-
公开(公告)号：CN105254127A
公开(公告)日：2016-01-20
申请号：CN201510730548.6
申请日：2015-11-02
Applicant: 重庆大学 , 重庆德槿环保科技有限公司
IPC: C02F9/14
Abstract: 本发明属于污水处理技术领域，具体涉及自清式微曝气复合人工湿地污水处理系统及处理方法。本发明要解决的技术问题是传统人工湿地溶解氧偏低，占地面积较大，填料易堵塞，对高浓度污水处理效果差等问题。本发明污水处理系统包括依次水流连通的包括由管道依次连接的预处理构筑物、自清式微曝气竖向折流湿地污水处理装置、ANAMMOX脱氮型侧向潜流人工湿地污水处理装置和生物观测塘。本发明的污水处理系统处理效率高，可适应不同的水质变化，脱氮效果好，自清式的人工湿地不易堵塞，可进行反冲洗，出水水质稳定，确保了湿地系统的长期稳定运行。
-
公开(公告)号：CN110293974A
公开(公告)日：2019-10-01
申请号：CN201910589091.X
申请日：2019-07-02
Applicant: 重庆大学
Abstract: 本发明专利设计了一款基于轻量级卷积神经网络的驾驶姿态识别与管理系统，其载体是手机应用。该系统包括可视化前端界面、识别的核心算法与后台管理框架。算法使用轻量级神经网络对实时传输的姿态图片进行识别，实现9种不良驾驶姿态的识别分类，并进行实时语音提醒。本系统适用于各个年龄段的驾驶人员，记录驾驶行为方便随时查看。本系统分为两个子系统：驾驶人员个人系统与公司管理系统，可以对驾驶行为进行识别和评价，并记录不良驾驶行为等信息细节。本系统旨在利用手机应用的载体，让大众群体平安出行，能广泛用于司机不良姿态纠正及公共交通公司管理。
-
公开(公告)号：CN110292380A
公开(公告)日：2019-10-01
申请号：CN201910591861.4
申请日：2019-07-02
Applicant: 重庆大学
IPC: A61B5/0476
Abstract: 本发明涉及的一种基于GRU循环神经网络的癫痫无创检测数据分析的方法，对志愿者的脑电数据进行分析，通过脑电的信息判断是否患有癫痫。本发明解决了脑电数据检测数据维度高、时序性强等导致的癫痫诊断的误诊率、漏诊率高等问题。基于GRU循环神经网络的数据分析方法对采集的脑电数据进行处理，主要包括：S1利用便携式脑电信号采集端采集志愿者的脑电信号并进行保存，S2对采集的脑电数据进行预处理，例如滤波等，S3利用GRU对预处理后的训练集进行训练，S4训练过程通过反馈信号对参数进行调整，S5得到分类模型，适用于脑电信号的分类处理，并判断是否为癫痫患者。
-
公开(公告)号：CN110200624A
公开(公告)日：2019-09-06
申请号：CN201910591947.7
申请日：2019-07-02
Applicant: 重庆大学
IPC: A61B5/0476 , A61B5/04
Abstract: 本发明专利设计了无创诊断系统中基于卷积神经网络-循环神经网络-支持向量机混合模型的识别算法，通过数据噪等预处理方法得到数据集，第一次在此领域使用卷积神经网络和循环神经网络作为端对端特征提取器对样本进行特征提取，分别提取数据的时间和空间特征，最后使用支持向量机对提取的特征数据进行分类。该算法最终取得高准确率、高特异性和高灵敏度，可在无创检测领域得到广泛应用。
-
公开(公告)号：CN111242377A
公开(公告)日：2020-06-05
申请号：CN202010042211.7
申请日：2020-01-15
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/04 , G06F16/215 , G06F16/2458
Abstract: 本发明公开了一种集成深度学习和数据去噪的短期风速预测方法，步骤为：1)利用离散小波变换对风速序列A进行分解。2)利用小波软阈值去噪方法区分离散小波变换后的噪声信号和有效信号；3)将噪声信号的小波变换系数设为零，并重建风速时间序列，得到去噪后的风速序列B；4)利用风速序列B训练门控循环单元神经网络，得到风速预测模型；6)将实时风速输入到风速预测模型中，完成未来多步风速预测。本发明可以实现短期风速高质量的预测，以确保电力系统的经济调度和安全运行。
-
Patent Agency Ranking
公开(公告)号：CN111047012A
公开(公告)日：2020-04-21
申请号：CN201911246410.3
申请日：2019-12-06
Applicant: 重庆大学
