一种基于多级注意力网络的仓储粮堆温度预测方法及装置

    公开(公告)号:CN110533173A

    公开(公告)日:2019-12-03

    申请号:CN201910828589.7

    申请日:2019-09-03

    摘要: 本发明涉及一种基于多级注意力网络的仓储粮堆温度预测方法及装置,本发明通过采用多级注意力网络的注意力机制构建基于LSTM的编码-解码的预测模型,并训练得到粮堆温度预测模型,以此来预测温度传感器的温度。其中,多级注意力网络的注意力机制包括两级注意力机制,第一级为空间注意力机制,以得到不同传感器在时间序列上的空间关系;第二级为时间注意力机制,利用其对空间注意力的输出进行筛选,得到其中对预测影响较大的时间点,并由此得到上下文向量。该方法依据粮堆中温度传感器布置密集的特性,在基于LSTM的编码-解码的预测模型中增设空间注意力机制和时间注意力机制,提高了仓储粮堆温度预测的准确性,对仓储粮温预测预警有很好的指导作用。

    仓储粮堆粮温预测方法及装置
    2.
    发明公开

    公开(公告)号:CN114492587A

    公开(公告)日:2022-05-13

    申请号:CN202111630686.9

    申请日:2021-12-28

    IPC分类号: G06K9/62 G06N3/04 G06Q10/04

    摘要: 本发明公开了仓储粮堆粮温预测方法,包括:获取历史气象数据和粮堆内各位置点的温度数据;将获取的历史气象数据和粮堆内各位置点的温度数据输入神经网络预测模型,得到未来某一时刻粮堆内各位置点的温度数据;其中,神经网络预测模型包括第一分支和第二分支,第一分支包括输入层、LSTM网络、Permute层,第二分支包括输入层、Inception模块、空间注意力模块,第一分支和第二分支的输出均输入Concat层,Concat层连接至第一全连接层,第一全连接层连接至输出层。本发明还提供了仓储粮堆粮温预测装置。本发明将inception模块、时间注意力模块、空间注意力模块组合得到神经网络预测模型,能够对粮堆内各位置点的粮温进行准确地预测。

    一种基于深度学习的粮食水分检测方法及系统

    公开(公告)号:CN110858289A

    公开(公告)日:2020-03-03

    申请号:CN201810974979.0

    申请日:2018-08-24

    IPC分类号: G06K9/00 G06N3/04

    摘要: 本发明涉及一种基于深度学习的粮食水分检测方法及系统,首先根据设定个数种已知水分含量的粮食以及对应的信道状态信息的振幅数据和相位差数据对深度长短期记忆网络进行训练;然后,采集经过被测粮食后的信道状态信息的振幅数据和相位差数据,并输入给训练好的深度长短期记忆网络,检测得到被测粮食的水分。深度长短期记忆网络可以有效处理数据集中的长范围依赖性,还能够克服传统循环神经网络中梯度消失或梯度爆炸的问题,因此,基于该深度长短期记忆网络的粮食水分检测方法的检测精度较高,不管是在视距或者非视距场景中均能够实现相当高的检测精度。而且,该方法的实现步骤比较简单,无需投入较多的设备,降低了投入成本。

    一种基于深度学习的粮食水分检测方法及系统

    公开(公告)号:CN110858289B

    公开(公告)日:2023-11-03

    申请号:CN201810974979.0

    申请日:2018-08-24

    IPC分类号: G06F18/24 G06N3/0442

    摘要: 本发明涉及一种基于深度学习的粮食水分检测方法及系统,首先根据设定个数种已知水分含量的粮食以及对应的信道状态信息的振幅数据和相位差数据对深度长短期记忆网络进行训练;然后,采集经过被测粮食后的信道状态信息的振幅数据和相位差数据,并输入给训练好的深度长短期记忆网络,检测得到被测粮食的水分。深度长短期记忆网络可以有效处理数据集中的长范围依赖性,还能够克服传统循环神经网络中梯度消失或梯度爆炸的问题,因此,基于该深度长短期记忆网络的粮食水分检测方法的检测精度较高,不管是在视距或者非视距场景中均能够实现相当高的检测精度。而且,该方法的实现步骤比较简单,无需投入较多的设备,降低了投入成本。

