序卷积和图卷积操作得到相关时空特征；借助嵌入技术将其他影响流量预测结果的数据嵌入至低维空间，得到低维影响特征；结合低维影响特征并运用注意力机制以赋予不同时间单位下时序数据权重，最后综合其他因素特征通过全连接层得到预测结果。采用多模态数据并使用神经网络训练，所得到的交通流量预测结果能够较为准确的根据历史时间片段预测未来时间片段高速交通流量。
一种高速公路交通流量预测方法

[发明专利]一种云中并行快速傅里叶变换数据处理方法及装置-CN201811383328.0有效
发明人：包卫东;朱晓敏;杨聘;周文;张耀鸿;高雄;张雄涛;张大宇;方涛生;王钊;周志坚;张亮 -专利权人：中国人民解放军国防科技大学
申请日： 2018-11-20 - 公布日： 2022-11-11 - 主分类号： G06F17/14 文献下载
摘要：本发明公开了一种云中并行快速傅里叶变换数据处理方法及装置，包括：将获取的快速傅里叶变换FFT的初始数据进行数据预处理，得到运算数据；基于云计算大数据处理框架，将所述运算数据分成P个运算数据集，并存储于弹性分布式数据集RDD中；将所述RDD映射到云中的P个计算节点；给P个所述计算节点分配计算资源；按照分配的所述计算资源，在每个计算节点对所述运算数据集进行FFT蝶形运算，得到每个计算节点本地运算数据集，并将所述本地运算数据集存储于RDD中；将所述RDD中当前数据集两两交换后，进行FFT蝶形运算，得到运算结果，并将所述运算结果存储于所述RDD中，重复本步骤，直到得到唯一的最终运算结果。
一种并行快速傅里叶变换数据处理方法装置

[发明专利]一种基于时空图卷积网络的交通流量预测方法-CN202210684371.0在审
发明人：蒋云良;夏壬焕;张雄涛;孙丹枫;刘勇 -专利权人：杭州电子科技大学
申请日： 2022-06-16 - 公布日： 2022-11-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于时空图卷积网络的交通流量预测方法，包括S1)：利用道路传感器收集目标区域的交通流量数据并进行预处理；S2)：收集额外信息并进行编码，所述额外信息包括气候数据、当天是否为工作日以及节点周围的公共场所的种类和数量；S3)：根据步骤S1)得到的预处理后的交通流量数据生成时间序列数据；S4)：构建两个自适应向量ES,ET作为节点的空间嵌入表示，生成空间相关性矩阵；S5)：构建基于DSGRU单元的DSRNN网络模型，将步骤S3)得到的时间序列数据作为输入和标签，再将步骤S2)得到的额外信息向量输入到模型中，辅助模型对目标区域的交通流量进行预测，可更好捕捉交通流量数据的动态空间依赖，并达到更好的预测效果。
一种基于时空图卷网络交通流量预测方法

[发明专利]动态带宽和不可靠网络下的联邦学习架构及其压缩算法-CN202010163471.X有效
发明人：朱晓敏;张雄涛;包卫东;梁文谦;周文;司悦航;王吉;吴冠霖;陈超;高雄;闫辉;张亮 -专利权人：中国人民解放军国防科技大学
申请日： 2020-03-10 - 公布日： 2022-10-21 - 主分类号： H04L41/0896 文献下载
摘要：本发明提出了一种动态带宽和不可靠网络下的联邦学习架构及其压缩算法，框架包括云端、客户端和边缘服务器，边缘服务器有若干个并能够相互之间进行数据交换，边缘服务器中一个作为协调器。客户端与边缘服务器之间的数据传输为数据块的传输，所采用的边缘服务器机制缩短了传统的客户端到云之间的传输距离，从而减少客户端与服务器之间的通信延迟；此外，由于引入了多个边缘服务器，并将经过训练的模型划分为相应的块数，从而通过避免丢失整个模型来减少数据包丢失对训练的影响。压缩算法自适应调整压缩率来适应动态带宽，用带宽进行自适应调整来代替固定压缩率，有效利用带宽资源，减少了冗余数据交换。
动态宽和不可靠网络联邦学习架构及其压缩算法

[发明专利]基于多层次特征融合的深度TSK模糊分类器-CN202210650416.2在审
发明人： 张雄涛;翁江玮;蒋云良;刘勇;孙丹枫 -专利权人：湖州师范学院
申请日： 2022-06-09 - 公布日： 2022-10-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于多层次特征融合的深度TSK模糊分类器，包括特征学习模块和知识推理模块；所述特征学习模块为基于卷积神经网络的特征学习模，将原始数据作为基于多层次特征融合的深度TSK模糊分类器的输入，特征学习模块采用局部连接的方式(即卷积核)提取局部信息，并通过逐层的神经表达获得隐含层的深度特征从原始数据中自动提取深层特征；所述知识推理模块为基于TSK模糊分类器的知识推理模块，将深度特征作为模糊规则的训练参数，采用FCM聚类算法生成模糊规则的前件参数，利用原始数据对模糊规则的后件参数进行训练。通过融合卷积神经网络的特征提取能力和模糊表示的不确定性处理能力，形成了一种更易于理解的深层TSK模糊分类器。
基于多层次特征融合深度 tsk 模糊分类

