Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中煤科工集团重庆研究院有限公司王博文获国家专利权

恭喜中煤科工集团重庆研究院有限公司王博文获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中煤科工集团重庆研究院有限公司申请的专利基于神经网络的矿用催化类传感器失效数据过滤方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114004148B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111274398.4,技术领域涉及:G06F30/27;该发明授权基于神经网络的矿用催化类传感器失效数据过滤方法是由王博文;孙世岭;李军;李涛;王尧;周德胜;罗前刚;梁光清;张远征设计研发完成,并于2021-10-29向国家知识产权局提交的专利申请。

基于神经网络的矿用催化类传感器失效数据过滤方法在说明书摘要公布了:本发明涉及一种基于神经网络的矿用催化类传感器失效数据过滤方法,属于传感器数据过滤领域,包括以下步骤:S1:获取矿用催化类传感器的响应曲线;S2:将响应曲线作为样本素材进行间隔采样,从中获取多个点作为一组样本数据,采样多组样本数据;S3:将样本数据输入神经网络,构建并训练失效数据识别模型;S4:对失效数据识别模型进行仿真;S5:将训练好的失效数据识别模型应用于传感器系统中,过滤失效数据。本发明利用神经网络应用于传感器系统中,判定失效数据并进行过滤,极大提高了传感器的检测精度。

本发明授权基于神经网络的矿用催化类传感器失效数据过滤方法在权利要求书中公布了:1.一种基于神经网络的矿用催化类传感器失效数据过滤方法,其特征在于:包括以下步骤: S1:获取矿用催化类传感器的响应曲线; S2:将响应曲线作为样本素材按照一定时间间隔采样,从中获取多个点作为一组样本数据,采样多组样本数据; S3:构建神经网络,将样本数据作为输入变量对该神经网络进行训练仿真,完成失效数据识别模型的构建;所述神经网络为BP神经网络,所述BP神经网络隐藏层数目为: 其中h为隐藏层神经元个数,m为输入层神经元个数,n为输出层神经元个数,a为1~10之间的调节常数; 将甲烷传感器的响应时间参数作为输入样本的10个属性,输出的yi值作为该样本接近真实值的概率; 激活函数选取能反应二值概率的Sigmoid函数,该函数将负无穷到正无穷的数值映射到0,1的范围,能够有效的表示样本的概率; X=[x1,x2,x3,x4…xi…x10]T,Wj=[wj1,wj2,wj3…wji…wjm],若视x0=1,wj1=bj,则 X=[x0,x1,x2,x3,x4…xi…x10]T,Wj=[wj0,wj1,wj2,wj3…wji…wjm]; 隐藏层节点j的输入Zj表示为: 输出节点y表示为: y=[y1,y2,y3,...yp,...y12]T,集合将上述12个样本作为输入,用x1,x2,x3,...,xp,x12表示,第p个样本输入神经网络后得到的yp采用平方误差的方式计算第p个样本的误差Ep: 全局误差E等于: 式中tp为期待输入,t=[0.9,0.9,0.9,...0.9,0.1,0.1,0.1]T,为使得全局误差E最小,调整wij和vj权值,使正常矿用催化类传感器响应曲线样本输出逼近0.9,而异常响应曲线样本输出逼近0.1; S4:将失效数据识别模型应用于催化类传感器系统中,过滤失效数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中煤科工集团重庆研究院有限公司,其通讯地址为:400039 重庆市九龙坡区二郎科城路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。