“郭炜儒”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4个，建议您升级VIP下载更多相关专利

[发明专利]车载自组织网络中基于分簇的多优先级MAC协议制定方法-CN201910067940.5有效
发明人：任秀丽;陈梓航;郭炜儒 -专利权人：辽宁大学
申请日： 2019-01-24 - 公布日： 2022-03-25 - 主分类号： H04W28/02 文献下载
摘要：本发明涉及车载自组织网络中基于分簇的多优先级MAC协议制定方法，协议采用基于移动感知的簇头选举算法与多优先级接入信道机制，在保证安全信息优先访问的前提下，减少并发接入信道的节点数目，增加信道吞吐量，延长簇头寿命；同时提出了无竞争预约服务信道的方法，使簇头为簇内活动节点预约信道，避免信道冲突，降低碰撞概率。通过以上技术，在网络拓扑结构频繁变化的车载自组织网络中，降低了安全信息的平均时延，增大了服务信道的吞吐量，并且对不同交通情况具有更好的适应性。
车载组织网络基于优先级 mac 协议制定方法

[发明专利]一种自适应参数调节的自动编码机的轴承故障诊断方法-CN201711169602.X有效
发明人：张利;高欣;刘洋;李大伟;张皓博;郭炜儒;石振桔;赵中洲 -专利权人：辽宁大学
申请日： 2017-11-22 - 公布日： 2019-09-13 - 主分类号： G01M13/045 文献下载
摘要：一种自适应参数调节的自动编码机的轴承故障诊断方法，基本步骤如下：1)对轴承振动信号的采样；2)对轴承信号的预处理；3)对深度网络代价函数，结点数与结构确定；4)参数自适应调节；5)故障划分。该方法首先对当前数据做出降噪处理，在降噪的同时也进行降维处理，并通过归一化后的‘干净’数据进入深度网络进行训练，通过稀疏自动编码器的特性，对边缘降噪走动编码器隐含层神经元进行稀疏性限制，结合Ada‑grad学习策略不断调节当前学习率的参数使其达到最优，从而达到一种快收敛，高精度的分类效果。最后通过与传统的自动编码机在轴承故障分类上进行对比，从而验证本发明的有效性和鲁棒性强的特点。
轴承故障自动编码自适应参数调节降噪神经元预处理轴承振动信号参数自适应自动编码器诊断分类效果降维处理降噪处理结构确定网络代价学习策略编码器传统的归一化鲁棒性稀疏性隐含层采样点数稀疏轴承走动收敛验证分类网络学习

[发明专利]一种改进鸡群优化RBF神经网络的设备健康状态检测方法-CN201910388452.4在审
发明人：张利;肖雪冬;郭炜儒;王青松;张皓博;王彦捷 -专利权人：辽宁大学
申请日： 2019-05-10 - 公布日： 2019-08-13 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种改进鸡群优化RBF神经网络的设备健康状态检测方法，基本步骤如下：(1)信号采样；(2)降噪处理；(3)特征提取；(4)数据归一化处理；(5)设备健康状态检测。本发明提出了一种改进鸡群优化RBF神经网络模型，使用智能寻优方法找到最优的中心向量，从而提高RBF网络的性能。针对鸡群算法在一定程度上易陷入局部最优的问题，采用改进鸡群结合混沌搜索策略优化初始种群，同时对使用度值高的小鸡通过成长操作来代替一部分公鸡粒子，从而尽可能解决陷入局部最优的问题。
设备健康状态改进检测优化数据归一化策略优化初始种群混沌搜索降噪处理特征提取信号采样中心向量使用度公鸡算法小鸡寻优粒子智能

[发明专利]一种局部加权的不完整数据混杂聚类方法-CN201710993558.8在审
发明人：张利;牛明航;孙颖;石振桔;郭炜儒;孙军;王军;赵中洲 -专利权人：辽宁大学
申请日： 2017-10-23 - 公布日： 2018-03-06 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种局部加权的不完整数据混杂聚类方法，其步骤如下（1）收集数据；（2）数据处理随机使部分数据缺少部分属性，变成不完整数据；（3）数据估算利用改进的遗传算法中的个体对缺失数据进行估算；（4）聚类分析对估算的数据进行模糊聚类分析；本发明提出了一种改进的遗传算法优化局部加权的不完整数据混杂聚类算法（GLW‑FCM），达到搜索全部问题空间找到最优解的目的。使用UCI标准测试数据集包括Iris、Bupa、Wine和Breast。将本文所提出的算法与其他五种算法在Matlab环境下做对比实验分析，改进后的算法在整个问题空间隐含了并行性进行搜索最佳解，获得了更加理想的聚类结果。有效降低了平均误分数、平均错误分类标准差和平均迭代终止次数。
一种局部加权完整数据混杂方法