-
公开(公告)号：CN115394074A
公开(公告)日：2022-11-25
申请号：CN202210780512.9
申请日：2022-07-04
Applicant: 北方工业大学
Abstract: 一种公路监控车辆检测系统，包括监控摄像机、控制箱以及网络设备；控制箱、位于监控摄像机所在位置的路旁；监控摄像机与控制箱内的网络设备连接，把拍摄到的视频通过网络设备向外传输。还包括检测模块，检测设备以计算机为核心；网络设备包括无线和/或有线通信模块，以及网络交换机；网络交换机还连接存储器；监控摄像机以及检测模块通过网线连接网络交换机；监控摄像机的视频通过网络交换机传给存储器；检测模块从存储器中调取所需视频流并截取单帧图片；所述检测模块包括定位单元和识别单元；所述定位单元得到车牌的位置信息；所述识别单元输出车牌文字。检测设备获取的车辆图片以及对应车牌文字信息存储到存储器中，供管理端调取。
-
公开(公告)号：CN114708561A
公开(公告)日：2022-07-05
申请号：CN202210324251.X
申请日：2022-03-29
Applicant: 北方工业大学
IPC: G06V20/54 , G06V20/62 , G06V30/19 , G06V10/82 , G06V10/70 , G06N3/04 , G06N3/08 , G06K9/62 , H02J9/06 , G08G1/017
Abstract: 一种高速路口车牌识别系统，包括电源、图像采集装置、车辆感应装置、识别装置和网络传输装置；电源在现场为图像采集装置、车辆感应装置、识别装置和网络传输装置供电；电源是市电和/或太阳能供电系统；图像采集装置是数码照相机，车辆感应装置的信号输出端与数码照相机的电子快门输入端电连接；识别装置是以微型计算机为核心的设备；识别装置接收来自数码照相机的图片，识别车牌照片，然后存储车牌照片对应的文字信息；识别装置连接于网络传输设备；远端的管理后台通过网络传输设备调取识别装置存储的文字信息和/或图片；识别装置使用卷积神经网络模型对车牌进行识别，在卷积神经网络模型中，输入的车牌图片被提取特征最终得到输出的文字信息。
-
公开(公告)号：CN108133085A
公开(公告)日：2018-06-08
申请号：CN201711296297.0
申请日：2017-12-08
Applicant: 北方工业大学
Abstract: 本发明提供一种电子设备舱内设备温度预测方法，包括：基于电子设备舱的设备类型，获取所述设备类型对应的各个类型的温度变量数据流，所述温度变量数据流包括设备温度数据流；基于预设数据长度的滑动窗口，在每个类型的温度变量数据流中截取出每个类型的温度变量数据流对应的窗口数据；将所有类型的温度变量数据流对应的窗口数据作为训练样本集对随机向量功能网络RVFL进行训练，得到设备温度预测模型；将所述滑动窗口在所述设备温度数据流中按照所述预设数据长度滑动，基于所述设备温度预测模型，计算滑动后窗口内包含的设备温度的预测值。本发明提供的方法预测温度误差较小，准确性较高。
-
公开(公告)号：CN108133085B
公开(公告)日：2021-12-07
申请号：CN201711296297.0
申请日：2017-12-08
Applicant: 北方工业大学
Abstract: 本发明提供一种电子设备舱内设备温度预测方法，包括：基于电子设备舱的设备类型，获取所述设备类型对应的各个类型的温度变量数据流，所述温度变量数据流包括设备温度数据流；基于预设数据长度的滑动窗口，在每个类型的温度变量数据流中截取出每个类型的温度变量数据流对应的窗口数据；将所有类型的温度变量数据流对应的窗口数据作为训练样本集对随机向量功能网络RVFL进行训练，得到设备温度预测模型；将所述滑动窗口在所述设备温度数据流中按照所述预设数据长度滑动，基于所述设备温度预测模型，计算滑动后窗口内包含的设备温度的预测值。本发明提供的方法预测温度误差较小，准确性较高。
-
公开(公告)号：CN112818945A
公开(公告)日：2021-05-18
申请号：CN202110250379.1
申请日：2021-03-08
Applicant: 北方工业大学
Abstract: 一种适用于地铁车站人群计数的卷积网络构建方法，步骤包括：首先，搭建深度学习框架作为密度生成网络：对采集得到的人群图的样本使用高斯滤波方法对人群标注,进行人群密度图生成；计算人群密度图中的人群总数；将人群图的样本和对应的人群密度图作为一个组合送入密度生成网络进行训练；利用损失函数优化。然后，设计用于判别生成密度图准确的判别网络；利用损失函数优化判别网络；训练对抗生成网络，采用对抗的训练方式来进行人群密度预测：生成模型和判别模型采用联合交替迭代的训练方式优化最大最小问题；同时，判别器的输出为生成器提供密度图位置和预测精度的反馈；两个网络同时竞争训练，直到生成器生成的样本不能被判别器正确判断。
