-
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：CN113850172B
公开(公告)日：2025-04-29
申请号：CN202111096477.0
申请日：2021-09-18
Applicant: 中国科学技术大学先进技术研究院 , 中国科学技术大学
IPC: G06V10/25 , G06V10/82 , G06V10/764 , G06V10/766 , G06V20/52 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048
Abstract: 本发明的一种微尺度VOCs泄漏检测方法、系统、存储介质及设备，包括以下步骤：S10、获取VOCs泄漏区和无泄漏区的红外图像进行数据预处理；S20、将预处理数据输入骨干网络，采用不同大小的核函数进行特征学习；S30、使用粗分类模块过滤大量非VOCs泄漏气体背景区域，提取出疑似VOCs泄漏图像；S40、使用细分类模块对疑似VOCs泄漏图像进行分类，并对VOCs泄漏位置回归定位，进而得出检测结果。本发明充分利用卷积神经网络对VOCs泄漏红外图像特征学习，通过粗粒度到细粒度框架，粗分类器有效的过滤大量背景信息，减少了计算量，使用细分类器进行精准定位和识别分类，从而有效的节省计算资源并提高检测准确性。
-
公开(公告)号：CN119714275A
公开(公告)日：2025-03-28
申请号：CN202411841713.0
申请日：2024-12-13
Applicant: 中国科学技术大学先进技术研究院 , 中国科学技术大学
Abstract: 本申请公开了一种基于簇池化图神经网络的多无人机目标覆盖路径规划方法，属于路径规划领域。所述方法包括：基于当前时刻下各无人机的位置信息和各无人机的已探索区域信息获取各无人机在当前时刻下的已探索子图；在全部无人机对应的已探索子图的总覆盖区域小于目标区域的情况下，将至少一个无人机对应的已探索子图分别输入至图神经网络模型获取至少一个无人机对应的目标运动路径；控制至少一个无人机基于目标运动路径运动并获取至少一个无人机运动后的位置信息和已探索区域信息，以更新至少一个无人机的已探索子图；在全部无人机对应的更新后的已探索子图的总覆盖区域与目标区域重合的情况下控制各无人机停止运动。本申请的覆盖任务完成效率较高。
-
公开(公告)号：CN119338764A
公开(公告)日：2025-01-21
申请号：CN202411384281.5
申请日：2024-09-30
Applicant: 中国科学技术大学先进技术研究院
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/77
Abstract: 本发明公开了一种多模态电网设备缺陷检测方法及系统，方法包括：应用训练优化后的随机森林算法对电网设备进行缺陷检测；其中，随机森林算法的训练过程如下：获取具备电网设备缺陷的激光点云数据、视觉相机图像和超声波数据；对激光点云数据、视觉相机图像进行预处理，将超声波数据转换成超声波图像；将预处理后的激光点云数据、视觉相机图像、超声波图像进行数据融合，构建多模态三维数据信息模型；设置一个基准无缺陷模型，将多模态三维数据信息模型与基准无缺陷模型分别在表面缺陷和内部缺陷方面上进行比较，并获取差异结果；应用差异结果对随机森林算法进行电网设备缺陷检测训练。本发明提高了缺陷检测的精度和完整性。
-
公开(公告)号：CN113221975B
公开(公告)日：2023-07-11
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)
IPC: G06F18/24 , G06F18/23213 , G06N3/0455 , G06N3/0442
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。
-
Patent Agency Ranking
公开(公告)号：CN114056096B
公开(公告)日：2023-07-07
申请号：CN202111222008.9
申请日：2021-10-20
Applicant: 中国科学技术大学先进技术研究院
IPC: B60L3/00
