-
公开(公告)号：CN112229952B
公开(公告)日：2022-11-15
申请号：CN202011058873.X
申请日：2020-09-30
Applicant: 重庆科技学院
Abstract: 本发明提供一种监测化工园区有毒有害气体的分类方法,包括以下步骤，S1：在监测点现场执行标气通气测试，将零级空气先通入硬件监测单元中，待传感器数据标0时通入标准气体做测试，记录通气起始时间数据，执行10组标气测试，测试数据经过AD转换自动上传至服务器；S2:将服务器后台采集的m*n维传感器报警数据作为原始训练集，其中m为样本数量，n为数据个数，m*n维数据对m组数据特征明显的数据集Di编标签{0，1，2，3，4，5，6，7，8，9}，数据特征不明显的的样本集Du不编码；本发明能够判断污染的气体种类以及污染源头的可能性，并在发生偷排、漏排情况下发出预警，有利于减少化工检测人员的巡检精力，提高监测效率，保证化工园区的安全和正常运行。
-
公开(公告)号：CN110705700A
公开(公告)日：2020-01-17
申请号：CN201910998346.8
申请日：2019-10-21
Applicant: 重庆科技学院
Abstract: 本发明公开了一种土壤温度传感器的漂移预测方法。由于土壤的温度具有较强的随机性，受各种因素影响较多，因而土壤温度传感器会产生的漂移，因此对土壤温度预测的准确度高。根据上述现象，针对传感器漂移的特点以及对土壤温度预测的精确度和实时性的需求，提出了利用循环神经网络-长短期记忆(RecurrentNeuralNetworks-LongShort-TermMemory)模型进行未来土壤温度值的预测。以某土壤温度历史数据作为输入，对历史数据进行预处理，建立土壤温度传感器的漂移预测模型，实现提前一步土壤温度预测，本发明使用RNN-LSTM深度神经网络所预测出的土壤温度与实际土壤温度基本一致，表明RNN-LSTM模型的预测方法有非常高的预测精度和容易实现的特点，预测效果较为理想。
-
公开(公告)号：CN112229952A
公开(公告)日：2021-01-15
申请号：CN202011058873.X
申请日：2020-09-30
Applicant: 重庆科技学院
Abstract: 本发明提供一种监测化工园区有毒有害气体的分类方法,包括以下步骤，S1：在监测点现场执行标气通气测试，将零级空气先通入硬件监测单元中，待传感器数据标0时通入标准气体做测试，记录通气起始时间数据，执行10组标气测试，测试数据经过AD转换自动上传至服务器；S2:将服务器后台采集的m*n维传感器报警数据作为原始训练集，其中m为样本数量，n为数据个数，m*n维数据对m组数据特征明显的数据集Di编标签{0，1，2，3，4，5，6，7，8，9}，数据特征不明显的的样本集Du不编码；本发明能够判断污染的气体种类以及污染源头的可能性，并在发生偷排、漏排情况下发出预警，有利于减少化工检测人员的巡检精力，提高监测效率，保证化工园区的安全和正常运行。
-
-
Search Results
3
records
(took 0.018 seconds)
