-
公开(公告)号:CN117829036A
公开(公告)日:2024-04-05
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:CN115880683A
公开(公告)日:2023-03-31
申请号:CN202310192003.9
申请日:2023-03-02
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: G06V20/62 , G06V30/146 , G06V30/164 , G06V30/18 , G06V30/19 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的城市内涝积水智能水位检测方法,该方法基于水尺的城市积水水域图像分两阶段检测识别并计算水位;第一阶段,将包含水尺的城市积水水域图像输入训练好的YOLOX_I1,识别并截取水尺图像,得到第一阶段的输出水尺图像和该图像高度像素值;第二阶段,将第一阶段得到的输出图像输入训练好的YOLOX_I2,识别并截取字符“E”图像,得到字符“E”图像高度像素值列表后计算水位;本发明将计算机视觉技术、深度学习和图像处理技术有机结合,既能解决传统图像处理方式适应性受限的问题,又能实现面向城市积水的水尺高精度智能识别。
-
公开(公告)号:CN113542697A
公开(公告)日:2021-10-22
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。
-
-