-
公开(公告)号：CN112503550A
公开(公告)日：2021-03-16
申请号：CN202011226828.0
申请日：2020-11-06
Applicant: 北京工业大学
Abstract: 本发明公开了基于影像分析的放空火炬黑烟消除智能控制方法，该方法基于影像分析技术、智能控制技术，应用可见光和红外光高清摄像头、上位机和影像分析软件、PLC控制器和组态软件，通过高清摄像机拍摄火炬燃烧场景影像，将影像传入上位机中，利用影像分析技术在MATLAB中检测黑烟品质，将计算的黑烟品质值作为反馈值传递给PLC控制器中，最终PLC控制器输出信号控制助燃蒸汽阀门开度以实现消烟。本发明通过计算得到助燃蒸汽电动阀门开度初始值，以火炬气流量作为前馈值，来及时跟踪火炬气流量的变化。基于影像分析技术，以黑烟品质数据作为反馈信号，在火炬高效燃烧与节能减排方面具有很大的先进性。
-
公开(公告)号：CN109615082A
公开(公告)日：2019-04-12
申请号：CN201811415764.1
申请日：2018-11-26
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5浓度的预测方法。以过去24小时内每小时空气中6种污染物浓度和6种气象指标共计24组12种特征作为输入，得到PM2.5浓度预测值。该模型在一个三阶段框架中实现，首先，通过适当选择环境因素、时间因素和训练样本，创建了多种基学习器；然后，采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除；最后，对选取的正向基学习器采用堆叠技术进行集成，以预测未来PM2.5浓度。本发明较现有方法在预测误差和数据来源难易程度上有明显提升，可指导人们健康出行,还可以协助政府限制汽车流量、废气排放量等等。
-
公开(公告)号：CN107180427A
公开(公告)日：2017-09-19
申请号：CN201710421612.1
申请日：2017-06-07
Applicant: 北京工业大学
Abstract: 基于自回归局部图像描述的3D合成图像质量评价方法属于图像和视频质量评价的方法，利用自回归建模方法建立质量评价模型，实现对3D合成图像的有效评价。随着科技的进步，基于深度的图像绘制(DIBR)技术得到越来越广泛的应用，如自由视角视频和3D电视等。DIBR技术可以根据已有的多视角图像合成新视角下的图像，从而减少自由视角视频的拍摄费用和难度。然而合成图像过程中难以避免产生几何失真，目前所有的图像质量评价方法均难以有效评价几何失真图像。实验结果表明，通过计算合成图像与回归模型之间的重构误差可以有效识别几何失真。本发明填补了DIBR图像无参考质量评价技术方面的空白，促进了3D技术的发展。
-
公开(公告)号：CN120013766A
公开(公告)日：2025-05-16
申请号：CN202510479631.4
申请日：2025-04-17
Applicant: 北京工业大学
IPC: G06T3/4053
Abstract: 本发明公开一种视频超分辨率重建方法及系统，涉及视频复原处理技术领域，该方法包括采集待重建的视频帧序列和参考帧序列；提取参考帧与目标帧间的稠密光流场；根据稠密光流场将目标帧向参考帧进行几何对齐，得到运动一致性特征；通过参数化残差缩放模块对视频帧序列进行特征提取；将提取到的特征输入双向传播模块中分别处理前向和后向图像序列，提取出时序正向特征和时序逆向特征后进行融合，得到细节特征；将运动一致性特征和细节特征自适应融合，将融合后的特征送入到重建网络中得到深层视觉特征；根据深层视觉特征实现像素级自适应重建，得到超分辨率视频序列；该方法在保持特征空间一致性的同时，显著提升了复杂运动场景下的特征匹配精度。
-
公开(公告)号：CN111340771B
公开(公告)日：2024-04-09
申请号：CN202010110068.0
申请日：2020-02-23
Applicant: 北京工业大学
Abstract: 一种融合视觉信息丰富度和宽深度联合学习的细颗粒物实时监测方法属于智能环境感知领域，针对目前流行的基于电化学传感器的细颗粒物监测方法存在空间分布密度低、时间延迟等缺点。该方法将视觉信息丰富度测量与宽深度联合学习(VAWD)相结合，实现细颗粒物的实时监测。首先，细颗粒物浓度的增长会降低视觉信息丰富度，利用VAWD模型从变换空间中提取的三种特征来测量给定照片的视觉信息丰富度。其次，为了同时具备记忆和泛化的优点，设计了宽深度联合学习神经网络来学习上述提取特征与近地面的细颗粒物浓度之间的非线性映射。实验表明：提取的特征的有效性和VAWD模型相对于最先进的方法具有很大的优越性。
-
