-
公开(公告)号：CN111082474A
公开(公告)日：2020-04-28
申请号：CN201911342997.8
申请日：2019-12-23
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于微电网和水网的废弃能量回收利用技术。本发明通过混合微电网完成废弃能量的回收利用，混合微电网包括供电系统和热能回收利用系统。通过供电系统为用户提供电能供应，通过热能回收利用系统将供电系统产生的多余电能进行回收利用，将电能转换为热能，为用户提供热水供应。本发明能够为发电机组生产企业供应热水，避免了企业用燃煤锅炉提供热水的现状，减少了化石能源能耗，并且使能量能够充分使用，促进了工厂的绿色节能和循环经济。
-
公开(公告)号：CN106713935B
公开(公告)日：2019-06-11
申请号：CN201710014097.5
申请日：2017-01-09
Applicant: 杭州电子科技大学
IPC: H04N19/61 , H04N19/176 , H04N19/119 , H04N19/147 , H04N19/149
Abstract: 本发明公开了一种基于贝叶斯决策的HEVC块划分快速方法。本发明首先利用基于平均灰度差值的场景变换检测将视频序列分成在线学习阶段和快速划分阶段。其次对于在线学习阶段和发生场景变换的视频帧，在每一个划分深度，分别提取CU的Jinter和Jintra为特征值，以此建立混合高斯模型，模型的具体参数根据以K‑Means算法初始化的EM算法确定；对于处于快速划分阶段的待划分的CU，提取其特征值，根据混合高斯模型求出是否划分的条件概率，最后利用最小风险的贝叶斯公式求出风险较小的决策，作为当前CU是否划分的判断依据。本发明降低了算法复杂度，能大幅度减少编码时间。
-
公开(公告)号：CN119004047B
公开(公告)日：2025-02-07
申请号：CN202411479761.X
申请日：2024-10-23
Applicant: 杭州电子科技大学
IPC: G06F18/20 , G06F18/2337 , G01W1/00
Abstract: 本发明公开了一种时空域雷暴活动解释方法，该方法获取时序大气电场数据构建大气电场特征集通过模糊C均值聚类，得到时序隶属度；根据表征雷暴和非雷暴主导的时序隶属度的时序变化，对时域的大气电场变化进行天气转变的语义解释。利用获取的时序大气电场数据，计算雷暴云点电荷球坐标，将球坐标中的距离和仰角组成数据集，通过模糊C均值聚类，获取表征距离的隶属度，对点电荷运动进行语义解释，得到时空域雷暴活动解释。本发明实现在时间域解释天气转变，实现在空间域解释雷暴云点电荷运动，确保了时空域雷暴活动可解释性。
-
Patent Agency Ranking
公开(公告)号：CN119004117B
公开(公告)日：2025-01-17
申请号：CN202411481487.X
申请日：2024-10-23
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/2337 , G01W1/00
Abstract: 本发明公开了一种基于模糊C均值聚类的雷暴时间窗口捕捉方法，该方法首先获取时序大气电场相关属性信息，构造表征天气的数据集。其次将数据集通过模糊C均值聚类算法，得到模糊集，再确定最优粒度得到最优的信息粒。最后对最优的信息粒采用#imgabs0#切，捕捉由切割所得的代表雷暴主导的信息粒中粒元素的时间起止点，该起止点则对应雷暴时间窗口。本发明充分考虑了大气电场信号的模糊特性，确保了反映天气情况的信息粒的有效性，提高了雷暴监测的可靠性，促进了精准的雷暴监测与追踪。
-
公开(公告)号：CN119004117A
公开(公告)日：2024-11-22
申请号：CN202411481487.X
申请日：2024-10-23
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/2337 , G01W1/00
Abstract: 本发明公开了一种基于模糊C均值聚类的雷暴时间窗口捕捉方法，该方法首先获取时序大气电场相关属性信息，构造表征天气的数据集。其次将数据集通过模糊C均值聚类算法，得到模糊集，再确定最优粒度得到最优的信息粒。最后对最优的信息粒采用#imgabs0#切，捕捉由切割所得的代表雷暴主导的信息粒中粒元素的时间起止点，该起止点则对应雷暴时间窗口。本发明充分考虑了大气电场信号的模糊特性，确保了反映天气情况的信息粒的有效性，提高了雷暴监测的可靠性，促进了精准的雷暴监测与追踪。
-
公开(公告)号：CN116828536A
公开(公告)日：2023-09-29
申请号：CN202310342805.3
申请日：2023-03-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于时延感知节能的车联网多目标任务卸载方法及系统，方法按如下步骤：S1、获取信息数据；S2、计算能耗和时延；S3、确定时延、能耗的联合优化问题；S4、确定优化目标函数；S5、利用SA‑PSO算法收敛到解空间的某一个节点上的同时绕开局部最优解，从而得到求解全局最优解；S6、对联合优化问题进行求解，根据不同的任务卸载位置，分为不同类型，求解得到不同类型下的最优卸载比例和最优发射功率；S7、选择剩余能量最多的端设备或相应的节点，并选择相应的最优卸载比例和最优发射功率，进行任务卸载。本发明有效地缩短了任务完成时间，提高了任务完成率。
-
公开(公告)号：CN108717703A
公开(公告)日：2018-10-30
申请号：CN201810252619.X
申请日：2018-03-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于HEVC的运动目标检测和跟踪方法。该方法包括如下步骤：步骤1：从HEVC码流中提取当前帧编码视频的编码单元结构、运动矢量及预测模式；步骤2：编码块尺寸归一化；步骤3：确定运动宏块；步骤4：计算运动宏块的运动矢量权重；步骤5：运动目标检测；步骤6：运动目标分类；步骤7：运动目标跟踪。本发明利用HEVC编解码过程中产生的运动矢量、编码单元划分方式、预测模式等信息进行运动目标检测与跟踪，避免不必要的数字图像处理过程，从而减少计算的复杂度，而且在不破坏原有压缩视频数据的基础上进行快速的运动目标检测和跟踪。
-
公开(公告)号：CN106713935A
公开(公告)日：2017-05-24
申请号：CN201710014097.5
申请日：2017-01-09
Applicant: 杭州电子科技大学
IPC: H04N19/61 , H04N19/176 , H04N19/119 , H04N19/147 , H04N19/149
CPC classification number: H04N19/61 , H04N19/119 , H04N19/147 , H04N19/149 , H04N19/176
Abstract: 本发明公开了一种基于贝叶斯决策的HEVC块划分快速方法。本发明首先利用基于平均灰度差值的场景变换检测将视频序列分成在线学习阶段和快速划分阶段。其次对于在线学习阶段和发生场景变换的视频帧，在每一个划分深度，分别提取CU的Jinter和Jintra为特征值，以此建立混合高斯模型，模型的具体参数根据以K‑Means算法初始化的EM算法确定；对于处于快速划分阶段的待划分的CU，提取其特征值，根据混合高斯模型求出是否划分的条件概率，最后利用最小风险的贝叶斯公式求出风险较小的决策，作为当前CU是否划分的判断依据。本发明降低了算法复杂度，能大幅度减少编码时间。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.031 seconds)
