公开(公告)号：CN113477617B

公开(公告)日：2022-05-13

申请号：CN202110793817.9

申请日：2021-07-13

Applicant: 中国科学技术大学先进技术研究院

Inventor： 李鲲 ,  吕文君 ,  宋磊

IPC: B08B5/02 ,  B08B13/00 ,  F26B21/00 ,  F26B21/06 ,  F26B21/10 ,  G01B11/14

Abstract: 本发明公开一种测距装置、无人机清洗设备、清洗控制方法及控制装置，其中测距装置包括至少一个测距相机，所述测距相机的外侧设有至少一个出风装置，所述出风装置用于输出整体沿所述测距相机的尾部到所述测距相机的镜头的方向流动的气流，所述至少一个出风装置沿所述测距相机的周向排列设置。出风装置用于输出整体沿所述测距相机的尾部到所述测距相机的镜头的方向流动的气流，使得出风装置能够驱除可能回溅到测距相机的水花，避免水花粘附到测距相机的镜头上而引发较大的测距误差，有利于提高无人机清洗设备的定位准确度，降低无人机清洗设备因定位误差较大而发生刮擦、碰撞到外部设备的可能性，提升无人机清洗设备在进行清洗时的使用安全程度。

公开(公告)号：CN114638411B

公开(公告)日：2025-04-22

申请号：CN202210237353.8

申请日：2022-03-10

Applicant: 中国科学技术大学先进技术研究院 ,  中国科学技术大学

Inventor： 李鲲 ,  康宇 ,  赵云波 ,  吕文君

IPC: G16C20/70 ,  G16C20/20 ,  G01N33/00

Abstract: 本申请公开了二氧化碳浓度预测方法、装置、设备及介质，所述方法包括：获取第一型号锅炉对应的第一碳排放数据和第二型号锅炉对应的第二碳排放数据；分别对第一碳排放数据和第二碳排放数据进行特征变换，得到第一碳排放样本集和第二碳排放样本集；计算第一碳排放样本集和第二碳排放样本集之间的校正优化参数；依据第一碳排放设备对应的训练数据集和校正优化参数，构建二氧化碳浓度预测模型；根据第二碳排放设备对应的待预测数据集、校正优化参数和二氧化碳浓度预测模型，预测第二碳排放设备排放的二氧化碳浓度。本申请解决了现有技术中由于碳排放设备的型号差异而导致二氧化碳浓度预测准确度低的技术问题。

公开(公告)号：CN114638411A

公开(公告)日：2022-06-17

申请号：CN202210237353.8

申请日：2022-03-10

Applicant: 中国科学技术大学先进技术研究院

Inventor： 李鲲 ,  康宇 ,  赵云波 ,  吕文君

IPC: G06Q10/04 ,  G06K9/62 ,  G01N33/00

Abstract: 本申请公开了二氧化碳浓度预测方法、装置、设备及介质，所述方法包括：获取第一型号锅炉对应的第一碳排放数据和第二型号锅炉对应的第二碳排放数据；分别对第一碳排放数据和第二碳排放数据进行特征变换，得到第一碳排放样本集和第二碳排放样本集；计算第一碳排放样本集和第二碳排放样本集之间的校正优化参数；依据第一碳排放设备对应的训练数据集和校正优化参数，构建二氧化碳浓度预测模型；根据第二碳排放设备对应的待预测数据集、校正优化参数和二氧化碳浓度预测模型，预测第二碳排放设备排放的二氧化碳浓度。本申请解决了现有技术中由于碳排放设备的型号差异而导致二氧化碳浓度预测准确度低的技术问题。

公开(公告)号：CN113477625B

公开(公告)日：2022-05-13

申请号：CN202110793818.3

申请日：2021-07-13

Applicant: 中国科学技术大学先进技术研究院

Inventor： 李鲲 ,  吕文君 ,  宋磊

IPC: B08B7/00 ,  B08B13/00 ,  F26B23/04 ,  F26B25/00 ,  G01B11/14

Abstract: 本发明公开一种测距装置、无人机清洗设备、液体去除方法及控制装置，其中测距装置用于无人机清洗设备，包括至少一个测距相机，所述测距相机上套装有液体去除装置，所述液体去除装置设有透光体；所述液体去除装置还包括加热件，所述加热件用于加热所述透光体以去除所述透光体上的液体。通过采用在液体去除装置靠近测距相机的镜头的一端上设有透光体及用于加热透光体的加热件，加热件能够使清洗作业过程中回溅的水花蒸发，减少回溅的水花引起的图像测距的偏差，提高测距装置的图像测距的准确性，测距装置能够使无人机清洗设备在清洗时定位更准确，降低无人机清洗设备刮擦、碰撞到外部设备的可能性，提升无人机清洗设备在进行清洗时的使用安全程度。

公开(公告)号：CN114386523A

公开(公告)日：2022-04-22

申请号：CN202210047643.6

申请日：2022-01-17

Applicant: 中国科学技术大学先进技术研究院

Inventor： 吕文君 ,  李鲲 ,  康宇

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

Abstract: 本申请公开了基于多模态极限学习机的预测方法、装置、设备及介质，所述方法包括：获取训练数据以及概率分布下的神经元权重参数，并构建训练数据对应的标签向量；依据各神经元权重参数，构建每一概率分布下的若干中间神经元；依据各若干中间神经元，构建训练数据在各概率分布下的复合特征；计算复合特征对应的二阶样本特征，并构建二阶样本特征对应的核矩阵；获取待预测样本，依据核矩阵以及标签向量共同构建的极限学习机模型，对待预测样本进行预测，得到预测结果。本发明可以应用于解决数据驱动的建模问题，例如图像分类、序列预测、地球物理、信用评价等等。本申请解决了现有技术中极限学习机模型由于随机映射导致的精度不稳定的技术问题。