-
Patent Agency Ranking
公开(公告)号：CN111398377A
公开(公告)日：2020-07-10
申请号：CN202010298094.0
申请日：2020-04-16
Applicant: 北方工业大学
Abstract: 本发明公开了一种轨道交通车站气体环境监测系统及方法，其中系统包括：电化学传感器阵列，信号处理器和主控处理器；所述电化学传感器阵列，用于生成待测气体电信号；所述信号处理器包括校准单元，用于对所述待测气体电信号进行非线性校准处理；所述主控处理器，用于对非线性校准处理后的待测气体电信号进行特征提取与识别。本发明可以准确高效监测轨道交通车站气体环境，避免监测效率低，抗干扰能力差等问题。
-
公开(公告)号：CN112116070B
公开(公告)日：2024-04-05
申请号：CN202010928705.5
申请日：2020-09-07
Applicant: 北方工业大学
Abstract: 本发明公开了一种地铁车站环境参数监测方法及装置，其中方法包括：获得上一时刻的地铁车站环境参数值和下一时刻的车站外部环境参数值；将所述上一时刻的地铁车站环境参数值和下一时刻的车站外部环境参数值输入训练好的LSTM神经网络模型，得到网络输出结果值，所述LSTM神经网络模型根据历史上一时刻的地铁车站环境参数值和历史下一时刻的车站外部环境参数值进行训练；根据所述网络输出结果值，确定下一时刻的地铁车站环境参数值的正态分布；根据所述下一时刻的地铁车站环境参数值的正态分布，进行地铁车站环境参数监测。本发明可以有效监测地铁车站环境参数，在保证监测效率的同时提高监测准确率。
-
公开(公告)号：CN112818944A
公开(公告)日：2021-05-18
申请号：CN202110250374.9
申请日：2021-03-08
Applicant: 北方工业大学
Abstract: 一种面向地铁车站场景的密集人群计数方法，包括步骤：一、先对图像进行亮度对比度饱和度进行初步调整；二、把步骤一得到图像信息送入多尺度卷积网络，处理得到人群密度图；三、由人群密度图得到图中的人群总数。步骤一的流程为：对采集到的图像进行去噪处理得到去噪图像；对去噪图像进行边缘提取得到边缘图像；对边缘图像进行图像增强处理得到去噪且边缘增强的图像；利用亮度可控的直方图均衡方法对去噪图像进行处理得到全局增强图像；对步骤所得到的图像进行线性叠加，得到最终的输出图像即人群图；在输出图像中标注人头位置即人群标注位置。所述步骤二中，把输出图像以及人头位置的标注输入到多尺度卷积网络中进行处理，并输出人群密度图。
-
公开(公告)号：CN112116070A
公开(公告)日：2020-12-22
申请号：CN202010928705.5
申请日：2020-09-07
Applicant: 北方工业大学
Abstract: 本发明公开了一种地铁车站环境参数监测方法及装置，其中方法包括：获得上一时刻的地铁车站环境参数值和下一时刻的车站外部环境参数值；将所述上一时刻的地铁车站环境参数值和下一时刻的车站外部环境参数值输入训练好的LSTM神经网络模型，得到网络输出结果值，所述LSTM神经网络模型根据历史上一时刻的地铁车站环境参数值和历史下一时刻的车站外部环境参数值进行训练；根据所述网络输出结果值，确定下一时刻的地铁车站环境参数值的正态分布；根据所述下一时刻的地铁车站环境参数值的正态分布，进行地铁车站环境参数监测。本发明可以有效监测地铁车站环境参数，在保证监测效率的同时提高监测准确率。
-
公开(公告)号：CN111366692A
公开(公告)日：2020-07-03
申请号：CN202010298107.4
申请日：2020-04-16
Applicant: 北方工业大学
Abstract: 本发明公开了一种气体环境参数监测系统及方法，其中系统包括：气体采集单元，浓度预测单元和参数调整单元；所述气体采集单元包括：气泵和传感器，所述气泵用于根据进气量参数采集待测气体；所述传感器用于生成当前时间段内所述待测气体的电信号；所述浓度预测单元，用于根据当前时间段内所述待测气体的电信号和预先建立的预测模型，确定下一时间段内所述待测气体的浓度参数，所述预测模型根据历史时间段内所述待测气体的电信号预先建立；所述参数调整单元，用于根据下一时间段内所述待测气体的浓度参数，调整进气量参数。本发明可以监测气体环境参数，提高测量数据准确性和抗干扰能力，降低成本。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.033 seconds)
