-
公开(公告)号:CN109636045A
公开(公告)日:2019-04-16
申请号:CN201811541299.6
申请日:2018-12-17
Applicant: 杭州电子科技大学
CPC classification number: G06Q10/047 , G06N3/006 , G06Q50/30
Abstract: 本发明中涉及到一种基于智能算法的机动车拦截路径规划方法。本发明将城市路网的拓扑结构和车辆运动轨迹抽象成多为矩阵,以所有车辆为核心在矩阵中形成泰森多边形,计算目标车辆所在泰森多边形区域内的目标可到达路径总长,以目标车辆的预测路径为终点,用智能算法求在拦截车辆运动过程中使目标车辆泰森多边形区域内路径最短的路口位置,连接这些路口位置便得到最优拦截路径。本发明需要路网及车辆的轨迹信息,路网信息可直接通过地图获得,轨迹信息需要依靠城市路口监控,方法通过结合常用的路径寻优算法及简化面积计算的图形方法,为城市环境下的车辆拦截问题提供了新思路。
-
公开(公告)号:CN107991685A
公开(公告)日:2018-05-04
申请号:CN201711063661.9
申请日:2017-11-02
Applicant: 杭州电子科技大学
Inventor: 林宏泽
Abstract: 本发明涉及基于线激发光源的面探测激光荧光雷达及探测方法。目前的激光荧光雷达的结构与传统激光雷达相似,结构比较复杂,价格昂贵,对于距离信息则无法获得。本发明包括线激发光源、镜头、滤波片、彩色CCD或CMOS,线激发光源照亮的平面、镜头所在平面、彩色CCD或CMOS所在平面三个平面相交于一条直线。具体探测方法是:首先进行标定;然后测量,还原荧光发生位置,形成随时域的二维荧光图像;最后针对不同应用场景,对采集的数据进行模式识别训练,或根据模式对新测到的数据进行判断。本发明没有扫描空隙,不容易遗漏信息,对近场的探测性能尤为出色,提高了探测效率,同时为后续的数据处理与模型建立提供了空间。
-
公开(公告)号:CN113252624B
公开(公告)日:2024-06-11
申请号:CN202110441517.4
申请日:2021-04-23
Applicant: 杭州电子科技大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于荧光光谱的苹果黄酮含量无损检测方法,该方法通过使用特定波段波长的激发荧光照射苹果表皮,使用光谱仪采集反射的荧光光谱,然后通过传统的化学方法测定相应区域的黄酮含量,利用主成分分析法分析采集到的荧光光谱与黄酮含量直接的关系,建立一个用于预测苹果黄酮含量的预测模型,根据该预测模型分析待测苹果的荧光光谱得到其黄酮含量,实现苹果黄酮含量的无损检测方法。与传统的化学检测相比,不需要配置试剂与复杂的操作,只需要通过LED进行荧光激发,就可以实现黄酮含量的检测。
-
公开(公告)号:CN109635914B
公开(公告)日:2020-05-15
申请号:CN201811541448.9
申请日:2018-12-17
Applicant: 杭州电子科技大学
IPC: G06N3/00 , G06N3/12 , G06Q10/04 , G06F16/215
Abstract: 本发明公开了一种基于混合智能遗传粒子群的优化极限学习机轨迹预测方法。传统的神经网络算法存在训练时间较长、容易陷入局部最优解、参数选择敏感等缺点,而极限学习机(ELM)神经网络具有训练速度快、泛化能力强等优点,故选择ELM神经网络做预测。由于传统的ELM存在小数据集泛化性能较差的问题,优化极限学习机(OELM)克服了该缺点,但由于受到输入权值和隐藏层节点阈值随机赋值的影响,在预测过程中往往无法达到最优结果。故采用混合智能遗传粒子群算法(HGPSO)动态寻优找出OELM模型最佳的参数组,针对模型建立的随机性进行改进,使它只需要较少的隐藏层神经元数目就能达到较好的预测性能,提高了网络的泛化性。
-
公开(公告)号:CN110503003A
公开(公告)日:2019-11-26
申请号:CN201910687893.4
申请日:2019-07-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于LED阵列与卷积神经网络的茶叶品种鉴定装置与方法。本发明中的LED阵列采用多只LED,其中主LED中心波长在370~380nm之间,该波长的LED能够激发出茶叶中茶多酚、黄酮、花青素、叶绿素的荧光,最大程度地提供有用信息,辅助LED中心波长在360~500nm之间,采用轮流点亮的方式,受控于计算控制单元。迷你光谱仪用于采集待鉴定茶叶的光谱数据,并将所述的光谱数据发送至计算控制单元。计算控制单元将光谱数据转化为二维数据后,送入已训练好的卷积神经网络,得到待鉴定茶叶的品种。该装置轻便可手持,且能够快速、准确地对茶叶品种进行鉴定。
