• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索
高影响力成果及被引频次趋势图 关键词云图及合作者关系图

您的检索:

学者姓名:韩红桂

精炼检索结果:

来源

应用 展开

合作者

应用 展开

清除所有精炼条件

排序方式:
默认
  • 默认
  • 标题
  • 年份
  • WOS被引数
  • 影响因子
  • 正序
  • 倒序
< 页,共 55 >
一种基于延时策略的城市污水处理过程自适应随机采样模型预测控制方法 incoPat
专利 | 2023-06-17 | CN202310723615.6
摘要&关键词 引用

摘要 :

本发明提出了一种基于延时策略的城市污水处理过程自适应随机采样模型预测控制方法,实现了城市污水处理过程中随机采样的溶解氧浓度和硝态氮浓度的稳定控制。构造具有随机时变延时的城市污水处理过程等效系统,建立模糊神经网络预测模型,设计自适应随机采样模型预测控制器,解决了城市污水处理过程中随机采样的溶解氧浓度和硝态氮浓度难以稳定控制的问题。实验结果表明该方法能够实现城市污水处理过程溶解氧浓度和硝态氮浓度的稳定控制,保证城市污水处理过程的安全稳定运行。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 韩红桂 , 付世佳 , 孙浩源 et al. 一种基于延时策略的城市污水处理过程自适应随机采样模型预测控制方法 : CN202310723615.6[P]. | 2023-06-17 .
MLA 韩红桂 et al. "一种基于延时策略的城市污水处理过程自适应随机采样模型预测控制方法" : CN202310723615.6. | 2023-06-17 .
APA 韩红桂 , 付世佳 , 孙浩源 , 刘峥 , 乔俊飞 . 一种基于延时策略的城市污水处理过程自适应随机采样模型预测控制方法 : CN202310723615.6. | 2023-06-17 .
导入链接 NoteExpress RIS BibTex
一种基于可变形卷积的印制线路板电子元器件目标检测方法 incoPat
专利 | 2023-05-30 | CN202310621681.2
摘要&关键词 引用

摘要 :

一种基于可变形卷积的印制线路板电子元器件目标检测方法属于计算机视觉领域。针对印制电路板(PCB)目标检测过程中由于拍摄角度多样化产生的检测对象形变问题,实现对PCB电子元器件的识别定位。该检测方法通过可变形卷积结构,使得卷积核根据目标的尺寸大小以及形状改变自适应地进行变形,提升神经网络对未知变化的适应性,增强泛化能力,从而提升PCB目标检测的精度;解决了当前基于深度神经网络目标检测难以解决物体空间形变的问题;实验结果表明该方法能够准确地对PCB电子元器件进行检测,并具有较强的自适应能力,提升目前废弃电器电子产品回收拆解过程中的智能化程度,提升工艺的自动化程度。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 李方昱 , 牛末寒 , 刘峥 et al. 一种基于可变形卷积的印制线路板电子元器件目标检测方法 : CN202310621681.2[P]. | 2023-05-30 .
MLA 李方昱 et al. "一种基于可变形卷积的印制线路板电子元器件目标检测方法" : CN202310621681.2. | 2023-05-30 .
APA 李方昱 , 牛末寒 , 刘峥 , 韩红桂 . 一种基于可变形卷积的印制线路板电子元器件目标检测方法 : CN202310621681.2. | 2023-05-30 .
导入链接 NoteExpress RIS BibTex
一种城市污水处理过程时滞鲁棒优化控制方法 incoPat
专利 | 2023-05-29 | CN202310614392.X
摘要&关键词 引用

摘要 :

本发明提出了一种城市污水处理过程时滞鲁棒优化控制方法,该方法设计了城市污水处理过程时滞多目标优化模型,结合数据驱动建模方法与时滞补偿方法,建立了出水水质与能耗的实时优化目标函数,通过设计时滞鲁棒进化优化算法来求解鲁棒性强的溶解氧和硝态氮设定值,并利用比例积分微分控制器实时跟踪所求解的优化设定值,在污水处理过程时滞扰动的影响下,保证了出水水质的同时降低了运行能耗,实现了污水处理厂的高效稳定运行。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 韩红桂 , 周昊 , 张嘉成 et al. 一种城市污水处理过程时滞鲁棒优化控制方法 : CN202310614392.X[P]. | 2023-05-29 .
MLA 韩红桂 et al. "一种城市污水处理过程时滞鲁棒优化控制方法" : CN202310614392.X. | 2023-05-29 .
APA 韩红桂 , 周昊 , 张嘉成 , 黄琰婷 . 一种城市污水处理过程时滞鲁棒优化控制方法 : CN202310614392.X. | 2023-05-29 .
导入链接 NoteExpress RIS BibTex
基于自编码器和双向长短时记忆网络的加密货币交易追踪方法 incoPat
专利 | 2023-04-28 | CN202310479078.5
摘要&关键词 引用

