-
公开(公告)号：CN120069166A
公开(公告)日：2025-05-30
申请号：CN202510058319.8
申请日：2025-01-14
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q10/0639 , G06F18/24 , G06F18/214 , G06N3/0475 , G06N3/0442 , G06N3/048 , G06N3/094 , G06N3/084 , G06F17/16 , G06Q50/06
Abstract: 本发明公开了一种基于时空相关性的高准确率核电关键指标预测仪，由核电辐射站数据库、上位机、传感器阵列分别相连构成。所述核电辐射站数据库，存储核电辐射站监测数据历史记录。所述上位机，包括生成对抗模块以及核电关键指标预测模块两个模块，使用数据库中的数据对生成对抗模块中的生成器和判别器进行训练，然后将训练好的生成器作为核电关键指标预测模型保存在核电关键指标预测模块中。所述传感器阵列接收新的辐射相关数据，传入上位机的核电关键指标预测模块进行核电关键指标预测。本发明创新性地引入生成对抗注意力模型来充分挖掘核电辐射站数据的时间相关性和空间相关性，增强了预测仪的抗干扰能力，并显著提升了核电关键指标预测准确率。
-
公开(公告)号：CN112907660B
公开(公告)日：2022-10-04
申请号：CN202110023563.2
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了面向小样本的水下激光目标检测仪，针对水下激光图像样本较少的情况，实现水下激光目标识别，该面向小样本的水下激光目标检测仪由水下激光扫描仪、数据库以及上位机组成，水下激光扫描仪对所检测水下区域进行照射，并将水下激光仪成像图数据存储到数据库中，上位机采集数据库中的数据，对所采集的数据进行数据增强，从而对数据库中的水下激光仪成像图进行扩充，提高训练样本的数量，对训练样本进行图像降噪，基于降噪后的水下激光图像进行鲁棒检测模型建模，并利用鲁棒检测模型检测新的水下激光图像。本发明实现了面向小样本的、智能性强、高精度、高准确率的水下激光目标在线检测，解决了大量样本标注成本高的问题。
-
公开(公告)号：CN112907660A
公开(公告)日：2021-06-04
申请号：CN202110023563.2
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了面向小样本的水下激光目标检测仪，针对水下激光图像样本较少的情况，实现水下激光目标识别，该面向小样本的水下激光目标检测仪由水下激光扫描仪、数据库以及上位机组成，水下激光扫描仪对所检测水下区域进行照射，并将水下激光仪成像图数据存储到数据库中，上位机采集数据库中的数据，对所采集的数据进行数据增强，从而对数据库中的水下激光仪成像图进行扩充，提高训练样本的数量，对训练样本进行图像降噪，基于降噪后的水下激光图像进行鲁棒检测模型建模，并利用鲁棒检测模型检测新的水下激光图像。本发明实现了面向小样本的、智能性强、高精度、高准确率的水下激光目标在线检测，解决了大量样本标注成本高的问题。
-
公开(公告)号：CN108181273B
公开(公告)日：2019-07-09
申请号：CN201711168414.5
申请日：2017-11-21
Applicant: 浙江大学
IPC: G01N21/64
Abstract: 本发明提供一种船载式多功能双探头藻类荧光参数在线检测装置，包括避光密封箱，设置在避光密封箱内的带有抽水排水装置的水样池，水样池侧壁上设有LED激发光源模块、双探头荧光检测模块；LED激发光源模块包括多波长LED阵列、激发光检测探头和光源控制电路模块；双探头荧光检测模块包括一号探头组合、二号探头组合、信号分析与处理电路模块，一号探头组合接收特征波长为675nm荧光，二号探头组合接收特征波长为780nm荧光。利用本发明可以实现未知水域优势藻种的在线快速识别、藻类浓度实时分类测量及藻类光合作用活性检测，大大提高了水体藻类优势藻种的在线识别的速度和精度。
-
公开(公告)号：CN108181273A
公开(公告)日：2018-06-19
申请号：CN201711168414.5
申请日：2017-11-21
Applicant: 浙江大学
IPC: G01N21/64
CPC classification number: G01N21/6428
Abstract: 本发明提供一种船载式多功能双探头藻类荧光参数在线检测装置，包括避光密封箱，设置在避光密封箱内的带有抽水排水装置的水样池，水样池侧壁上设有LED激发光源模块、双探头荧光检测模块；LED激发光源模块包括多波长LED阵列、激发光检测探头和光源控制电路模块；双探头荧光检测模块包括一号探头组合、二号探头组合、信号分析与处理电路模块，一号探头组合接收特征波长为675nm荧光，二号探头组合接收特征波长为780nm荧光。利用本发明可以实现未知水域优势藻种的在线快速识别、藻类浓度实时分类测量及藻类光合作用活性检测，大大提高了水体藻类优势藻种的在线识别的速度和精度。
