多类型图像驱动的吸烟行为识别方法、装置、设备及介质

    公开(公告)号:CN117152842A

    公开(公告)日:2023-12-01

    申请号:CN202311130083.1

    申请日:2023-09-01

    Abstract: 本发明涉及室内控烟环境在线监测技术领域,具体提供一种多类型图像驱动的吸烟行为识别方法、装置、设备及介质,所述方法包括:获取目标场所内的可见光图像和红外图像;获取预先构建的吸烟行为识别模型,所述吸烟行为识别模型是通过利用多个具有吸烟行为标签的训练样本数据进行机器学习训练得到的,各个所述训练样本数据包括同一时刻的可见光图像样本数据和红外图像样本数据;利用所述吸烟行为识别模型对所述可见光图像和所述红外图像进行识别处理,得到识别结果,所述识别结果用于表示所述目标场所中是否存在吸烟行为。本发明的方法,实现了吸烟行为的自动识别,不仅节省了大量的人力成本和时间成本,还提高了吸烟行为的识别效率和识别准确率。

    一种双级注意力机制的臭氧浓度预测和成因分析方法

    公开(公告)号:CN116992749A

    公开(公告)日:2023-11-03

    申请号:CN202310324743.3

    申请日:2023-03-29

    Abstract: 本发明公开了一种双级注意力机制的臭氧浓度预测和成因分析方法,其技术方案是:具体步骤如下:S1、数据处理;S2、构建模型;S3、DA‑RNN模型;S4、模型比较与性能评估;S5、臭氧污染预测,本发明有益效果是:使用了一种基于双阶段注意机制递归神经网络(DA‑RNN)的神经网络模型来预测臭氧浓度,该模型基于多维时间序列和多个驱动序列的先前值,适当地捕获了长期的时间依赖性,并选择相应的驱动序列进行预测,分析了各特征对臭氧的重要性和相关性,选择多种评价标准对模型预测的准确性进行评价,将优化后的DA‑RNN模型与CMAQ模型进行了性能比较,进行了最终的测试验证,具有很高的预测精度,模拟更加简单,时间缩短,需要数据减少,更加简便,通用性强。

Patent Agency Ranking