-
公开(公告)号：CN111648861A
公开(公告)日：2020-09-11
申请号：CN202010310206.X
申请日：2020-04-20
Applicant: 东南大学
IPC: F02C6/00 , F02C6/18 , F02C3/04 , F01K7/32 , F01K25/10 , F01D15/10 , F04B23/04 , F25B9/00 , F17C7/02 , F16M3/00
Abstract: 本发明公开了一种耦合超临界CO2循环及LNG冷源的可移动燃机发电装置，包括可移动燃气轮机、超临界CO2再压缩布雷顿循环和液化天然气冷却系统；可移动燃气轮机包括：燃气轮机压缩机、燃烧室、燃气轮机透平和排气装置；超临界CO2再压缩布雷顿循环包括：加热器、超临界二氧化碳透平、高温换热器、再压缩机、低温换热器、主压缩机、预压缩机、主冷却器和副冷却器；液化天然气冷却系统包括：液化天然气源和加压泵。与现有技术相比，本发明的有益效果在于：在实现移动灵活供电的同时高效利用了能源。
-
公开(公告)号：CN111460996B
公开(公告)日：2022-02-15
申请号：CN202010244452.X
申请日：2020-03-31
Applicant: 东南大学
IPC: G06V20/52 , G06V20/62 , G06V30/148 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于极限学习深度网络融合模型的货车车辆号牌识别方法，包括以下步骤：采用高速公路监控相机获取货车图像，对货车图像采用可变形部件模型、进行货车车辆号牌定位，基于比例分割方法对定位得到的货车车辆号牌进行字符分割，构建货车车辆号牌字符图像集；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；构建基于极限学习深度网络融合模型；采用训练好的基于极限学习的深层网络融合模型对输入车辆号牌图像进行货车车辆号牌的识别分类。优点是：本发明的性能优于传统的HOG+SVM以及极限学习InceptionV3模型、极限学习XceptionV3模型和极限学习NASNet模型，其识别率达到98.18％。
-
Patent Agency Ranking
公开(公告)号：CN110060363A
公开(公告)日：2019-07-26
申请号：CN201910302067.3
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于“自由交通流”模式的高速公路货车预检计重智慧收费系统，包括：三车道货车预检系统、治超点和无人值守收费站；三车道货车预检系统由三个车道的第一智慧动态称重系统组成；第一智慧动态称重系统包括摄像机、动态称重传感器组、线圈、机柜、LED显示屏和物联网传输端；无人值守收费站由三个车道的第二智慧动态称重系统组成；第二智慧动态称重系统包括摄像机、动态称重传感器组、物联网传输端、光幕、LED显示屏和机柜。本发明能够有效减少由于路面不平及车辆重心不稳引起的称重偏差，为治超部门和高速公路收费系统提供在线实时服务。
-
公开(公告)号：CN110070728B
公开(公告)日：2021-12-07
申请号：CN201910302146.4
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路治超劝返智慧系统，包括：两车道预检系统、匝道口和无人值守高速公路入口；两车道预检系统由左右两个车道的智慧动态称重系统组成；智慧动态称重系统包括摄像机、动态称重传感器组、光幕、机柜、语音设备、LED显示屏和物联网传输端。本发明能够实时的下载对应车牌的货车超限信息，且有效的将超限货车引导至匝道驶离高速，使非超限货车正常通行。
-
公开(公告)号：CN111460996A
公开(公告)日：2020-07-28
申请号：CN202010244452.X
申请日：2020-03-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于极限学习深度网络融合模型的货车车辆号牌识别方法，包括以下步骤：采用高速公路监控相机获取货车图像，对货车图像采用可变形部件模型、进行货车车辆号牌定位，基于比例分割方法对定位得到的货车车辆号牌进行字符分割，构建货车车辆号牌字符图像集；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；构建基于极限学习深度网络融合模型；采用训练好的基于极限学习的深层网络融合模型对输入车辆号牌图像进行货车车辆号牌的识别分类。优点是：本发明的性能优于传统的HOG+SVM以及极限学习InceptionV3模型、极限学习XceptionV3模型和极限学习NASNet模型，其识别率达到98.18％。
-
公开(公告)号：CN110070728A
公开(公告)日：2019-07-30
申请号：CN201910302146.4
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路治超劝返智慧系统，包括：两车道预检系统、匝道口和无人值守高速公路入口；两车道预检系统由左右两个车道的智慧动态称重系统组成；智慧动态称重系统包括摄像机、动态称重传感器组、光幕、机柜、语音设备、LED显示屏和物联网传输端。本发明能够实时的下载对应车牌的货车超限信息，且有效的将超限货车引导至匝道驶离高速，使非超限货车正常通行。
-
公开(公告)号：CN114998618A
公开(公告)日：2022-09-02
申请号：CN202210037164.6
申请日：2022-01-13
Applicant: 山东高速股份有限公司 , 东南大学
IPC: G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764
Abstract: 本发明公布了基于卷积神经网络模型的货车颜色识别方法，包括：基于车辆号牌及车辆对称性，定位货车车脸区域；基于货车车辆结构及颜色特征，构建货车车辆图像集；构建不同颜色空间下的卷积神经网络模型，优选CNN‑LAB模型进行货车颜色识别。本发明的有益效果在于：能够有效提取货车颜色特征区域，构建适用于神经网络学习的货车车辆颜色图像集，并选用合适的颜色空间模型与卷积神经网络，实现货车的颜色识别，为车辆属性识别丰富了维度，对于车辆识别有着重要的作用。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