-
公开(公告)号:CN110044843A
公开(公告)日:2019-07-23
申请号:CN201910439488.0
申请日:2019-05-24
Applicant: 杭州电子科技大学
IPC: G01N21/39
Abstract: 本发明公开一种基于近红外可调谐二极管激光光谱技术的尾气遥测装置。本发明包括位于道路同一侧的发射和接收端、道路另一侧的反射端,发射端主要包括:近红外激光器,准直镜,接收端主要包括:光电探测器DP,数据采集卡,用于产生调制信号和进行高速数据采样,其中的调制信号由低频三角波信号与高频正弦波信号叠加而成,该调制信号输入到近红外的电流驱动中;计算机,用于分析接收到的光信息;由数字锁相放大器程序运算得到二次谐波信号,通过该信号的幅值与事先标定获得的参数进行计算,获得实时的气体浓度。本发明一次扫描就可以测量两种气体的浓度,大大降低了系统的复杂性,并且由于光路相同,所获得的两种气体的浓度比值也将更加精准。
-
公开(公告)号:CN109239009A
公开(公告)日:2019-01-18
申请号:CN201811020538.3
申请日:2018-09-03
Applicant: 杭州电子科技大学
IPC: G01N21/39
Abstract: 本发明涉及基于环形谐振腔倍频结构的气态汞浓度检测装置及方法。现有汞蒸气浓度检测装置使用寿命短、测量结果浮动大。本发明包括半导体激光器、光栅、模式匹配镜、半波片、环形谐振腔、BBO晶体、二色向镜、分束镜、参考气室、检测气室和两个探测器。半导体激光器输出波长为507.3或730.2纳米。检测时,启动激光器,接收两个探测器产生的信号,对两路信号进行锁相放大,得到最大二次谐波信号;记录参考气室中二次谐波信号的最大幅值,在检测气室信号的相同位置,获得检测气室路二次谐波信号的幅值;计算得到待检测气体中汞浓度。本发明扩大了光源选择范围,提高了倍频转化效率、装置灵敏度和检测精度,实现了对元素汞浓度的实时监测。
-
公开(公告)号:CN109492830B
公开(公告)日:2021-08-31
申请号:CN201811541300.5
申请日:2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的移动污染源排放浓度预测方法,本发明根据移动污染源污染物的区域时空分布特点,提出基于注意力机制的卷积长短期记忆神经网络预测方法。首先,通过分析站点之间的Granger因果关系并开发超参数高斯向量权重函数以确定空间自相关变量作为输入特征的一部分。其次,使用卷积神经网络来提取LSTM网络使用的数据的时空间特征,同时注意力模型分别用于加权特征图和通道以增强特征的有效性。最后,基于深度LSTM的时间序列预测器,用于学习大气污染物浓度的长期和短期依赖性。本发明从历史大气污染物数据中提取固有的有用特征,并将辅助数据纳入所提出的模型中以提高性能,从而浓度预测方法。
-
公开(公告)号:CN110057770A
公开(公告)日:2019-07-26
申请号:CN201910367403.2
申请日:2019-05-05
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一套基于紫外差分吸收光谱技术的,利用望远镜增加效率的汽车尾气遥测装置。它包括位于道路同一侧的发射端和接收端、道路另一侧的反射端两大部分。发射端主要包括氘灯和凸透镜;接收端主要包括望远镜、光谱仪、耦合光纤以及数据处理单元;反射端主要是反射镜。本发明能够摆放在道路上对汽车排放的尾气中的NO、HC进行实时监测,利用了望远镜结构来接收反射光,增加了收光效率,方便了实地测试,提高数据准确性。其测试效率高、测试过程人工干预少、测试成本低、不会影响道路交通状况,在车辆正常的行驶过程中就可以完成尾气检测,更能展示汽车在道路上污染物排放的真实情况。
-
公开(公告)号:CN109657858A
公开(公告)日:2019-04-19
申请号:CN201811541675.1
申请日:2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于不平衡修正半监督学习的道边空气污染预测方法。本发明包括以下步骤:(1)获取道边空气监测站点的历史污染物数据。(2)对历史污染物数据进行预处理,并且划分为训练集和测试集。(3)采用带多数类权重的少数类过采样技术对训练集中的有标记污染物数据进行不平衡修正。(4)将经过不平衡修正的有标记污染物数据和无标记污染物数据作为输入,训练半监督超限学习机模型。(5)将测试集数据输入到道边空气污染预测模型中,即可得到预测结果。本发明基于类别不平衡数据处理算法和半监督学习技术,考虑了污染物数据的不平衡性、缺少标记这一特性,提高了道边监测站点空气污染预测精度。
-
-
-
-
-
-
-
-
-