摘要 :

本发明公开了基于自编码器和双向长短时记忆网络的加密货币交易追踪方法,实现对交易网络中未来有可能出现的交易预测,达到交易追踪的目的;该预测模型可以自动学习高维非线性的网络结构,并且可以学习时间特征捕捉网络的时变特性,通过微调网络结构可以使模型适应不同尺度的网络;解决了现有方法存在的不足,提出了一种通用模型;实验结果表明该方法能够取得较好的结果。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 黄静 , 丁金飞 , 韩红桂 et al. 基于自编码器和双向长短时记忆网络的加密货币交易追踪方法 : CN202310479078.5[P]. | 2023-04-28 .
MLA 黄静 et al. "基于自编码器和双向长短时记忆网络的加密货币交易追踪方法" : CN202310479078.5. | 2023-04-28 .
APA 黄静 , 丁金飞 , 韩红桂 , 公备 , 牛裕茸 . 基于自编码器和双向长短时记忆网络的加密货币交易追踪方法 : CN202310479078.5. | 2023-04-28 .
导入链接 NoteExpress RIS BibTex
一种基于部分标签特征学习的生活垃圾识别方法 incoPat
专利 | 2023-05-18 | CN202310557795.5
摘要&关键词 引用

摘要 :

本发明提出了一种基于部分标签特征学习的生活垃圾识别方法,针对数据缺少标签使模型难以挖掘数据特征,导致分类精度低的问题。本发明在真实垃圾图像数据的基础上,建立基于部分标签特征学习的生活垃圾识别方法,利用信息不确定性选择具有丰富未知信息的样本进行标注,实现特征的自适应学习,并降低学习成本,最终完成垃圾的准确分类。这种基于部分标签特征学习的生活垃圾识别方法在实际垃圾回收过程中,可以解决垃圾由于数据量大,标签难以获取,从而导致垃圾特征挖掘不充分的问题,实现了高精度垃圾分类,为垃圾回收行业提供技术支持。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 韩红桂 , 范晓晔 , 李方昱 et al. 一种基于部分标签特征学习的生活垃圾识别方法 : CN202310557795.5[P]. | 2023-05-18 .
MLA 韩红桂 et al. "一种基于部分标签特征学习的生活垃圾识别方法" : CN202310557795.5. | 2023-05-18 .
APA 韩红桂 , 范晓晔 , 李方昱 , 杜永萍 . 一种基于部分标签特征学习的生活垃圾识别方法 : CN202310557795.5. | 2023-05-18 .
导入链接 NoteExpress RIS BibTex
一种基于任务聚类的污水处理过程多工况双层优化控制方法 incoPat
专利 | 2023-07-18 | CN202310884510.9
摘要&关键词 引用

摘要 :

一种基于任务聚类的污水处理过程多工况双层优化控制方法,属于污水处理领域。为了实现污水处理过程中多工况双层优化控制,本发明建立基于数据的污水处理过程多工况双层优化模型,分别描述优化设定值与每个工况双层优化目标间的关系,包括每个工况中的领导层优化目标温室气体排放量模型和跟随层优化目标运行能耗模型,研究基于任务聚类的优化设定方法,求解污水处理过程溶解氧和硝态氮优化设定值,并设计模糊神经网络控制器完成优化设定值跟踪控制,从而促进污水处理过程多工况双层运行优化控制。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 韩红桂 , 白星 , 侯莹 . 一种基于任务聚类的污水处理过程多工况双层优化控制方法 : CN202310884510.9[P]. | 2023-07-18 .
MLA 韩红桂 et al. "一种基于任务聚类的污水处理过程多工况双层优化控制方法" : CN202310884510.9. | 2023-07-18 .
APA 韩红桂 , 白星 , 侯莹 . 一种基于任务聚类的污水处理过程多工况双层优化控制方法 : CN202310884510.9. | 2023-07-18 .
导入链接 NoteExpress RIS BibTex
一种生活垃圾收集过程臭气智能监测预警方法 incoPat
专利 | 2023-06-05 | CN202310657368.4
摘要&关键词 引用

摘要 :