Abstract: 本发明的一种维持电动汽车总线电压稳定的方法、系统、介质及设备，其中，方法包括以下步骤：建立电动汽车模型，其中包括负载模型、电池模型、总线电压动态模型，并配置相应的环境参数；选用NEDC行驶工况，将建立好的负载模型接入NEDC行驶工况；在总线电压动态模型上接入PID控制器，调整PID参数使电动汽车总线电压维持在设定范围。本发明通过利用PID控制方法实现对电动汽车总线电压的稳定控制，从而保证电动汽车在行驶过程中的安全性。
-
公开(公告)号：CN113128776B
公开(公告)日：2023-07-07
申请号：CN202110454380.6
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)
IPC: G06Q10/04 , G06N3/0442 , G06N3/08 , G06F16/21
Abstract: 本发明的一种数据自迁移的多车型柴油车排放预测方法及系统，包括以下步骤获取已有车型柴油车的速度‑排放数据，采集目标车型柴油车的设定量速度‑排放数据并进行数据预处理；对已有车型和目标车型柴油车的速度曲线数据进行速度时序特征提取；利用最大均值差异衡量已有车型和目标车型之间速度时序特征的分布差异；针对已有车型和目标车型分别构建预测模块，以速度‑排放共有特征为预测模块的输入，分别对已有车型和目标车型的下一时刻尾气排放进行预测。本发明在仅有少量数据的前提下促进其他车型排放模型的建立，在仅有少量数据的前提下通过利用已有车型柴油车的速度‑排放模型辅助其他车型速度‑排放模型的建立，大大节约了成本。
-
公开(公告)号：CN116091491A
公开(公告)日：2023-05-09
申请号：CN202310344437.6
申请日：2023-04-03
Applicant: 中国科学技术大学先进技术研究院
IPC: G06T7/00 , G06T7/20 , G06V10/774
Abstract: 本发明公开了一种VOCs气体检测方法、装置、设备及计算机可读存储介质，属于环境监测技术领域。该方法包括：从含VOCs气体泄露的原始红外视频中筛选关键视频帧，并根据关键视频帧得到标签帧和实验帧，然后基于关键视频帧、标签帧和实验帧训练增强模型并通过训练好的增强模型得到增强红外视频，进一步地，基于增强红外视频和增强红外视频对应的标注信息训练检测模型，前述检测模型基于时间特征和空间特征实现对VOCs气体的检测，至此，便可通过训练好的增强模型和检测模型对含VOCs气体泄漏的待检测视频进行VOCs气体检测。本发明旨在实现保证VOCs泄露气体检出率的同时提升准确率。
-
公开(公告)号：CN114782902A
公开(公告)日：2022-07-22
申请号：CN202210708880.2
申请日：2022-06-22
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种石化气体泄露检测方法、系统、设备及存储介质，涉及环境监测技术领域，该方法包括：获取石化气体泄露的原始红外视频，使用预设的运动放大方法对所述原始红外视频进行处理，得到目标视频；提取出所述目标视频中的泄露图像帧，基于所述泄露图像帧建立数据集；构建初始石化气体泄露检测模型，使用所述数据集对所述初始石化气体泄露检测模型进行训练，得到目标石化气体泄露检测模型；获取经过运动放大处理的待检测视频，将所述待检测视频输入所述目标石化气体泄露检测模型，得到检测结果，根据所述检测结果判断所述待检测视频中是否存在石化气体泄露。本发明实现了提高石化气体泄露检测准确率的技术效果。
-
公开(公告)号：CN113780136A
公开(公告)日：2021-12-10
申请号：CN202111013478.4
申请日：2021-08-31
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明的一种基于时空纹理识别的VOCs气体泄漏检测方法、系统及设备，包括以下步骤，S1：获取红外视频数据并对进行数据预处理；S2：从红外视频数据中提取一维时序特征数据，训练一维卷积神经网络分类器；S3：从红外视频数据中提取多帧存在VOCs泄漏的连续视频帧，使用视频帧训练二维加型时空神经网络分类器；S4：采样若干像素点的时空特征，使用一维卷积神经网络分类器，计算出平均泄漏置信度；当超过预设阈值时，将相关视频帧输入二维加型时空神经网络分类器，并输出预测结果。本发明充分利用时空纹理特征使用卷积神经网络对红外视频图像进行预筛查，随后再使用加型时空神经网络模型进行复检，从而在实现VOCs泄漏快速检测的同时显著降低计算性能需求。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.055 seconds)