[发明专利]基于知识蒸馏的再生TSK模糊分类器-CN202210651346.2在审
发明人：蒋云良;翁江玮;张雄涛;孙丹枫;刘勇 -专利权人：湖州师范学院
申请日： 2022-06-09 - 公布日： 2022-10-14 - 主分类号： G06N3/04 文献下载
摘要：本发明提出了一种基于知识蒸馏的再生TSK模糊分类器，所述基于知识蒸馏的再生TSK模糊分类器记做CNNBaTSK，CNNBaTSK的模糊规则包含两个部分：基于软标签信息的前件部分和基于原始数据的后件部分，所述CNNBaTSK的模糊规则构建方法包括以下步骤：步骤一、CNNBaTSK将原始数据作为输入，通过逐层的神经表达获得输出层的概率分布，引入蒸馏温度，生成DATASET软标签信息；步骤二、在CNNBaTSK的模糊部分，将软标签信息划分成五个固定的模糊分区，构建模糊规则；步骤三、引入原始数据计算后件参数，采用非迭代学习方法对CNNBaTSK后件参数进行优化。NNBaTSK由于采用了模糊规则，保持了模型可解释性，模糊规则的语义解释是用软标签信息代替原始特征，有助于以可解释性的方式处理卷积神经网络所输出的暗知识。
基于知识蒸馏再生 tsk 模糊分类

[发明专利]一种长水平段水平井冲砂作业组合管柱的下入能力评价方法-CN202110006738.9有效
发明人：罗有刚;巨亚锋;王尚卫;梁万银;白小佩;张雄涛;江智强;赵鹏玉;刘江波;王嘉鑫 -专利权人：中国石油天然气股份有限公司
申请日： 2021-01-05 - 公布日： 2022-10-04 - 主分类号： G06F30/28 文献下载
摘要：本发明属于修井技术领域，特别涉及一种长水平段水平井冲砂作业组合管柱的下入能力评价方法。一种长水平段水平井冲砂作业组合管柱的下入能力评价方法，通过将水平井冲砂作业组合管柱沿井眼轴向方向划分为垂直井段、造斜井段、水平井段，并考虑组合管柱变径部分流体摩阻力，建立水平井冲砂作业组合管柱的下入载荷计算模型，通过井眼轨道曲率，进行冲砂作业工具串组合管柱的最大长度分析，判断其能否顺利通过造斜段，通过水平井冲砂作业组合管柱下入摩阻力分析，模拟计算其下入的深度。本发明通过建立的水平井冲砂作业组合管柱下入载荷计算模型评价水平井冲砂作业组合管柱的下入能力，指导水平井冲砂作业组合管柱的安全下入。
一种水平冲砂作业组合管柱能力评价方法

[实用新型]一种便于清理的风机-CN202122002893.1有效
发明人： 张雄涛 -专利权人：广东联风达通风设备有限公司
申请日： 2021-08-24 - 公布日： 2022-10-04 - 主分类号： F04D25/08 文献下载
摘要：本实用新型公开了一种便于清理的风机，包括风机壳体、风机前罩壳、驱动电机、扇叶驱动轴、扇叶和扇叶清洁机构，风机壳体下方设有支撑座，风机前罩壳通过螺钉连接设于风机壳体前侧，驱动电机设于风机壳体后侧，扇叶驱动轴与驱动电机输出轴相连，扇叶设于扇叶驱动轴上，扇叶沿扇叶驱动轴圆周均匀分布设有多组，扇叶清洁机构设于风机壳体上方；扇叶清洁机构包括防护壳、收纳组件和吸尘清洁组件，防护壳设于风机壳体上方，收纳组件设于防护壳内，吸尘清洁组件设于防护壳内，吸尘清洁组件与收纳组件相连。本实用新型涉及风机技术领域，具体提供了一种操作简单，通过扇叶表面清洁机构对扇叶表面进行全方面清洁的便于清理的风机。
一种便于清理风机

[实用新型]一种风机用安装支撑架-CN202220716691.5有效
发明人： 张雄涛 -专利权人：广东联风达通风设备有限公司
申请日： 2022-03-29 - 公布日： 2022-09-30 - 主分类号： F04D29/60 文献下载
摘要：本实用新型公开了一种风机用安装支撑架，包括U型底架和U型顶架，所述U型底架两端均设有插道，所述U型顶架两端分别滑动设于两组插道中，所述U型顶架两端侧边设有凹槽，所述凹槽中均匀间隔设有凸齿，所述U型底架上设有限位锁紧器，所述限位锁紧器间歇卡合设于两相邻凸齿之间，所述U型底架和U型顶架上分别设有固定支架一和固定支架二。本实用新型涉及风机安装架技术领域，具体是提供的风机用安装支撑架，对风机的安装和拆卸都极为方便。
一种风机安装支撑架

[发明专利]基于图卷积神经网络的共晶预测方法、装置和存储介质-CN202210677443.9在审
发明人：康艳蕾;陈嘉辉;李重;张雄涛;胡海龙 -专利权人：湖州师范学院
申请日： 2022-06-16 - 公布日： 2022-09-16 - 主分类号： G16C20/50 文献下载
摘要：本发明提供一种基于图卷积神经网络的共晶预测方法、装置和存储介质，所述方法包括：获取共晶训练样本集中每个分子对中主体分子的第一数据文件和客体分子的第二数据文件；获取每个分子对的预测分子指纹、目标分子特征、目标连接邻接矩阵和目标点云信息；将目标分子特征、目标连接邻接矩阵和目标点云信息输入特征提取模型，得到分子对的初始特征；将分子对的初始特征与所述预测分子指纹进行拼接，得到分子对的特征向量；将每个分子对的特征向量输入图卷积神经网络进行训练，得到共晶预测模型。本发明解决了现有技术中预测效率低的问题，通过图卷积神经网络对分子的特征以及分子指纹进行融合处理，不仅可以提高预测效率，还提高了预测精度。
基于图卷神经网络预测方法装置存储介质