科技成果信息

 本发明提供一种基于无线电信号强度的轮椅自动跟随方法，通过无线电与位于看护人员身上的信号发射装置建立连接进行匹配；解析无线电信号的强度，根据信号强度与距离间的关系，得到看护人员与轮椅间的相对定位；通过无线电接收信号发射装置的角速度，以及得到的看护人员与轮椅间的相对定位，计算出轮椅应当具有的线速度和转向速度，控制轮椅控制模块。本发明基于无线电信号连接，适用于近距离的跟随，利用无线电信号的强...

 本发明公开了一种周期性的小文件缓存置换方法，采用周期性调整缓存置换策略，以应对文件访问模式的变化。方法在周期中按照缓存置换策略淘汰文件，在周期间隔中利用主成分分析对文件属性降维，以更新缓存置换策略。本发明与现有技术相比的优势在于：缓存置换策略考虑的属性更多样，能够更好适应文件访问模式的变化，而且按周期更新缓存置换策略，使得算法不容易受短时间内的异常文件访问请求影响，从而稳定和提高了长时...

 本发明公开了一种基于物联网的数据交换平台管理系统，包括系统管理平台、账户子系统、数据采集子系统、数据导入子系统、网络监控子系统、日志及数据导出子系统、数据库、网关以及若干智能传感器；账户子系统、数据采集子系统、数据导入子系统、网络监控子系统、日志及数据导出子系统通过导线与系统管理平台、数据库连接通信；数据采集子系统，用于通过网关与若干智能传感器一一连接通信；本发明实现了在保证数据安全的...

 本发明公开了一种基于LSM高效查询流数据的分布式索引方法及系统，首先对数据进行批量更新；然后对采样数据块进行排序并划分区间；接着对每个数据分区采用改进后的R树生成算法建立局部索引；最后各个数据分区中的数据及其局部索引由主节点分配到各个子节点中进行存储，主节点根据各个局部索引的根节点建立全局索引，全局索引直接存储在主节点中。本发明建立局部索引的过程中采取对R树进行改进的方法，改为动态插入数据的...

 本发明公开了一种基于强化学习算法的异构多核嵌入式系统能耗优化调度方法。在硬件方面，在每个处理器上装载一个DVFS调节器，通过调节各处理器工作电压，改变各处理器硬件特性，动态构建出匹配软件特性的硬件平台；在软件方面，针对传统启发式算法(遗传算法、退火算法等)或存在局部搜索能力不足或存在全局搜索能力不强等缺点，探索性地运用机器学习领域的Q‑Learning算法来寻找能耗最优化调度解。Q‑Learning算法通过不...

 本发明提供一种用于玻璃质量影响因素的时间序列分类分析方法及系统，包括获取玻璃生产线上各传感器所采集原始的时间序列数据和相应玻璃质量数据，并对玻璃质量数据根据玻璃质量指标添加标签；对时间序列数据进行切分，与玻璃质量标签相对应；通过数据分析，对处理后的时间序列数据进行特征构造，分析找出比较重要的时间序列特征；划分训练集和验证集，分别使用随机森林、xgboost和lightgbm方式构建时间序列分类的模型，...

 本发明提供一种基于深度学习和强化学习的玻璃窑炉温度控制方法，用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉，建立温度仿真模型和温度控制模型，通过调节燃料阀门，使熔窑温度保持稳定；通过传感器收集窑炉各关键位点的温度、氧气流量、天然气流量、天然气阀门开度、天然气阀门开度和窑炉压力，使用深度神经网络，建立窑炉温度仿真模型，用来对窑炉温度变化环境进行仿真；基于深度学习和强化学习建立窑炉温度控制模型...

 本发明提供一种基于注意力机制和自编码器的玻璃炉温智能预测控制方法，包括采集与预处理玻璃窑炉温度预测控制相关的生产历史数据；根据预处理得到的输入变量，采用注意力机制，得到每个时刻每个熔炉温度都带有注意力权重的输入变量；根据深度自编码器的重构误差，得到两个表示向量，包括相对欧式距离和余弦相似度，并结合深度自编码器中的编码器产生的潜在表示一起组成最终的低维表示；根据低维表示，采用LSTM预测模型...

 本发明公开了一种基于深度学习的光纤光栅波长解调方法及装置，具体提出了一种基于深度神经网络来对光纤光栅获取的波峰数据进行拟合的寻峰方法。综合BatchNormalization、Dropout和L2范数正则化的技术，解决了深度神经网络中训练速度过慢、参数修改繁琐、易陷入局部最优和过拟合的问题。本发明实现了针对光纤光栅波长解调仪波峰数据的高速高精度寻峰算法