专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果13个,建议您升级VIP下载更多相关专利
  • [发明专利]一种考虑机器损坏的分布式下料车间调度方法及系统-CN202310597618.X在审
  • 龚文引;罗聪;卢超 - 中国地质大学(武汉)
  • 2023-05-22 - 2023-10-27 - G05B19/418
  • 本发明公开一种考虑机器损坏的分布式下料车间调度方法,包括批次的加工序列生成模块,批次的加工园区分配模块,园区内加工机器分配模块,园区内加工班组分配模块,损坏机器的重调度模块,批次加工序列的优化模块;确定每个批次的加工园区、每个批次的加工机器、每台机器上的所有批次的加工顺序、每个班组的所有加工批次,设计了一种基于机器负载的重调度策略,基于问题特性的模因算法,设计交叉和变异算子以及两种启发式的局部搜索算子,提高算法的多样性和收敛性;对加工序列、园区分配、机器分配、班组分配进行优化,得到最优的排产序列,将最优的排产方案以甘特图的形式输出来指导实际排产。
  • 一种考虑机器损坏分布式车间调度方法系统
  • [发明专利]一种基于多Agent考虑订单插入的柔性机加工场景调度方法-CN202310245497.2在审
  • 卢超;徐成;龚文引 - 中国地质大学(武汉)
  • 2023-03-14 - 2023-06-06 - G06Q10/04
  • 本发明公开了一种基于多Agent考虑订单插入的柔性机加工场景调度方法,应用于车间排产领域,包括以下步骤:建立订单插入的柔性机加工场景调度的数学模型和马尔科夫模型,以最小化最大累积延误作为评价指标;设计了选择机器的智能体和选择工件的智能体,采用了12种工件特征和机器特征作为输入;对动作值函数和目标值函数拟合并初始化;分别选择5种和3种启发式规则作为智能体动作;设计基于最小化最大累积延误的奖励函数进行评估,并更新动作值函数参数;状态更新;利用软目标更新策略对目标值函数参数进行更新;本发明可以快速处理订单插入的柔性机加工场景调度问题,具有灵活性高和实时性强的优点。
  • 一种基于agent考虑订单插入柔性加工场景调度方法
  • [发明专利]一种多园区模糊下料车间系统和方法-CN202211548118.9在审
  • 龚文引;李瑞;卢超 - 中国地质大学(武汉)
  • 2022-12-05 - 2023-05-23 - G06Q10/04
  • 本发明提供了一种多园区模糊下料车间系统和方法,该方法包括:获取批次信息和工厂信息;其中,所述批次信息包括:批次优先级和批次交货期;基于所述批次信息和工厂信息,确定至少一个排产计划;其中,所述排产计划包括所述批次对应的加工时间;利用遗传算法,对所述排产计划进行交叉变异,确定第一方案;基于所述批次信息和所述工厂信息,对所述第一方案中所述排产计划进行排序,选择第一预设数量的所述排产计划,确定第二方案;基于所述批次交货期和批次优先级,对第二方案进行局部搜索,确定最终排产方案;输出所述最终排产方案。如此,本发明可以基于优先级和交货期,增加批次约束,并根据批次模糊加工时间指导实际排产,提高生产效率。
  • 一种多园区模糊车间系统方法
  • [发明专利]一种考虑双资源约束的上下料场景调度优化方法-CN202211428724.7在审
  • 卢超;刘侨;龚文引 - 中国地质大学(武汉)
  • 2022-11-15 - 2023-04-18 - G06Q10/04
  • 本发明公开了一种考虑双资源约束的上下料场景调度优化方法,包括:获取上下料场景中的调度参数;设置考虑工人资源和机器资源的约束条件,以最小化最大完工时间和工人在机器之间的频繁周转疲劳度为优化目标,根据调度参数、约束条件和优化目标构建上下料场景调度问题模型;采用改进的蚁群算法对上下料场景调度问题模型进行求解,输出上下料场景最优或近似最优调度解,并输出甘特图显示。本发明以同时最小化最大完工时间和工人在机器之间的频繁周转疲劳度为优化目标,考虑带准备时间的生产情况,并使用改进的蚁群算法求解,在考虑最小化最大完工时间的情况下,能备选出工人疲劳相对较低的方案,有利于车间生产良好的运转,具有重要的实际应用价值。
  • 一种考虑资源约束上下料场调度优化方法
  • [发明专利]基于深度强化学习的贴片机贴装调度模型训练方法-CN202111070340.8有效
  • 胡成玉;曾德泽;龚文引;邓泽峰 - 中国地质大学(武汉)
  • 2021-09-13 - 2022-09-30 - H05K13/04