    一种基于多级注意力网络的仓储粮堆温度预测方法及装置

    公开(公告)号:CN110533173B

    公开(公告)日:2022-11-04

    申请号:CN201910828589.7

    申请日:2019-09-03

    摘要: 本发明涉及一种基于多级注意力网络的仓储粮堆温度预测方法及装置,本发明通过采用多级注意力网络的注意力机制构建基于LSTM的编码‑解码的预测模型,并训练得到粮堆温度预测模型,以此来预测温度传感器的温度。其中,多级注意力网络的注意力机制包括两级注意力机制,第一级为空间注意力机制,以得到不同传感器在时间序列上的空间关系;第二级为时间注意力机制,利用其对空间注意力的输出进行筛选,得到其中对预测影响较大的时间点,并由此得到上下文向量。该方法依据粮堆中温度传感器布置密集的特性,在基于LSTM的编码‑解码的预测模型中增设空间注意力机制和时间注意力机制,提高了仓储粮堆温度预测的准确性,对仓储粮温预测预警有很好的指导作用。

    基于智能视频分析的粮仓安全作业预警系统及方法

    公开(公告)号:CN114882589A

    公开(公告)日:2022-08-09

    申请号:CN202210482322.9

    申请日:2022-05-05

    摘要: 本发明公开了一种基于智能视频分析的粮仓安全作业预警系统及方法,涉及安防技术领域,包括:依次连接的监控模块、数据处理模块、行为识别模块、存储与预警模块;所述监控模块,用于对监控设备进行参数设置以及视频数据采集;所述数据处理模块,用于对视频数据进行预处理,获得关键帧数据;所述行为识别模块,用于根据识别模型对关键帧数据进行非安全作业行为识别;所述存储与预警模块,用于根据识别结果,进行存储以及报警;本发明通过系统能够有效地检测员工的非安全作业行为,并进行提醒和报警来预防发生安全事故,提高了员工和粮食的安全系数,同时也节约了大量的人力物力。

    基于COMSOL的小麦水分微波透射模型构建方法

    公开(公告)号:CN110687136B

    公开(公告)日:2022-04-08

    申请号:CN201910858144.3

    申请日:2019-09-11

    IPC分类号: G01N22/04

    摘要: 本发明涉及一种基于COMSOL的小麦水分微波透射模型构建方法,该方法包括建立3D仿真模型、添加材料属性、添加电磁波源场、对3D仿真模型网格划分、定义频率范围,计算3D仿真模型,并得到频率‑S参数一维曲线图;改变小麦的含水量,观察改变后水分含量的频率‑S参数曲线,记录其变化规律;形成小麦含水量与频率‑S参数曲线之间的规律;测量待测小麦的频率‑S参数曲线,从而确定待测小麦的含水量;本发明在不破坏小麦状态的前提条件下,采用微波检测方法探究小麦含水量与微波的频率‑S参数曲线之间的规律,提高小麦含水量测量的准确性;同时,能够针对不同特征参数的不同粮食水分含量,快速构建其含水量数据库,从而推动粮食行业粮食水分标准的制定。

    基于RFID标签的粮食含水量和温度的预测方法及系统

    公开(公告)号:CN114444635B

    公开(公告)日:2023-10-17

    申请号:CN202210118124.4

    申请日:2022-02-08

    摘要: 本发明公开了一种基于RFID标签的粮食含水量和温度的预测方法及系统,涉及非接触式测量相关技术领域,预测方法的步骤具体为:获取数据:获得感知数据;计算标签阻抗:利用多分类SVM方法以及菲涅耳反射系数对感知数据进行处理获得标签阻抗;预测粮食含水量和温度:根据标签阻抗与粮食温湿度之间的相关性,利用线性回归方法或机器学习方法,预测粮食含水量;本申请通过多分类SVM方法以及菲涅耳反射系数对标签阻抗进行修正,使得测量的标签阻抗能够在不同的旋转角度和不同的距离下获得稳定的测量值,保证了粮食温、湿度的预测结果的准确度。

    基于RFID标签的粮食含水量和温度的预测方法及系统

    公开(公告)号:CN114444635A

    公开(公告)日:2022-05-06

    申请号:CN202210118124.4

    申请日:2022-02-08

    摘要: 本发明公开了一种基于RFID标签的粮食含水量和温度的预测方法及系统,涉及非接触式测量相关技术领域,预测方法的步骤具体为:获取数据:获得感知数据;计算标签阻抗:利用多分类SVM方法以及菲涅耳反射系数对感知数据进行处理获得标签阻抗;预测粮食含水量和温度:根据标签阻抗与粮食温湿度之间的相关性,利用线性回归方法或机器学习方法,预测粮食含水量;本申请通过多分类SVM方法以及菲涅耳反射系数对标签阻抗进行修正,使得测量的标签阻抗能够在不同的旋转角度和不同的距离下获得稳定的测量值,保证了粮食温、湿度的预测结果的准确度。