-
Patent Agency Ranking
公开(公告)号：CN114970966A
公开(公告)日：2022-08-30
申请号：CN202210454449.X
申请日：2022-04-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种含有风、光和负荷不确定的热电联供系统双层优化方法。本发明采用改进的随机模型预测控制，首先采用卡尔曼滤波方法对风、光和负荷进行预测，采用双层优化实现互动反馈，选取经济性、环保、能效指标综合最优为目标，建立双层协同滚动优化设计模型，第一层采用离散粒子群算法，根据优化结果确定系统运行在“以热定电”模式还是在“以电定热”模式，第二层改进粒子群算法求解优化模型，得到的各设备的出力情况，使系统运行在最优的情况，以减少能源的浪费和对环境的污染，实现节能减耗的目的。
-
公开(公告)号：CN114297945A
公开(公告)日：2022-04-08
申请号：CN202210024088.5
申请日：2022-01-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于差分进化算法的光伏传感器优化布置方法，包括确定光照灯的平均照度水平和照度均匀度(Uo)的模型；以照明的能耗作为目标函数，以照度水平和均匀性作为约束条件进行优化设计；采用差分进化优化算法(DE)对该光传感器布局问题进行求解；基于差分进化算法求解出的平均调光水平和最佳照度值区域确定传感器的最佳数量和传感器的最佳位置。以最小化成本(即传感器和电能)、提高视觉舒适性和控制器性能(即降低复杂性)。该方法在计算量小和最优解(即光传感器的数目和位置)方面具有优越的性能。此外，该方法对于小型和大型建筑、新建建筑和改造工程中的有线和无线光传感器的实现具有较强的实用性。
-
公开(公告)号：CN113361397A
公开(公告)日：2021-09-07
申请号：CN202110625104.1
申请日：2021-06-04
Applicant: 重庆邮电大学
Abstract: 本发明属于深度学习领域，具体涉及一种基于深度学习的人脸口罩佩戴情况检测方法，该方法包括：实时获取待检测图像数据，将待检测图像输入到训练好的口罩检测网络模型中，得到检测结果；根据检测结果对待检测图像进行标记；所述口罩检测网络模型包括主干特征提取网络模、Neck网络模块以及Prediction网络；本发明在口罩检测模型中的主干特征提取网络中使用CSPDarkNet‑X模块不但可以加强模型的特征提取能力，同时可以降低模型的参数量并且简化了模型的骨干网络的结构，使得模型的特征学习能力得到提升。
-
公开(公告)号：CN114970966B
公开(公告)日：2024-09-24
申请号：CN202210454449.X
申请日：2022-04-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种含有风、光和负荷不确定的热电联供系统双层优化方法。本发明采用改进的随机模型预测控制，首先采用卡尔曼滤波方法对风、光和负荷进行预测，采用双层优化实现互动反馈，选取经济性、环保、能效指标综合最优为目标，建立双层协同滚动优化设计模型，第一层采用离散粒子群算法，根据优化结果确定系统运行在“以热定电”模式还是在“以电定热”模式，第二层改进粒子群算法求解优化模型，得到的各设备的出力情况，使系统运行在最优的情况，以减少能源的浪费和对环境的污染，实现节能减耗的目的。
-
公开(公告)号：CN113361397B
公开(公告)日：2022-07-12
申请号：CN202110625104.1
申请日：2021-06-04
Applicant: 重庆邮电大学
Abstract: 本发明属于深度学习领域，具体涉及一种基于深度学习的人脸口罩佩戴情况检测方法，该方法包括：实时获取待检测图像数据，将待检测图像输入到训练好的口罩检测网络模型中，得到检测结果；根据检测结果对待检测图像进行标记；所述口罩检测网络模型包括主干特征提取网络模、Neck网络模块以及Prediction网络；本发明在口罩检测模型中的主干特征提取网络中使用CSPDarkNet‑X模块不但可以加强模型的特征提取能力，同时可以降低模型的参数量并且简化了模型的骨干网络的结构，使得模型的特征学习能力得到提升。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
