-
公开(公告)号：CN114235082A
公开(公告)日：2022-03-25
申请号：CN202111569983.7
申请日：2021-12-21
Abstract: 本发明公开了一种基于采砂量监测系统的智能计量方法，系统包括采砂量监测终端、采砂量计量管理装置；其方法是利用光电传感器、振动传感器、超声波传感器三种传感器的监测信息融合处理，根据振动传感器和光电传感器综合判定采砂船工作状态，融合光电传感器和超声波传感器的信息，利用信息处理方法计算采砂量，并实时发送采砂量信息至采砂量管理装置；采砂量管理装置接收采砂量信息，在采砂量计量管理装置利用深度神经网络算法进行采砂量校正，然后在网站上过采预警显示并存入数据库服务器。本发明实现采砂船采砂的实时动态精准计量，并实时传输采砂量计量信息并能对超采行为实现定位和图像信息取证和预警等功能。
-
公开(公告)号：CN113542697B
公开(公告)日：2021-12-10
申请号：CN202111081338.0
申请日：2021-09-15
Abstract: 本发明公开了基于深度学习的采砂船自适应监控系统的自适应监控方法，包括前端监控终端、推理识别装置以及服务器管理装置；前端监控终端包括嵌入式微处理器、水岸监控摄像机、北斗定位模块、能量状况监测模块；推理识别装置包括嵌入式PC机以及与嵌入式PC机电性连接的无线图像传输通信模块、深度学习加速卡、4G无线通信模块，以太网模块和SD卡数据存储模块；服务器管理装置包括采砂船管理Web平台以及采砂船管理Web平台电性连接的采砂船识别服务器、监测状态分析服务器的和存储服务器；本发明能够实现河湖采砂船进出采砂区域的自动识别以及河湖非法采砂船的识别、取证及预警功能。
-
公开(公告)号：CN118070886B
公开(公告)日：2024-07-30
申请号：CN202410474217.X
申请日：2024-04-19
Applicant: 南昌工程学院
IPC: G06N5/02 , G06F16/36 , G06F40/295 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提出一种水库防洪应急预案知识图谱构建方法及系统，该方法包括：获取目标水库的应急预案文本数据，根据目标水库的知识本体构建模式层；对应急预案文本数据进行实体和关系标注后输入由平滑插值算法改进的三元分词模型以得到实体标注文本数据和关系标注文本数据，将实体标注文本数据输入实体抽取模型以得到目标水库的实体，将关系标注文本数据输入关系抽取模型以得到目标水库的关系；将目标水库的实体和关系进行存储，结合模式层构建目标水库防洪应急预案知识图谱。本申请能够解决现有的水库防洪应急预案知识图谱不够准确的问题。
-
公开(公告)号：CN117829036B
公开(公告)日：2024-05-14
申请号：CN202410248583.3
申请日：2024-03-05
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06F30/28 , G06F30/23 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本发明公开了一种通过CFD确定T型分汊明渠下游支渠流量的方法，基于缩尺的T型分汊明渠进行物理模型试验和数值计算，得到对应的数值模拟方法；对输出的主渠出口处和下游支渠出口处流量、水深、佛罗德数和下游支渠宽度与主渠宽度之比进行处理得到T型分汊明渠流量系数表达式，从而得到T型分汊明渠下游支渠流量的表达式。在预测给定下游支渠宽度与主渠宽度之比的T型分汊明渠下游支渠流量时，测得T型分汊明渠主渠进口处流量、主渠出口处和下游支渠出口处佛罗德数或主渠进口处流量、主渠出口处和下游支渠出口处水深带入对应流量公式即可得到实时的T型分汊明渠下游支渠流量。本发明能够准确合理地预测T型分汊明渠下游支渠流量。
-
公开(公告)号：CN117408188B
公开(公告)日：2024-03-19
申请号：CN202311718811.0
申请日：2023-12-14
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06F30/28 , G06F30/10 , G06F30/23 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种通过计算流体动力学预测梯形溢流坝流量的方法，基于缩尺的梯形溢流坝进行物理模型试验和数值计算，得到对应的数值模拟方法；对输出的上游坡度、下游坡度、相对坝顶宽度进行处理得到梯形溢流坝流量系数表达式，从而得到梯形溢流坝流量仅随梯形溢流坝上游总能量水头变化的表达式。在数值计算时，引入云计算以提高模拟精度和效率。在预测梯形溢流坝流量时，测得梯形溢流坝上游总能量水头或上游水深带入对应流量公式即可得到实时的梯形溢流坝流量。本发明能够准确合理地预测设置了梯形溢流坝的渠道流量。
-
Patent Agency Ranking
公开(公告)号：CN117315446B
公开(公告)日：2024-02-09
申请号：CN202311604737.X
申请日：2023-11-29
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V10/82 , G06V10/762 , G06V10/80 , G06T5/73 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V20/70 , G06V10/40 , G06V10/26
Abstract: 本发明公开了一种面向复杂环境下水库溢洪道异常智能识别方法，该方法面向存在雨雾复杂环境下的溢洪道堵塞物识别检测，具体步骤如下：首先，对待检测的水库溢洪道堵塞物图像，采用雨雾干扰去除算法进行去噪处理，得到输出雨雾去除后的水库溢洪道堵塞物图像；然后，将雨雾去除后的图像输入到溢洪道区域分割模型，识别并截取分割后的溢洪道区域图像；最后，将截取的溢洪道区域图像输送至溢洪道堵塞物识别模型，检测识别出溢洪道中的堵塞物；本发明结合图像处理技术和计算机视觉技术，既能解决传(56)对比文件洪庆;宋乔;杨晨涛;张培;常连立.基于智能视觉的机械零件图像分割技术.机械制造与自动化.2020,(第05期),全文.张晓娟.雨天雾气干扰下的车牌图像识别技术仿真.计算机仿真.2015,(第12期),全文.
