-
公开(公告)号：CN116468974B
公开(公告)日：2023-10-13
申请号：CN202310702062.6
申请日：2023-06-14
Applicant: 华南理工大学 , 广东广物互联网科技有限公司
Abstract: 本发明公开了一种基于图像生成的烟雾检测方法、装置及存储介质，属于图像数据处理领域。其中方法包括：获取烟雾数据集和无烟雾数据集；根据烟雾数据集训练基于图像掩码生成图像的图像生成网络；采用训练后的图像生成网络对无烟雾数据集进行处理，生成含有不同浓度烟雾的图像以及对应的图像掩码；根据烟雾数据集以及生成的图像获取训练集，根据训练集训练烟雾检测模型；获取待检测图像，将待检测图像输入训练后的烟雾检测模型，检测待检测图像中是否存有火灾烟雾。本发明通过图像生成网络生成场景丰富、浓度不同的逼真的烟雾图像，避免繁琐人工标注的前提下能够极大地扩充烟雾检测模型训练的数据量，提高烟雾检测模型的检测精度以及效果。
-
公开(公告)号：CN116468974A
公开(公告)日：2023-07-21
申请号：CN202310702062.6
申请日：2023-06-14
Applicant: 华南理工大学 , 广东广物互联网科技有限公司
Abstract: 本发明公开了一种基于图像生成的烟雾检测方法、装置及存储介质，属于图像数据处理领域。其中方法包括：获取烟雾数据集和无烟雾数据集；根据烟雾数据集训练基于图像掩码生成图像的图像生成网络；采用训练后的图像生成网络对无烟雾数据集进行处理，生成含有不同浓度烟雾的图像以及对应的图像掩码；根据烟雾数据集以及生成的图像获取训练集，根据训练集训练烟雾检测模型；获取待检测图像，将待检测图像输入训练后的烟雾检测模型，检测待检测图像中是否存有火灾烟雾。本发明通过图像生成网络生成场景丰富、浓度不同的逼真的烟雾图像，避免繁琐人工标注的前提下能够极大地扩充烟雾检测模型训练的数据量，提高烟雾检测模型的检测精度以及效果。
-
公开(公告)号：CN107944594B
公开(公告)日：2021-11-23
申请号：CN201710957155.8
申请日：2017-10-16
Applicant: 华南理工大学
Abstract: 本发明提出一种基于SPSS与RKELM微网短期负荷预测方法，包括步骤：（1）在线数据采集并周期性更新历史数据库（2）对历史数据进行预处理并提取负荷样本特征；（3）构建离线负荷预测模型；（4）采用斯皮尔曼等级相关的方法筛选与待预测点前驱负荷相似的历史样本作为在线训练样本；（5）根据在线训练样本与离线负荷预测模型，计算未来时刻的负荷预测值。该方法使用快速简化核函数极限学习机（RKELM）、混沌粒子群算法和斯皮尔曼等级相关筛选（RKELM），建立了包含离线参数寻优与在线负荷的预测模型；通过模型参数的周期更新来保证算法的时效性，同时降低在线预测计算的复杂度，减少历时数据存储量，降低计算成本，能较为准确的预测微网短期及超短期负荷。
-
公开(公告)号：CN107944594A
公开(公告)日：2018-04-20
申请号：CN201710957155.8
申请日：2017-10-16
Applicant: 华南理工大学
Abstract: 本发明提出一种基于SPSS与RKELM微网短期负荷预测方法，包括步骤：（1）在线数据采集并周期性更新历史数据库（2）对历史数据进行预处理并提取负荷样本特征；（3）构建离线负荷预测模型；（4）采用斯皮尔曼等级相关的方法筛选与待预测点前驱负荷相似的历史样本作为在线训练样本；（5）根据在线训练样本与离线负荷预测模型，计算未来时刻的负荷预测值。该方法使用快速简化核函数极限学习机（RKELM）、混沌粒子群算法和斯皮尔曼等级相关筛选（RKELM），建立了包含离线参数寻优与在线负荷的预测模型；通过模型参数的周期更新来保证算法的时效性，同时降低在线预测计算的复杂度，减少历时数据存储量，降低计算成本，能较为准确的预测微网短期及超短期负荷。
-
-
-
Search Results
4
records
(took 0.068 seconds)
