-
公开(公告)号：CN113222211B
公开(公告)日：2023-12-12
申请号：CN202110346881.2
申请日：2021-03-31
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
IPC: G06Q10/04 , G06N3/084 , G06N3/0464
Abstract: 本发明的一种多区域柴油车污染物排放因子预测方法及系统，包括获取各区域的监测数据，并进行归一化数据处理；把处理后的数据输入事先训练好的以城市公共监测数据集以及该m个区域的监测数据集建立的该城市移动源污染监测影响因素和污染排放物因子关系的预测模型，对污染物排放因子进行预测；训练好的预测模型为一个全连接神经网络，总调度中心以及m个区域的污染物排放因子预测网络结构均相同，该网络包含三个全连接层Fc1、Fc2和Fc3；输入输出维度依次为(9,32),(32,8),(8,1)，分类器输入x，输出污染物排放因子y。本发明能够在保护(56)对比文件付东王;王超;张倩;余代广.基于BP神经网络模型预测区域需水量.城市道桥与防洪.2011,(第04期),93-97.
-
公开(公告)号：CN115471515A
公开(公告)日：2022-12-13
申请号：CN202211313110.4
申请日：2022-10-25
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明涉及环境检测技术领域，公开了一种车辆排放黑烟检测方法、装置、设备及存储介质，该方法包括：对采集到的环检站柴油车辆尾气排放黑烟图像进行颜色空间转换，获得掩膜图像；基于掩膜图像从环检站柴油车辆尾气排放黑烟图像中确定车辆排气管尾部关键区域图像；将车辆排气管尾部关键区域图像输入至黑烟排放检测模型，根据模型输出结果判断车辆是否排放黑烟，黑烟排放检测模型基于Darknet框架构建。相比于现有技术中通过人工检测的方法来判断车辆是否排放黑烟，本发明通过将待检测图像输入至训练好的黑烟排放检测模型中来判断车辆是否排放黑烟，消除了现有技术中人为因素或其他主观因素的负面影响，从而提高了黑烟检测的准确性。
-
公开(公告)号：CN113850172A
公开(公告)日：2021-12-28
申请号：CN202111096477.0
申请日：2021-09-18
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明的一种微尺度VOCs泄漏检测方法、系统、存储介质及设备，包括以下步骤：S10、获取VOCs泄漏区和无泄漏区的红外图像进行数据预处理；S20、将预处理数据输入骨干网络，采用不同大小的核函数进行特征学习；S30、使用粗分类模块过滤大量非VOCs泄漏气体背景区域，提取出疑似VOCs泄漏图像；S40、使用细分类模块对疑似VOCs泄漏图像进行分类，并对VOCs泄漏位置回归定位，进而得出检测结果。本发明充分利用卷积神经网络对VOCs泄漏红外图像特征学习，通过粗粒度到细粒度框架，粗分类器有效的过滤大量背景信息，减少了计算量，使用细分类器进行精准定位和识别分类，从而有效的节省计算资源并提高检测准确性。
-
公开(公告)号：CN113222211A
公开(公告)日：2021-08-06
申请号：CN202110346881.2
申请日：2021-03-31
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
Abstract: 本发明的一种多区域柴油车污染物排放因子预测方法及系统，包括获取各区域的监测数据，并进行归一化数据处理；把处理后的数据输入事先训练好的以城市公共监测数据集以及该m个区域的监测数据集建立的该城市移动源污染监测影响因素和污染排放物因子关系的预测模型，对污染物排放因子进行预测；训练好的预测模型为一个全连接神经网络，总调度中心以及m个区域的污染物排放因子预测网络结构均相同，该网络包含三个全连接层Fc1、Fc2和Fc3；输入输出维度依次为(9,32),(32,8),(8,1)，分类器输入x，输出污染物排放因子y。本发明能够在保护各区域数据隐私的情况下，完成一种多区域柴油车污染物排放因子预测方法与系统，并且充分考虑到各区域间数据分布存在差异的问题。
-
公开(公告)号：CN113221943A
公开(公告)日：2021-08-06
申请号：CN202110357519.5
申请日：2021-04-01
Applicant: 中国科学技术大学先进技术研究院 , 安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
Abstract: 本发明的一种柴油车黑烟图像识别方法、系统及存储介质，包括获取柴油车黑烟视频，输入事先训练好的黑烟图像识别模型中，进行测试得到动态的黑烟分割视频，并识别出黑烟团；黑烟图像识别模型训练步骤包括：样本构建：数据为红绿灯路口监控拍摄柴油车启动的视频，记录到排放出的黑色空气污染物，视频分为若干帧数；网络构建：通过在每k帧中，第c*k帧是当前待处理的帧，在[(c‑1)*k,c*k)帧中随机选取2帧来考虑与当前帧的上下文联系，即将系统结构分成前2帧关联信息信息提取模块即CEM和当前帧分割模块CFSM。本发明基于一种语义分割的深度学习方法，不仅可以检测出是否有黑烟，而且可以实时智能的描绘出排放黑烟的大小形状，有利于评估车辆的污染程度。
