-
公开(公告)号：CN113780135A
公开(公告)日：2021-12-10
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
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：CN113221976A
公开(公告)日：2021-08-06
申请号：CN202110454413.7
申请日：2021-04-26
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: 本发明的一种基于时空光流网络的多视频帧黑烟柴油车检测方法及系统，包括基于获取到的视频，对包含检测目标的视频进行关键帧提取并处理；建立检测黑烟柴油车所需的模型，并训练模型；利用改进的LK时空光流网络分析连续视频帧间的联系，对视频动态区域进行捕捉和分割，筛选出疑似黑烟的区域；将框定的疑似包含黑烟的区域输入到已经训练好的目标检测模型中，进行二次检测；若最终检测出黑烟，则将排放黑烟的柴油车进行框选，并输出检测后的结果。本发明通过LK光流网络，建立连续多视频帧间的时空联系，以快速、高效地框选动态区域，有效减少静态区域非黑烟图像的识别和误检，再通过端到端的目标检测模型，保证视频黑烟检测的准确性和高效性。
-
公开(公告)号：CN113221975A
公开(公告)日：2021-08-06
申请号：CN202110454379.3
申请日：2021-04-26
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: 本发明的一种基于改进马尔可夫分析法的工况构建方法及存储介质，基于改进马尔可夫分析法的工况构建方法，基于时序分割的片段划分方法，融合路段长度等信息构造二维速度场，并采用先进的transformer来直接建模各全局特征，提取时间依赖性，包括：速度场构建、切片并向量化、嵌入空间投影、编码器特征学习、解码器分类预测。由上可知，本发明不同于传统的马尔可夫法工况构建，本发明最大限度利用上行驶数据的连续性，考虑动态数据的时间依赖性。传统的马尔可夫法，逐秒切分的模型事件，构成的模型事件集过于庞大，影响运行效率，且完全破坏了数据的时间依赖性。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN115792115A
公开(公告)日：2023-03-14
申请号：CN202211510651.6
申请日：2022-11-29
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: G01N33/00
Abstract: 本发明的一种基于线性插值的VOCs浓度预测方法及设备，其方法包括以下步骤，S1、使用搭载气体分析仪的无人机采集待测空间的VOCs浓度；S2、根据采集数据，进行数据预处理，使用二维线性插值完成待测空间外框面的VOCs浓度数据填充；S3、根据采集数据和上步骤中得到的外框面数据，使用三维空间线性插值对待测矩形体内部点进行插值填充。本发明的一种使用无人机的基于三维空间插值的VOCs浓度预测方法，这种方法实施迅速，预测精度高，同时对设备、场地的要求低，相比于传统方法具有很大的优势。
-
公开(公告)号：CN115578597A
公开(公告)日：2023-01-06
申请号：CN202211313138.8
申请日：2022-10-25
Applicant: 中国科学技术大学先进技术研究院
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及设备检测技术领域，公开了一种减震器故障检测方法、装置、设备及存储介质，该方法包括：基于待检测减震器的传感器数据获取正对时频图像和负对时频图像；通过预设编码器对正对时频图像和负对时频图像进行特征提取，获得传感器特征集；对传感器特征集中各特征进行更新，并对更新后的传感器特征集中的特征进行特征融合，获得融合特征集；通过预设线性分类器对融合特征集进行分类检测，根据分类检测结果判断待检测减震器是否存在故障。相比于现有技术中通过花费高额成本来获取大量有标签数据，本发明上述方法减少了现有技术中对有标签数据的需求量过大导致成本过高的问题，从而实现对减震器健康状态的预测性维护检测。
-
公开(公告)号：CN113221943B
公开(公告)日：2022-09-23
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)
IPC: G06V10/764 , G06V20/40 , G06V10/82 , G06N3/04 , G06N3/08
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。
-
公开(公告)号：CN113780138A
公开(公告)日：2021-12-10
申请号：CN202111013939.8
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明的一种自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质，包括以下步骤，获取红外视频数据并进行预处理操作；从红外视频数据中提取一定长度像素点一维时序特征数据，训练一维卷积神经网络分类器；使用一维卷积神经网络分类器，输出值导入贝叶斯框架内的EVT算法，训练先验伽马分布α0和β0的参数；输入相关参数，通过自适应算法调整阈值，输出预测结果。本发明充分利用红外图像中VOCs气体区域像素点的时空特征使用卷积神经网络对红外视频图像进行预筛查，通过贝叶斯框架内的极值理论来优化调整筛查阈值，通过用指数分布逼近分数的概率密度函数的左尾部，并使用从训练数据中学习的伽马共轭先验，可以降低错误率的可变性并提高整体性能。
-
公开(公告)号：CN113222328A
公开(公告)日：2021-08-06
申请号：CN202110320263.0
申请日：2021-03-25
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: 本发明的一种基于路段污染相似性的空气质量监测设备布点选址方法，包括以下步骤，构建图卷积网络模型，利用城市路网中机动车的行驶轨迹，结合城市道路结构拓扑连通性，获得城市路网道路的K个尾气污染类别；根据道路的尾气污染类别，计算每个类别中所属道路的分布信息熵，并标记建设优先级，从而选择合适的点位。本发明引入图卷积网络，结合道路拓扑连通性，融合了外部因素，如气象条件，兴趣点POIs分布等,从而提取空间特征。本发明充分利用交通路网的拓扑结构信息及道路连通信息，并结合容易获得的外部交通信息，从而获取路段布设优先级，为监管部门提供布设点位的推荐，适用性比较强。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.048 seconds)