本发明涉及一种生活垃圾收集过程臭气智能监测预警方法,实现了臭气浓度的预测,并确定预警级别,实现臭气智能监测预警,包括以下步骤:首先,采集数据并对数据进行预处理;确定模型的输入变量和输出变量;然后,采用模块化神经网络建立臭气浓度预测模型;最后,参考《恶臭污染物排放标准(GB 14554‑93)》及《室内空气质量标准(GB/T 18883‑2002)》,设置硫化氢H2S、氨气NH3浓度预警阈值,拟定臭气预警级别,实现臭气监测预警。本发明有效地实现了臭气浓度的准确预测以及监测预警,具有重要的理论意义和应用价值。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 蒙西 , 王岩 , 孙子健 et al. 一种生活垃圾收集过程臭气智能监测预警方法 : CN202310657368.4[P]. | 2023-06-05 .
MLA 蒙西 et al. "一种生活垃圾收集过程臭气智能监测预警方法" : CN202310657368.4. | 2023-06-05 .
APA 蒙西 , 王岩 , 孙子健 , 韩红桂 . 一种生活垃圾收集过程臭气智能监测预警方法 : CN202310657368.4. | 2023-06-05 .
导入链接 NoteExpress RIS BibTex
基于工况自适应划分的膜渗透性鲁棒预测方法 incoPat
专利 | 2023-03-26 | CN202310300004.0
摘要&关键词 引用

摘要 :

基于工况自适应划分的膜渗透性鲁棒预测方法属于污水处理与资源化利用领域。由于MBR污水处理过程受到不同工况的影响,导致膜污染相关数据中普遍存在不平衡样本,可能会降低预测性能。为了解决这一问题,本发明提出一种基于工况自适应划分的膜渗透性鲁棒预测方法来预测膜渗透性。首先,提出基于空间隶属度计算的交叉熵指标,该指标通过评估输入信息的数据波动特征对膜污染相关数据集进行自适应划分;其次,利用一种非线性回归模型来预测膜渗透性。结果表明该方法能够有效的预测膜渗透性的值。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 伍小龙 , 赵嘉欣 , 王威 et al. 基于工况自适应划分的膜渗透性鲁棒预测方法 : CN202310300004.0[P]. | 2023-03-26 .
MLA 伍小龙 et al. "基于工况自适应划分的膜渗透性鲁棒预测方法" : CN202310300004.0. | 2023-03-26 .
APA 伍小龙 , 赵嘉欣 , 王威 , 杨宏燕 , 韩红桂 . 基于工况自适应划分的膜渗透性鲁棒预测方法 : CN202310300004.0. | 2023-03-26 .
导入链接 NoteExpress RIS BibTex
一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法 incoPat
专利 | 2023-01-04 | CN202310010369.X
摘要&关键词 引用

摘要 :

本发明公开了一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法,首先在数据获取,根据数据集中的合约地址,获取每一个合约得字节码和交易记录;在特征提取阶段,将合约字节码反汇编为操作码序列,通过n‑gram算法提取合约操作码的上下文特征,同时根据合约交易记录提取合约的账户特征,将操作码特征和账户特征进行结合,作为模型的输入;接着在模型训练阶段,针对合约特征数据集存在的类不平衡问题,采用ADASYN算法对训练集进行过采样,然后使用性能较好的AdaBoost对数据集进行训练,实现对庞氏骗局智能合约的检测。实验证明,该模型的相关评测指标取得了显著的提升,可以有效的检测出以太坊上的庞氏骗局智能合约。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 黄静 , 王梦晓 , 韩红桂 et al. 一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法 : CN202310010369.X[P]. | 2023-01-04 .
MLA 黄静 et al. "一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法" : CN202310010369.X. | 2023-01-04 .
APA 黄静 , 王梦晓 , 韩红桂 , 吴启辉 , 公备 , 郭少勇 et al. 一种基于数据挖掘技术的以太坊庞氏骗局合约检测方法 : CN202310010369.X. | 2023-01-04 .
导入链接 NoteExpress RIS BibTex
基于卷积神经网络特征可视化的典型垃圾识别方法 incoPat
专利 | 2023-02-24 | CN202310185219.2
摘要&关键词 引用

摘要 :

本发明提出基于卷积神经网络特征可视化的典型垃圾识别方法。其中,方法包括:建立卷积神经网络的典型垃圾类别决策模型,设计基于类别决策的典型垃圾特征激活映射策略,突破网络学习过程中的典型垃圾识别可视化技术,实现可解释的特征可视化卷积神经网络典型垃圾识别,为垃圾回收行业提供强有力的技术支持,对典型生活垃圾分类具有显著的应用和经济效益。因此,本发明的研究成果在典型生活垃圾回收领域具有广阔的应用前景。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 韩红桂 , 张奇宇 , 李方昱 et al. 基于卷积神经网络特征可视化的典型垃圾识别方法 : CN202310185219.2[P]. | 2023-02-24 .
MLA 韩红桂 et al. "基于卷积神经网络特征可视化的典型垃圾识别方法" : CN202310185219.2. | 2023-02-24 .
APA 韩红桂 , 张奇宇 , 李方昱 , 杜永萍 , 吴玉锋 . 基于卷积神经网络特征可视化的典型垃圾识别方法 : CN202310185219.2. | 2023-02-24 .
导入链接 NoteExpress RIS BibTex
每页显示 10| 20| 50 条结果
< 页,共 55 >

导出

数据:

选中

格式:
在线人数/总访问数:622/4756265
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司