“宗学森”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]一种耐高温的耐等离子刻蚀薄膜的制备方法-CN202310711449.8在审
发明人：贺邦杰;陈立航;周岩;宗学森;杨佐东;郑宣 -专利权人：重庆臻宝科技股份有限公司
申请日： 2023-06-15 - 公布日： 2023-09-05 - 主分类号： C23C4/04 文献下载
摘要：本发明公开了一种耐高温的耐等离子刻蚀薄膜的制备方法，属于涂层技术领域。包括以下步骤：S1、将Y2O3、Si研磨成粉并混合得混合粉末，将混合粉末加至水中搅拌；S2、向水中加入分散剂、粘合剂，然后喷雾造粒，得造粒粉末；S3、将造粒粉末使用熔射系统熔射，得Y2SiO5‑Si混合非晶涂层。相比于传统的涂层，本发明制备的Y2SiO5‑Si混合非晶涂层在高温环境下拥有优秀的耐等离子刻蚀能力，其性能不会因为温度的升高而下降，且本申请的制备方法简单，便于大规模应用于工业环境。
一种耐高温等离子刻蚀薄膜制备方法

[发明专利]基于二维栅格地图的多目标路径规划方法-CN202310556632.5在审
发明人：孙士磊;司昌凯;宗学森;郭辰 -专利权人：山东高创迈科自控技术有限公司
申请日： 2023-05-17 - 公布日： 2023-08-22 - 主分类号： G01C21/34 文献下载
摘要：本发明涉及物流机器人路径规划技术领域，具体涉及一种基于二维栅格地图的多目标路径规划方法。本发明所述方法为获取已知环境的二维栅格地图，将栅格地图转化为代价地图；给定移动机器人起点和多个目标点，按顺序依次两两组合，得到多个局部区域，利用MTJPS算法在每个局部区域中寻找一条起点到目标点的路径，将各个局部区域的路径组合成完整路径；选取路径中的拐点，得到相邻控制点，利用B样条曲线优化路径中的拐点，得到优化后的路径，与原路径组合后得到最终路径；本发明所述方法可以解决多目标路径规划问题，得到更优的全局路径，更适用于物流机器人的路径规划。
基于二维栅格地图多目标路径规划方法

[发明专利]基于联邦学习的停车流量预测模型训练方法-CN202111499469.0在审
发明人： 宗学森;牟伟 -专利权人：青岛亿联信息科技股份有限公司
申请日： 2021-12-09 - 公布日： 2022-04-19 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及计算机应用技术领域。针对联邦学习法在停车场停车流量的预测中容易被恶意攻击，而现有的判断恶意模型的方法存在容易舍弃正常的本地模型的缺点，从而导致聚合后的全局模型收敛速度慢和模型精度偏低的上述问题，本发明提供一种提出一种基于联邦学习的停车流量预测模型训练方法，在保障数据隐私和安全的条件下，通过计算各本地模型之间的相似值和本地模型与全局模型之间的相似值，从而减少全局模型的精度偏差，提高模型的性能。
基于联邦学习停车流量预测模型训练方法

[发明专利]一种基于知识图谱的制造业装备故障监测模型训练方法-CN202111588468.3在审
发明人：王爱玲;谢海琴;卞旭辉;宋文君;宗学森;徐衍萍;徐小文 -专利权人：青岛鹏海软件有限公司
申请日： 2021-12-23 - 公布日： 2022-04-15 - 主分类号： G06F16/36 文献下载
摘要：本发明属于计算机应用技术领域，具体公开一种基于知识图谱的制造业装备故障监测模型训练方法，包括：获取装备历史运行状态数据，并对获取的装备历史运行状态数据进行标准化处理；获取装备零件和人工操作文本数据，并对获取的装备零件和人工操作文本数据进行预处理；对预处理后的装备零件和人工操作文本数据进行标签化处理，构建装备知识图谱；基于构建的装备知识图谱、标准化的装备历史运行状态数据和装备故障监测模型，对设备进行实时故障监测。本申请通过对装备运行数据之外的装备自身零件数据、人工操作数据进行标签化管理，提取知识驱动的方式将可解释的知识编码到故障监测模型中，从而优化模型以提供精准的故障监测结果。
一种基于知识图谱制造业装备故障监测模型训练方法

[发明专利]一种基于联邦学习的制造业装备故障监测模型训练方法-CN202111549240.3在审
发明人：王爱玲;谢海琴;卞旭辉;宗学森;宋文君 -专利权人：青岛鹏海软件有限公司
申请日： 2021-12-17 - 公布日： 2022-04-12 - 主分类号： G06N20/00 文献下载
摘要：本发明属于计算机应用技术领域，具体公开一种基于联邦学习的制造业装备故障监测模型训练方法，包括获取各装备的运行状态数据，并对运行状态数据进行预分析；各装备基于预分析后的运行状态数据进行各自本地故障检测模型训练，将训练后的本地故障监测模型参数发送给聚合服务器，聚合服务器通过加权平均聚合各本地故障监测模型参数，生成全局故障监测模型参数并发送给各装备，各装备接收后更新本地故障监测模型，继续利用本地运行数据重复训练模型，直至全局故障监测模型收敛，模型训练结束；将训练好的故障监测模型应用在各装备，对装备的运行状态进行实时监测和故障诊断结果通知，并将维修信息及时上传至数据云端，形成智能服务闭环。
一种基于联邦学习制造业装备故障监测模型训练方法

[发明专利]基于联邦学习和区块链的停车预测模型训练方法与系统-CN202110838858.5在审
发明人： 宗学森;李鹏 -专利权人：青岛亿联信息科技股份有限公司
申请日： 2021-07-23 - 公布日： 2021-11-02 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种基于联邦学习和区块链的停车预测模型训练方法与系统，上述方法包括：利用处理后的历史停车数据训练本地模型，并将训练后的本地模型的参数通过智能合约上传至区块链中；通过智能合约监听并聚合本地模型的参数，获得全局模型参数并上传至所述区块链中；基于全局模型参数建立全局模型，并判断全局模型是否收敛，若未收敛，则各参与方通过智能合约从区块链中获取全局模型参数继续迭代训练，直到全局模型收敛，收敛后的全局模型的参数为当前时段的全局模型参数；进入下一时段后，将上一时段的全局模型参数作为当前时段本地模型的初始模型参数，进行新一轮本地模型训练。
基于联邦学习区块停车预测模型训练方法系统