-
Patent Agency Ranking
公开(公告)号：CN119669601A
公开(公告)日：2025-03-21
申请号：CN202411841715.X
申请日：2024-12-13
Applicant: 中国科学技术大学先进技术研究院 , 中国科学技术大学
Abstract: 本申请公开了一种基于神经流体场的VOCs流体三维重建方法和装置，属于计算机技术领域。所述基于神经流体场的VOCs流体三维重建方法包括：将获取的目标空间中石化气体在样本时段内对应的样本流体图像和样本流体图像对应的样本标签输入至神经流体场模型，得到神经流体场模型输出的石化气体对应的第一流体图像；基于第一流体图像、样本流体图像和样本标签中至少一种，构建目标损失函数；基于目标损失函数训练神经流体场模型。本申请的基于神经流体场的VOCs流体三维重建方法可以从多视角的视频数据中恢复出VOCs流体的速度场和密度场，适用于处理缺乏稳定视觉特征的VOCs流体，能更好地支持实时监测和三维重建等应用，检测精度较高。
-
公开(公告)号：CN118963105B
公开(公告)日：2025-02-11
申请号：CN202411419698.0
申请日：2024-10-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种海上风力发电机巡检的地效飞行器控制方法及地效飞行器，方法包括：获取环境数据；结合环境数据，地效飞行器的总控制系统包括三种地效飞行器输入补偿：非海浪扰动下的地效飞行器补偿、海浪扰动下的地效飞行器补偿以及海浪扰动下的风力发电机补偿；将三种地效飞行器输入补偿进行相加，作为地效飞行器的总控制系统的实时总输入，以控制地效飞行器状态。通过本发明公开的海上风力发电机巡检的地效飞行器控制方法及地效飞行器，能够达到巡检过程中图像的稳定性和精确性的目的。
-
公开(公告)号：CN118963105A
公开(公告)日：2024-11-15
申请号：CN202411419698.0
申请日：2024-10-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种海上风力发电机巡检的地效飞行器控制方法及地效飞行器，方法包括：获取环境数据；结合环境数据，地效飞行器的总控制系统包括三种地效飞行器输入补偿：非海浪扰动下的地效飞行器补偿、海浪扰动下的地效飞行器补偿以及海浪扰动下的风力发电机补偿；将三种地效飞行器输入补偿进行相加，作为地效飞行器的总控制系统的实时总输入，以控制地效飞行器状态。通过本发明公开的海上风力发电机巡检的地效飞行器控制方法及地效飞行器，能够达到巡检过程中图像的稳定性和精确性的目的。
-
公开(公告)号：CN113780135B
公开(公告)日：2023-08-04
申请号：CN202111012923.5
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V20/52 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明的一种跨场景的VOCs气体泄漏检测方法、系统及存储介质，包括以下步骤，获取存在VOCs泄漏和无泄漏的红外视频数据并对其进行数据预处理；采用GMM去除红外视频静态背景，提取出红外图像中疑似VOCs泄漏区域；对目标检测模型Faster RCNN神经网络模型进行预训练；通过已训练好的Faster RCNN神经网络模型，构造迁移学习中的源域特征数据集和目标域特征数据集；运用域自适应的迁移学习方法对GMM提取出的红外疑似VOCs泄漏区域进行识别。本发明能够克服现有方法的不足，充分利用红外视频中VOCs气体区域的领域知识对视频帧中的可疑烟雾区域分割，随后再使用Faster RCNN神经网络模型，运用迁移学习的方式对VOCs泄漏区域进行检测识别，从而降低计算性能需求和标记所带来的时间耗费。
-
公开(公告)号：CN113221246B
公开(公告)日：2023-07-14
申请号：CN202110536202.8
申请日：2021-05-17
Applicant: 中国科学技术大学先进技术研究院
IPC: G06F30/15 , G06F30/27 , G06N3/048 , G06N3/08 , G06F119/14
Abstract: 本发明的一种基于瞬态油耗修正的移动源排放估计方法、系统及介质，通过获取目标车辆的参数数据并处理；划分车辆运行时的动力源提供情况；计算得到稳态估计下的燃油损耗率，并利用神经网络对稳态估计下的燃油损耗率进行瞬态校正，得到瞬态燃油损耗率；计算电池和电机为动力源的瞬时电量消耗；分别计算监测路段下电池充电油耗和发动机工作下燃油消耗；利用总油耗、燃油的排放因子计算本次监测中总的尾气排放。本发明利用基与神经网络的瞬态油耗修正模型的瞬态油耗和燃烧排放因子估计移动源发动机的瞬时排放，真实反应路况变化下的瞬时油耗情况以及污染排放情况，可估算移动源在路况变化时的真实油耗与尾气排放量，便于相关部门的管控。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.043 seconds)
