本发明公开了一种水利工程用的边坡修整方法,涉及水利工程边坡修整技术领域。该方法包括:采集目标边坡上各边坡位置的边坡数据序列以及环境数据序列;根据各边坡数据序列与各环境数据序列之间的变化趋势关系,确定各环境数据序列对各边坡数据序列的影响因子,以及各边坡位置在各时刻的待滑落因子;根据各影响因子以及各待滑落因子,确定各边坡位置在各时刻的环境补偿系数;通过各环境补偿系数,分别对各边坡位置的边坡数据序列进行修正,得到各边坡位置的修正数据序列;在修正数据序列满足预设修整条件的情况下,对相对应的边坡位置进行修整,得到修整后的目标边坡。本发明能够提高采集的边坡数据序列的准确性,提高边坡修整的准确性。
📄 2025109333639
📂 G06F18_27
👤 陕西建一建设有限公司
📅 2025-07-08
本发明提供一种针对小样本水体的叶绿素含量辅助预测方法及系统,涉及生物环境科学技术领域,该方法包括获取水体相关数据;对数据进行预处理得到理想数据集;计算平均影响值,对理想数据集进行降维操作处理;设置混合训练集与测试集,并将每个样本设置权重与样本更新系数;将数据集和权重向量相结合,对基本弱回归模型进行训练,并且不断更新样本权重;不断重复建立模型,保存记录每一次的弱回归模型,最终选择效果最好的回归模型作为强回归模型;将测试样本输入所述强回归模型中,得到测试样本的叶绿素预测值。本发明利用水环境影响因子与叶绿素之间、不同水环境之间的相关性,为叶绿素预测过程建立低成本和高泛化性能的叶绿素预测模型。
📄 2023117800408
📂 G06F18_27
👤 江南大学
📅 2023-12-22
本发明公开了一种慢性肾脏病矿物质和骨异常标志物预测方法及系统。该方法包括:获取历史数据,基于历史数据计算衍生电学特征并构建多维输入特征体系;对多维输入特征体系数据进行自动化预处理与降维;利用降维后特征及其对应血清生化指标真实值,训练基于极端随机树的集成学习回归模型,通过自动化超参数寻优得到最优预测模型;将待测者实时数据输入模型,得到关键生物标志物的预测值,并基于SHAP值量化各输入特征的贡献度。本发明实现了慢性肾脏病矿物质和骨异常标志物的无创、高精度预测,有效替代传统有创血液检测,同时具备优异的模型可解释性,为临床诊疗提供可靠依据。
📄 2025117885138
📂 G06F18_27
👤 江南大学
📅 2025-12-01
本发明涉及基于软测量模型的工业监测方法、系统、装置及存储介质,属于软测量技术领域。本发明通过构建基于多尺度门控Transformer的软测量模型来对工业过程中的质量变量进行监测,通过设计层级化特征融合结构,实现全局与局部特征的有效融合。首先将卷积操作嵌入注意力机制,以提取数据的多尺度特征;其次利用门控单元自适应调节多尺度特征权重,并通过稀疏注意力机制剔除低相关或冗余特征,从而增强模型在数据缺失情况下的特征提取能力。将该方法应用于脱丁烷塔工业过程进行丁烷浓度预测,结果表明,本发明比现有软测量工业监测方法具有更高的预测精度。本发明还提供一种基于软测量模型的工业监测系统、装置和存储介质,提高了工业监测的便捷性。
📄 2025109101843
📂 G06F18_27
👤 江南大学
📅 2025-07-02
本发明属于数据分析技术领域,提出了一种青藏高原‑热带印度洋经纬向异常场ENSO响应修正方法,具体为:首先分别计算青藏高原‑热带印度洋区域强弱年平均温度场及多高度层气象要素的强弱年平均场,将各要素减去长期平均值得到异常场并进行显著性检验,然后采用经向和纬向梯度算子提取异常场的空间偏移与形态方向特征,进行异常方向分布的显著性统计检验,最后结合多层气象要素方向进行耦合分析;基于耦合分析结果对ENSO响应执行修正。通过多层气象要素方向耦合,在空间偏移维度与形态主轴方向维度对要素进行了结构耦合分析,使得以青藏高原‑热带印度洋系统为研究对象的ENSO响应识别结果具备了更加鲁棒性和稳定性的分类与定量输出。
📄 2025116498975
📂 G06F18_27
👤 广东海洋大学
📅 2025-11-12
本发明公开了一种基于神经网络模型的海域波浪数据推演方法及系统,包括:获取目标海域对应的波浪图像及历史波浪时序数据,对历史波浪时序数据进行时序分解获得对应的周期性数据,通过对所述历史波浪时序数据进行时序分析以使构建周期性预测模型;通过所述周期性预测模型提取所述周期性数据的周期性特征,并对所述周期性特征与所述历史波浪时序数据进行数据拟合后获得的第二历史波浪时序数据进行模态分解,获得对应的子序列,再将所述子序列及所述第二波浪图像输入至预训练的双通道神经网络模型,通过所述双通道神经网络模型进行波浪数据的推演,输出所述目标海域在预测周期内的波浪数据,提高波浪数据推演的效率及精准度。
📄 2024109469988
📂 G06F18_27
👤 广东海洋大学
