[发明专利]基于聚类分析和小波改进的风机噪音的预测方法和装置在审
| 申请号： | 201810202707.9 | 申请日： | 2018-03-13 |
| 公开（公告）号： | CN108629441A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 蒋淑霞;李翔晟;张红 | 申请（专利权）人： | 中南林业科技大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06K9/62;G06N3/08 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 曾志鹏 |
| 地址： | 410004 湖南省长沙市*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于聚类分析和小波改进的风机噪音的预测方法和装置，方法包括：获取风机训练参数，其中，所述训练参数包括风机的几何参数和性能参数；对所述训练参数进行分析，其中，所述分析包括聚类分析和相关性分析；根据分析的结果建立基于小波改进的BP神经网络模型，并进行神经网络训练；获取待预测数据，并将待预测数据与所述训练参数组合，以及根据所述神经网络对待预测数据进行预测，能够通过数据聚类的方式提高神经网络的训练精度，通过小波改进的BP神经网络有效降低了神经网络的预测误差。 | ||
| 搜索关键词： | 训练参数 小波 聚类分析 神经网络 预测数据 方法和装置 风机噪音 风机 改进 分析 预测 神经网络训练 几何参数 数据聚类 性能参数 预测误差 | ||
【主权项】：
1.一种基于聚类分析和小波改进的风机噪音的预测方法，其特征在于，包括以下步骤：获取风机训练参数，其中，所述训练参数包括风机的几何参数和性能参数；对所述训练参数进行分析，其中，所述分析包括聚类分析和相关性分析；根据分析的结果建立基于小波改进的BP神经网络模型，并进行神经网络训练；获取待预测数据，并将待预测数据与所述训练参数组合，以及根据所述神经网络对待预测数据进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南林业科技大学，未经中南林业科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810202707.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