Patent Agency Ranking
公开(公告)号：CN116757077A
公开(公告)日：2023-09-15
申请号：CN202310714365.X
申请日：2023-06-15
Applicant: 北京工业大学
IPC: G06F30/27 , G06F30/23 , G06F30/28 , G06F18/214 , G06F18/23213 , G06N3/04 , G06N3/08
Abstract: 一种VOCs燃烧残留量精确检测方法属于智能环保领域。本发明步骤：基于计算流体力学，针对双股蒸汽助燃型火炬进行仿真建模，构建放空火炬系统最终生成混合气体成分的仿真数据集，基于烟气分析仪测量放空火炬系统混合气体成分构建测量数据集；针对因仪器检测过程耗时导致测量数据集存在时间滞后的问题，采用延迟消除方法修正数据集中的VOCs燃烧残留量的时间戳，实现VOCs燃烧残留量的预测；基于构建数据集使用RBF网络建立放空火炬VOCs燃烧残留量预测模型；针对RBF网络的设计，设计基于密度的Canopy‑K均值算法初始化网络的结构和参数，提高网络性能；采用微调和基于梯度的算法调整RBF网络参数，提高网络的逼近能力。
-
公开(公告)号：CN109615082B
公开(公告)日：2023-05-12
申请号：CN201811415764.1
申请日：2018-11-26
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5浓度的预测方法。以过去24小时内每小时空气中6种污染物浓度和6种气象指标共计24组12种特征作为输入，得到PM2.5浓度预测值。该模型在一个三阶段框架中实现，首先，通过适当选择环境因素、时间因素和训练样本，创建了多种基学习器；然后，采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除；最后，对选取的正向基学习器采用堆叠技术进行集成，以预测未来PM2.5浓度。本发明较现有方法在预测误差和数据来源难易程度上有明显提升，可指导人们健康出行,还可以协助政府限制汽车流量、废气排放量等等。
-
公开(公告)号：CN108376396B
公开(公告)日：2022-07-05
申请号：CN201810009746.7
申请日：2018-01-05
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图像的高效PM2.5浓度预测方法。通过手机或者相机来获取场景图像，基于这些图像来实时估计PM2.5浓度。首先，在PM2.5浓度非常低的良好天气环境下拍摄大量图片，基于空间和变换域的熵特征建立自然统计模型(NS)。然后将一张新的图像与NS模型对比，计算出偏离度。最后，用非线性函数映射PM2.5浓度指数的偏离度。大量的实验结果表明，本发明提出的模型在PM2.5浓度精准预测和实现效率方面与目前的先进方法相比具有很大优势。
-
公开(公告)号：CN113096103A
公开(公告)日：2021-07-09
申请号：CN202110404265.8
申请日：2021-04-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向放空火炬的烟气智能影像感知方法，其中方法的实现包括：采集放空火炬图像，进行黑烟存在性检测，使用显著性方法提取图像烟气区域，采用高斯滤波的方式去除图像噪声，使用超分辨率方法提升图像质量，计算烟气的黑度等级来分析烟气品质。本发明将目标区域集中于烟气和火焰周围，减少了放空火炬周围其他物体的影响，增强了抗干扰能力；通过使用高斯滤波的方式来进行图像去噪，使图像噪声点的灰度降低，从而减少图像中噪声的数量；通过使用超分辨率的方法将烟气图像映射为高质量图像，便于对图像中的烟气品质进行分析，提升了判定结果的准确率。
-
公开(公告)号：CN110568127A
公开(公告)日：2019-12-13
申请号：CN201910857687.3
申请日：2019-09-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于时域加权的空气污染物浓度监测方法。引入时间加权矩阵到支持向量回归模型中来增强不同时刻训练样本的权重。首先，收集一周内6种气象指标和6种空气污染物浓度共计12个特征的数据作为特征向量并以此构成样本数据。然后引入时间加权矩阵建立时域加权支持向量回归机模型。最后，用样本训练TSVR模型，对监测结果进行评估。实验结果表明，本发明提出的模型在空气污染物浓度监测和实现效率方面与目前的监测方法相比具有很大优势。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