📅 2024-07-16
本发明公开了一种基于堆叠回归的道路交通流量预测方法,包括获取公共数据集,并进行预处理以及特征提取,将特征序列划分为训练集以及测试集,作为后续模型的输入;构建Bi‑GRU模型以及GBR模型,设置两个模型对应的模型参数,完成两个模型的构建;将Bi‑GRU模型和GBR模型作为基础模型单元,通过将ridge算法作为元模型,利用堆叠回归算法搭建出混合模型,然后对模型进行集权处理;对混合模型进行模型的训练以及通过权重划分,实现模型数据的预测;将模型预测的结果进行校验并且检测其准确性。本发明利用堆叠回归算法将GBR与Bi‑GRU模型以ridge算法作为元模型堆叠起来,对混合模型进行训练与预测,可以提高了交通流量预测的精确性与准确性。
📄 2023110654716
📂 G06F18_27
👤 淮安大学
📅 2023-08-22
本发明涉及云计算技术领域,具体涉及一种保护隐私且非交互的多方逻辑回归模型训练方法,构造了保护隐私的多方逻辑回归模型,具体为:用户对本地私有数据进行加密并上传给服务供应商,服务供应商收集用户的加密数据后,在云服务器的帮助下训练全局逻辑回归模型,最终获得模型结果。同时在训练过程中采用隐私保护训练协议,确保数据的机密性以及完整性。数据所有者不需要与服务提供者或云服务器进行交互,同时,每次进行模型训练时,服务提供者和云服务器之间只有一轮交换,在效率、安全和功能之间达到一个较好的平衡,解决了现有逻辑回归模型训练时间长、计算开销大、模型精度低以及对用户隐私信息保护不足的技术问题。
📄 2023111798245
📂 G06F18_27
👤 桂林电子科技大学
📅 2023-09-13
基于高斯过程回归的离心泵外特性预测方法,属于离心泵外特性预测技术领域。它包括以下步骤:1)数据采集;2)数据处理:对所记录的数据进行分析,经过归一化处理,获得模型的输入数据;3)离心泵外特性预测模型的建立;4)评估监测模型结果。本发明通过将离心泵的运行数据处理和高斯过程回归模型两者结合预测离心泵的外特性,能够进行现有离心泵运行数据的分析和在不进行离心泵外特性实验的条件下对离心泵外特性进行预测;同时高斯过程回归模型提供的方差不确定性为模型预测的准确性提供了帮助,适用于工况变化较大的情况下;本发明对离心泵启动区间的数据进行了剔除,使得其预测更为精准,同时模型受到扰动的风险较小。
📄 2020110657477
📂 G06F18_27
👤 浙江工业大学
📅 2020-09-30
一种基于深度置信网络的卸船机关联规则故障预测模型方法,包括以下步骤:(1)将桥式抓斗卸船机小车系统状态监测的时间序列作为模型输入,采样获得小车系统的关联内部特征信息和故障类别作为模型输出;(2)对原始监测数据进行预处理;(3)对获取的时间序列进行相空间重构,转换成矩阵形式并构建输入和输出映射关系;(4)训练由RBM堆叠和回归层构成的深度置信网络预测模型,获取各个相关监测点振动烈度为时间序列的未来残差序列预测值;(5)利用关联规则构建故障类型与对应监测点残差序列特征约束函数模型;(6)输入数据集利用训练得到的模型进行预测。本发明精度较高、计算简易、工程实用性强。
📄 2019106759032
📂 G06F18_27
👤 浙江工业大学
📅 2019-07-25
本发明公开了一种基于STFT周期性能量峰的船舶螺旋桨转速预报方法,涉及船舶航速识别技术领域。本发明的步骤为:步骤一:将螺旋桨噪声信号进行STFT变换,通过比较分析时频谱图中特征量来确定窗函数和窗口长度;步骤二:利用步骤一的窗函数及其长度参数,对螺旋桨噪声信号进行STFT变换,获得时频谱图信息;步骤三:提取螺旋桨噪声信号的时频特征,并且统计时频图出现的周期性能量峰的时间节点;步骤四:根据所获得的能量峰时间节点,采用差值平均值法求得周期时间,并与螺旋桨转速进行相关性分析。本发明利用STFT谱图的能量峰特征来预报螺旋桨的转速,是研究螺旋桨噪声特征的一种新思路,对船舶航速识别技术有重要的指向性价值。
📄 2022102114105
📂 G06F18_27
👤 安徽工业大学
📅 2022-03-04
本发明提供了一种列车滚动轴承状态识别方法及系统,方法包括获取列车滚动轴承的监测数据,对监测数据进行预处理,以得到处理数据;对处理数据进行数据均衡化处理,以得到均衡数据集;将均衡数据集划分为第一数据集与第二数据集,对第二数据集进行模态区间化处理,以得到模态化数据;构建种子替换深度迁移初始模型,将第一数据集输入种子替换深度迁移初始模型中并对种子替换深度迁移初始模型进行优化处理,以输出优化数据;基于优化数据与模态化数据的区间确定列车滚动轴承运行状态,本发明提升模型的泛化性能同时解决了模型数据需求量大的问题。
📄 2025107800966
📂 G06F18_27
👤 华东交通大学
📅 2025-06-12