-
Patent Agency Ranking
公开(公告)号：CN107091673A
公开(公告)日：2017-08-25
申请号：CN201710507905.1
申请日：2017-06-28
Applicant: 浙江省辐射环境监测站 , 浙江大学
IPC: G01F25/00
CPC classification number: G01F25/0053
Abstract: 本发明公开了一种辐射环境监测超大流量空气采样器现场标定装置，包括：含有罗茨流量传感器、温度传感器、压力传感器以及信号采集单元的检测端；检测端与显示操作端之间的通信单元；含有信号处理控制单元和显示屏、触摸屏、存储器的显示操作端；所述的罗茨流量传感器、温度传感器、压力传感器分别检测采样器的气体输出口中气体体积流量、气体温度以及气体压力，并将这三种信号输入至信号采集单元；所述的信号采集单元将接收的三种信号放大后经通信单元输送至信号处理控制单元；所述的信号处理控制单元对接收的放大信号进行补偿处理后显示于显示屏上。该装置能够实现实时标定与移动标定，标定精度达2％，满足大流量和高精度的气体计量功能。
-
公开(公告)号：CN120069169A
公开(公告)日：2025-05-30
申请号：CN202510060436.8
申请日：2025-01-15
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/048
Abstract: 本发明公开了一种基于多通道空洞卷积注意力模型的关键核素预测装置，所述装置依次由碘化钠谱仪数据采集模块、数据库和上位机组成；所述上位机包括数据划分模块、多通道空洞卷积注意力预测模型建模模块、多通道空洞卷积注意力预测模块和预测结果输出模块。本发明实现了智能性强、高精度、高准确率的关键核素电离室剂量率在线预测，解决了关键核素电离室剂量率人工预测精度低、效率低，特征提取不完善的问题。
-
公开(公告)号：CN120069168A
公开(公告)日：2025-05-30
申请号：CN202510059458.2
申请日：2025-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于正则化时空注意力的核电辐射环境监测预警仪，包括数据库、上位机和预警仪，数据库、上位机和预警仪依次连接。所述数据库中包含核辐射环境历史监测数据。所述上位机包括监督训练模块、监测预警模块和预警显示模块，监督训练模块使用核辐射环境历史监测数据训练监测预警模型并传入监测预警模块中。所述预警仪实时获取核环境监测数据并传入所述上位机的监测预警模块进行预警判断，在所述上位机的预警显示模块显示预警结果。本发明创新性的使用正则化损失训练模型，以高效获取密集注意力机制中的稀疏信息，同时强调时间和空间注意力的提取，实现高准确率、在线预警的基于正则化时空注意力的核电辐射环境监测预警仪。
-
公开(公告)号：CN120069167A
公开(公告)日：2025-05-30
申请号：CN202510059144.2
申请日：2025-01-15
Applicant: 浙江大学
IPC: G06Q10/04 , G06N3/045 , G06N3/09 , G06F18/213 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开了一种基于注意力分解机制的核电安全辐射剂量率预测器，包括数据库、上位机和传感器，数据库、上位机和传感器依次连接。所述数据库中包含核电安全历史监测的辐射剂量率数据。所述上位机包括监督训练模块、数据预测模块和预测显示模块，监督训练模块使用核电安全历史监测数据训练深度预测网络模型并传入数据预测模块中。所述传感器实时获取核电安全监测数据并传入所述上位机的数据预测模块进行预测估计，在所述上位机的预测显示模块显示预测结果。本发明创新性的使用注意力分解机制，得到数据的季节和趋势特征，更好把握数据内在特征和规律，实现高准确率、在线预测的基于注意力分解机制的核电安全辐射剂量率预测器。
-
公开(公告)号：CN113281776A
公开(公告)日：2021-08-20
申请号：CN202110025034.6
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开一种针对复杂水下动态目标的激光雷达目标智能检测仪。该智能检测仪由雷达信号预处理模块、结构特征提取模块、结构特征识别模块、目标状态估计模块四个模块构成。本发明不需要对水下目标进行高质量成像，具有实现方法简单、分类识别精度高、鲁棒性好等优点。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.057 seconds)