Abstract: 基于深度双向长短期记忆网络的空气质量预测方法。本发明专利针对空气污染物难以预测的现状，设计了高精度预测算法。算法创新性地运用基于深度双向长短期记忆网络对历史污染物指标的时序数据进行处理，从而进行污染物的预测及分析。算法由PYTHON3.6.5的Keras工具搭建，包括以下步骤：S1:多个污染物指标的时间序列数据划分为训练集、验证集和测试集；S2:将训练集的数据输入深度双向长短期记忆网络中进行训练，直到网络收敛；S3:将验证集的数据输入网络进行验证，并调节网络的参数，最终得到最优的参数；S4:将网络应用于测试集上进行模型的评价，得到高准确率效果；S5:将模型保存应用于实际情况中。该算法为空气污染物预测提供了一种新的解决方案，进而在空气污染预测领域进行广泛应用。
-
公开(公告)号：CN110292379A
公开(公告)日：2019-10-01
申请号：CN201910589079.9
申请日：2019-07-02
Applicant: 重庆大学
IPC: A61B5/0476
Abstract: 本发明专利针对癫痫的脑电检测的低识别率现象，设计了高精度模式识别算法。算法创新性地运用卷积神经网络对传感信号处理，从而进行疾病和健康的分类。算法由PYTHON3.6.5的Keras工具搭建，包括三层卷积层，三个池化层和四个随机失活层，最后用两个全连接层得到最终输出。电子鼻系统的传感时间序列数据作为算法的输入，最终得到高准确率、高灵敏度和高特异性的癫痫或健康的识别效果。此算法可在癫痫无损检测领域进行广泛应用。
-
公开(公告)号：CN105236687A
公开(公告)日：2016-01-13
申请号：CN201510730442.6
申请日：2015-11-02
Applicant: 重庆大学
IPC: C02F9/14
Abstract: 本发明属于污水处理技术领域，具体涉及自清式微曝气竖向折流湿地污水处理装置及方法。本发明公开了一种自清式微曝气竖向折流人工湿地污水处理装置，由配水区、池体和集水区组成；待处理污水经进水管流入配水区，再通过溢流的方式从配水区流入池体，经池体处理后的出水采用溢流的方式流入集水区；所述池体为多级不同处理功能的竖向折流湿地串联而成，沿水流方向依次为厌氧湿地、碳氧化湿地和短程硝化-反硝化湿地。本发明还提供了采用该装置进行污水处理的方法。本发明装置使池体沿水流方向分为厌氧、好氧和微氧三段，能够实现碳污染物和氮污染物高效去除；解决了传统人工湿地溶解氧偏低，占地面积较大，填料易堵塞，堵塞后难清洗的问题。
-
公开(公告)号：CN111242377B
公开(公告)日：2023-08-25
申请号：CN202010042211.7
申请日：2020-01-15
Applicant: 重庆大学
IPC: G06F18/10 , G06F18/2131 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N7/08 , G06F123/02
Abstract: 本发明公开了一种集成深度学习和数据去噪的短期风速预测方法，步骤为：1)利用离散小波变换对风速序列A进行分解。2)利用小波软阈值去噪方法区分离散小波变换后的噪声信号和有效信号；3)将噪声信号的小波变换系数设为零，并重建风速时间序列，得到去噪后的风速序列B；4)利用风速序列B训练门控循环单元神经网络，得到风速预测模型；6)将实时风速输入到风速预测模型中，完成未来多步风速预测。本发明可以实现短期风速高质量的预测，以确保电力系统的经济调度和安全运行。
-
公开(公告)号：CN105236687B
公开(公告)日：2017-10-10
申请号：CN201510730442.6
申请日：2015-11-02
Applicant: 重庆大学
IPC: C02F9/14
Abstract: 本发明属于污水处理技术领域，具体涉及自清式微曝气竖向折流湿地污水处理装置及方法。本发明公开了一种自清式微曝气竖向折流人工湿地污水处理装置，由配水区、池体和集水区组成；待处理污水经进水管流入配水区，再通过溢流的方式从配水区流入池体，经池体处理后的出水采用溢流的方式流入集水区；所述池体为多级不同处理功能的竖向折流湿地串联而成，沿水流方向依次为厌氧湿地、碳氧化湿地和短程硝化‑反硝化湿地。本发明还提供了采用该装置进行污水处理的方法。本发明装置使池体沿水流方向分为厌氧、好氧和微氧三段，能够实现碳污染物和氮污染物高效去除；解决了传统人工湿地溶解氧偏低，占地面积较大，填料易堵塞，堵塞后难清洗的问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.093 seconds)