-
公开(公告)号：CN117408188A
公开(公告)日：2024-01-16
申请号：CN202311718811.0
申请日：2023-12-14
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06F30/28 , G06F30/10 , G06F30/23 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种通过计算流体动力学预测梯形溢流坝流量的方法，基于缩尺的梯形溢流坝进行物理模型试验和数值计算，得到对应的数值模拟方法；对输出的上游坡度、下游坡度、相对坝顶宽度进行处理得到梯形溢流坝流量系数表达式，从而得到梯形溢流坝流量仅随梯形溢流坝上游总能量水头变化的表达式。在数值计算时，引入云计算以提高模拟精度和效率。在预测梯形溢流坝流量时，测得梯形溢流坝上游总能量水头或上游水深带入对应流量公式即可得到实时的梯形溢流坝流量。本发明能够准确合理地预测设置了梯形溢流坝的渠道流量。
-
公开(公告)号：CN116704357B
公开(公告)日：2023-10-27
申请号：CN202310995426.4
申请日：2023-08-09
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V20/10 , G06V10/20 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/092
Abstract: 本发明公开了基于YOLOv7的堤坝边坡滑坡智能识别与预警方法，包括以下步骤：收集堤坝边坡滑坡危害的图像数据，标注筛选后的图像数据；对图像数据进行预处理和对数据集进行划分，训练集送入到网络模型进行训练；验证集验证训练的结果且更新网络模型的权重文件，得到堤坝边坡滑坡检测模型的最优权重文件；对测试集进行高分辨率处理，之后对网络模型进行测试，评估性能。本发明的有益效果是：提升对堤坝边坡滑坡识别的精度，提高堤坝边坡滑坡识别与预警的自动化水平，可以自动识别和定位堤坝边坡滑坡出现的塌方、滑坡的危险情况，实现对堤坝边坡滑坡的实时监测和预警，提高水库边坡滑坡的安全性和稳定性。
-
公开(公告)号：CN115082872B
公开(公告)日：2023-01-17
申请号：CN202210963229.X
申请日：2022-08-11
IPC: G06V20/54 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向边缘计算的河面采砂船及过往船只识别方法，该方法提出使用K‑means聚类算法生成河面船只数据集的先验框，并改进YOLOv4‑tiny主干网络，将基本卷积层激活函数改为SiLU激活函数，形成新的主干特征提取网络，并输出两种不同尺度的特征图；在加强特征融合网络中加入SE注意力机制模块，并在FPN层后面加入自上而下的连接，形成PANet网络结构。本发明通过在其原来的基本卷积块中加入SiLU激活函数对主干网络进行调整，有利于训练模型更好的收敛；整个模型可用于对复杂场景下河面过往不同类型船只识别任务的优化，识别精度优于传统模型。
-
公开(公告)号：CN119761488A
公开(公告)日：2025-04-04
申请号：CN202510266861.2
申请日：2025-03-07
Applicant: 南昌工程学院
IPC: G06N5/022 , G06N5/04 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本申请属于知识图谱构建技术领域，公开了一种城市暴雨洪涝灾害链事理图谱构建方法及系统，该方法包括：首先获取研究文献、第一历史事件及次生事件，构建灾害链有向网络图并据此构建本体模型；接着获取第二历史事件及次生事件预处理后输入本体模型得事件语料库；用多模态动态融合模型MDF‑Net从语料库抽取事件触发词建库；依据触发词在语料库进行事件抽取，得到事件类型和论元；再用改进ELECTRA‑BiLSTM模型抽取触发词的时序、空间关系及语义关系；最后以事件类型、论元、时序和空间关系为结点，语义关系为边，构建灾害链事理图谱。该方法能够有效地整合多源数据和复杂的灾害信息，提升了城市暴雨洪涝灾害链事理图谱的完整性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