  • 本发明涉及贴装控制领域,提供一种基于深度强化学习的贴片机贴装调度模型训练方法,包括:S1:设置贴装循环方案,计算获取贴装循环方案的贴装时间;S2:构建贴片机贴装调度模型,贴片机贴装调度模型包括:DQN1网络和DQN2网络;S3:获取贴装训练数据,将贴装训练数据和贴装时间输入DQN1网络进行循环计算,计算结束后获得取料方案;S4:将取料方案和贴装时间输入DQN2网络进行循环计算,计算结束后获得训练好的贴片机贴装调度模型。本发明构建的两阶段训练模型,所求解的取料方案和贴装方案相比实际生产使用的贪心算法更精确,也即新方案的贴装耗时更少;两阶段训练模型可以在复杂动态环境下,不需要重新训练,直接生成比较优的取料和贴装方案。
  • 基于深度强化学习贴片机贴装调度模型训练方法
  • [发明专利]光伏模型的参数确定方法、装置、设备及存储介质-CN202210008611.5在审
  • 李水佳;谷琼;龚文引;宁彬;胡春阳;蔡之华 - 湖北文理学院
  • 2022-01-04 - 2022-05-13 - G06F30/27
  • 本发明公开一种光伏模型的参数确定方法、装置、设备及存储介质。本发明通过获取光伏模型对应的待优化参数,将待优化参数作为种群个体构建基于预设自适应教学优化算法的学习种群,然后获取学习种群中各待优化参数的目标函数值,并根据目标函数值确定学习种群中的学习者自适应学习阶段,然后根据当前循环代数和所述学习者自适应学习阶段确定预设学习方式,并根据预设学习方式对学习种群中的学习者参数进行更新,获得更新后的学习者参数,再根据更新后的学习者参数确定光伏模型的参数。本发明能够根据自身的学习水平自适应地选择适合自己的预设学习方式,并且能够不断对待优化参数进行更新,进一步使光伏模型的参数更加准确可靠。
  • 模型参数确定方法装置设备存储介质
  • [发明专利]一种基于图卷积极限学习机的快速半监督分类方法-CN202010341727.1有效
  • 张子佳;蔡耀明;龚文引;刘小波;蔡之华 - 中国地质大学(武汉)
  • 2020-04-27 - 2021-03-30 - G06K9/62
  • 本发明提供一种基于图卷积极限学习机的快速半监督分类方法,包括以下步骤:构建疾病分类数据的自表达模型,并利用所述自表达模型构建疾病分类数据的全局鲁棒图,得到疾病分类数据的邻接矩阵A;根据所述邻接矩阵A计算随机图卷积模型输出H;根据所述随机图卷积模型输出H计算图卷积极限学习机的输出层权重β;利用计算得到的图卷积极限学习机的输出层权重β对未标记的疾病分类数据进行分类;本发明的有益效果是:在极限学习机方法中引入图卷积网络来代替隐藏层,构成一种全新的图卷积极限学习机模型;该模型能处理非欧式的图结构数据,如泛化到疾病分类、生物信息、化学医药等领域中,同时能够保持极限学习机的快速学习速度和通用的逼近能力。
  • 一种基于图卷积极学习机快速监督分类方法
  • [发明专利]一种面向混合噪声的人脸超分辨率的重建方法及装置-CN201510819211.2有效
  • 江俊君;蔡之华;龚文引 - 中国地质大学(武汉)
  • 2015-11-20 - 2019-08-20 - G06T7/00
  • 本发明提供了一种面向混合噪声的人脸超分辨率的重建方法及装置,包括:接收低分辨率人脸图像XL,将XL、预设的低分辨率训练集中的低分辨率人脸样本图像及高分辨率训练集中的高分辨率人脸样本图像划分为相互重叠的图像块;计算中各个位置(i,j)的图像块对应的最优权重系数w*(i,j);将各个位置(i,j)的低分辨率人脸样本图像的图像块替换为对应的高分辨率人脸样本图像的图像块,根据最优权重系数w*(i,j)合成各个位置(i,j)的高分辨率人脸图像块XH(i,j);根据高分辨率人脸图像块XH(i,j)在人脸对应的位置进行融合,获取高分辨率人脸图像并输出;如此,引入l1‑l1双稀疏范数,同时进行混合噪声去除和人脸超分辨率重建,减小对低分辨率图像进行重建时的误差,进而获取高质量的高分辨率人脸图像。
  • 一种面向混合噪声人脸超分辨率重建方法装置
  • [发明专利]一种人脸超分辨率的重建方法及装置-CN201510381611.X有效
  • 江俊君;蔡之华;龚文引 - 中国地质大学(武汉)
  • 2015-07-02 - 2019-03-08 - G06T5/50
  • 本发明提供了一种人脸超分辨率的重建方法及装置,所述方法包括:接收低分辨率人脸图像XL,将XL、预设的第一人脸样本图像及第二人脸样本图像划分为相互重叠的图像块;计算所述第一人脸样本图像中各个位置(i,j)的图像块对应的映射矩阵查找与XL(i,j)距离最近的第一图像块根据第一图像块对应的最优映射矩阵合成各个位置的高分辨率人脸图像块XH(i,j);根据XH(i,j)在人脸对应的位置进行融合,获取高分辨率人脸图像;如此,根据训练集中的任何一幅低分辨率图像到高分辨率图像的最优映射矩阵,利用该图像所训练出来的最优映射矩阵来恢复到高分辨率的图片,既提高了重建效率,达到了实时性的要求,又提高了高分辨率图片的质量。
  • 一种人脸超分辨率重建方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top