“詹逸鹏”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于VMD-SVM-WSA-GM组合模型的光伏电站输出功率预测方法-CN201910351027.8有效
发明人：曾亮;江鑫;常雨芳;黄文聪;徐操;李庚;詹逸鹏 -专利权人：湖北工业大学
申请日： 2019-04-28 - 公布日： 2023-06-06 - 主分类号： H02J3/00 文献下载
摘要：本发明属于光伏发电技术领域，具体涉及到一种基VMD‑SVM‑WSA‑GM组合模型的光伏电站输出功率预测方法，作为预测方法的主体结构，本发明提出了一种对光伏电站历史输出功率数据序列做VMD分解之后的各个模态分别建立支持向量机SVM预测模型，然后求和重构的新结构，可以充分发挥支持向量机的学习能力和泛化能力，提高预测精度和收敛速度。
一种基于 vmd svm wsa gm 组合模型电站输出功率预测方法

[发明专利]一种基于改进粒子群的风力发电功率预测方法-CN201810425696.0有效
发明人：王粟;江鑫;朱飞;李庚;邱春辉;詹逸鹏;曾亮 -专利权人：湖北工业大学
申请日： 2018-05-07 - 公布日： 2021-12-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于改进粒子群的风力发电功率预测方法。本发明通过单位时间对风力电站历史发电数据进行等时间间隔采样得到风力电站输出功率时间序列，并对风力电站输出功率时间序列进行预处理，根据预处理后风力电站输出功率时间序列构建风力电站输出功率输入空间；通过输出功率输入空间构造基于SVM模型核函数；通过引入拉格朗日乘子以及预处理后风力电站输出功率时间序列构建基于SVM模型核函数的优化模型，通过改进权重的粒子群算法对基于SVM模型核函数的优化求解；通过优化的高斯核函数的比重系数、高斯核函数的核系数、多项式核函数的多项式阶数、惩罚系数以及基于SVM模型核函数构建预测模型。与现有技术相比，本发明提高了预测精度。
一种基于改进粒子风力发电功率预测方法

[发明专利]一种基于组合模型的风力电站输出功率预测方法-CN201810440987.7有效
发明人：王粟;邱春辉;朱飞;江鑫;李庚;詹逸鹏;曾亮 -专利权人：湖北工业大学
申请日： 2018-05-10 - 公布日： 2021-09-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于组合模型的风力电站输出功率预测方法。本发明根据风力电站历史统计数据以一小时为单位，建立历史风力数据时间序列以及历史风电功率时间序列；根据归一化原则计算归一化历史风力数据时间序列以及归一化历史风电功率时间序列；根据归一化历史风力数据时间序列以及归一化历史风电功率时间序列计算互信息时间序列并得到最佳归一化历史风电功率时间序列；将最佳归一化历史风电功率时间序列进行小波变换；根据小波变换后最佳归一化历史风电功率时间序列建立支持向量机的核函数模型，通过改进权重的粒子群算法求解优化模型的参数；根据优化支持向量机的核函数模型构建预测模型。与现有技术相比，本发明提高了预测精度。
一种基于组合模型风力电站输出功率预测方法

[发明专利]一种带钢表面缺陷分类方法-CN201810585825.2有效
发明人：王粟;李庚;朱飞;邱春辉;江鑫;詹逸鹏;易梦云;王嘉琪 -专利权人：湖北工业大学
申请日： 2018-06-08 - 公布日： 2021-07-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种带钢表面缺陷分类方法，该方法基于Gabor特征融合分块直方图进行，首先建立样本库，将样本集分为训练集和测试集，然后将样本集中所有图片归一化为相同像素尺寸之后导入Gabor滤波器中，进行多尺度多方向滤波，得到滤波结果图，然后对滤波结果图进行融合成与尺度数量相同的结果图，将结果图分块，利用KPCA对每张样本图片进行降维，使用训练集中样本图片的标签和所对应的特征维度建立支持向量机SVM分类预测模型；使用粒子群优化算法PSO对SVM进行参数寻优，利用测试集中处理后的样本图片，对SVM模型进行分类预测，之后可以对待测试带钢图片进行比对测试；本发明自动分类准确度高，执行效率也高，具有巨大经济价值。
一种带钢表面缺陷分类方法

[发明专利]一种引入黑区的A*和蚁群混合算法的快递无人机航迹规划方法-CN201810919906.1有效
发明人：王粟;李庚;朱飞;江鑫;邱春辉;詹逸鹏;曾亮;徐希;张凯 -专利权人：湖北工业大学
申请日： 2018-08-14 - 公布日： 2021-07-06 - 主分类号： G08G5/00 文献下载
摘要：本发明公开了一种引入黑区的A*和蚁群混合算法的快递无人机航迹规划方法，首先确定障碍坐标和网点快递柜坐标，忽略禁飞区和障碍物，使用蚁群算法做出一条轨迹；确认航线的起始点、途经点以及终点，确定初始航线；建立网格点，设定网格长宽均为S米，沿障碍物或禁飞区边缘建立至少3个网格点的裕度，障碍物网格和其周围裕度的网格定义为黑区；判断每段航线所在线段是否经过障碍物，如果航线经过黑区，则从起点开始判断，依次使用A*算法，直至航线均绕过所有障碍物或禁飞区为止，完成快递无人机航迹规划。本发明引入黑区，综合了A*和蚁群混合算法混合使用的优点，使得规划的无人机航迹更合理，路径更短，无人机耗能更少。
一种引入混合算法快递无人机航迹规划方法

[发明专利]一种针对校正后色盲图像的图像水印嵌入方法和提取方法-CN201711474461.2在审
发明人：曾亮;詹逸鹏;朱飞;李庚;江鑫;邱春辉;万畅;王粟 -专利权人：湖北工业大学
申请日： 2017-12-29 - 公布日： 2018-06-29 - 主分类号： G06T1/00 文献下载
摘要：本发明提供一种针对校正后色盲图像的图像水印嵌入方法，首先，将原始图像从RGB空间转换为LMS空间；将图像的LMS空间分离为L,M,S三个通道；计算图像的亮度分量；将图像的亮度分量Lum(i,j)与水印w(i，j)及常数s相乘，调整水印强度；然后将调整强度后的水印添加到原始图像中颜色分量最大的通道以创建水印分量；将水印分量与图像原始的另外两个颜色分量结合得到嵌入水印后的LMS空间图像；最后，将图像从LMS空间转换回RGB空间，得到嵌入水印后的RGB图像。
图像图像水印嵌入亮度分量嵌入水印色盲图像水印分量颜色分量原始图像水印校正相乘空间分离空间图像空间转换水印添加转换创建