-
公开(公告)号：CN116869264A
公开(公告)日：2023-10-13
申请号：CN202310841320.9
申请日：2023-07-11
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于机器视觉的智能旅行箱，涉及户外旅行箱智能化的技术领域，箱体底座，还包括有自驱动车轮，安装在所述箱体底座的底部，用于驱使所述箱体底座自动行驶；及控制单元，设置在所述箱体底座内，并基于机器视觉来驱使所述自驱动车轮自动跟随使用者移动；及箱体顶盖，安装在所述箱体底座上；及组合式箱舱机构，设置在所述箱体底座与箱体顶盖之间，此基于机器视觉的智能旅行箱，通过电路板上的图像采集模块将摄像模组采集到的用户图像信息缓存到存储器，再由处理器调度深度学习模型，来识别用户，处理器根据所识别的用户对象和红外传感器所测得距离数据，向车轮控制模块发出命令，来驱动车轮，从而实现自动跟随用户出行的功能。
-
公开(公告)号：CN118014208A
公开(公告)日：2024-05-10
申请号：CN202410191812.2
申请日：2024-02-21
Applicant: 安徽工业大学
Abstract: 本发明公开了一种多站点的大气污染并行预测方法，属于时间序列预测技术领域。本发明以多个气象监测站的数据为原始数据进行缺失值和异常值的处理，接着对所有站点使用改进MeanShift算法划分若干类别，根据综合聚类结果设置若干Mul‑Mixer模型，在Mul‑Mixer模型中使用特征重构层对同类别站点数据进行站点、时间、属性三个不同角度的特征提取并完成序列重构，然后通过多个内部残差连接的特征学习块进行学习，最后进行时间投影和属性投影，完成对未来时间段下该区域所有站点污染物变化情况的预测。本发明可以高效地对多个存在空间联系的站点并行推理，降低了输入数据组合难度，减少了训练模型的数量，提升了预测结果的精度。
-
公开(公告)号：CN115526298A
公开(公告)日：2022-12-27
申请号：CN202211269650.7
申请日：2022-10-18
Applicant: 安徽工业大学
Abstract: 本发明公开了一种高鲁棒性的大气污染物浓度综合预测方法，属于污染物浓度预测技术领域。本发明以气象环境监测站获取的多种环境数据为原始数据，采用K‑means思想和平滑填补法处理缺失值和异常值，使数据在填补影响下依然具备高准确性；采用特征工程进行训练数据的特征筛选；并行训练神经网络算法和具有随机性的随机森林、迭代决策树算法并产生初始预测结果；以真实数据为标准，动态搜索随机森林、迭代决策树、神经网络预测结果的最优组合权重；以最优组合权重组合预测结果，得到最后综合预测模型的污染物预测结果。本发明可以保证在原始数据质量存在缺失污染时，通过数据清洗和组合方法仍可以产生一个高精度的预测结果。
-
公开(公告)号：CN221765779U
公开(公告)日：2024-09-24
申请号：CN202323608651.2
申请日：2023-12-28
Applicant: 安徽工业大学
IPC: G02B6/02
Abstract: 本实用新型涉及微纳光子学技术领域，具体为一种微光纤波导集成超表面自由空间实现双焦点的元器件，包括一个微光纤波导结构，两个超构原子；两个所述超构原子分别位于微光纤波导结构的两侧。改良后的元器件，相较于传统光学功能元件，具有空间尺寸小、高度集成的优点，并且能同时在自由空间中产生两个焦点；相比较于多数自由空间光耦合元器件，本元器件辐射强度和方向容易控制；能够有效地避免高次衍射的出现；在光束整形、全息成像，粒子捕捉、内窥镜制备等领域具有较大的应用潜力。
-
-
-
Search Results
4
records
(took 0.053 seconds)
