-
公开(公告)号：CN112991765B
公开(公告)日：2022-05-10
申请号：CN202110150159.1
申请日：2021-02-03
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明公开了一种道路高排放源识别模型更新方法、终端及存储介质，包括S1构建污染排放数据集；S2利用数据集建立标签数据集和无标签数据集；S3根据污染排放数据集中的污染排放数据，计算图拉普拉斯矩阵及模型隐藏层的输出；S4初始化模型输出层的权重为零，设定当前的迭代次数；S5判断当前迭代次数是否小于最大迭代次数，若否执行步骤S8，若是执行步骤S6；S6基于目标函数最小化得到当前迭代次数下模型输出层权重；S7判断若是迭代次数自增1，执行步骤S5，否则执行步骤S8；S8输出当前迭代次数下模型的输出层权重，得到当前更新次数下的模型；S9判断当前的更新次数是否小于最大更新次数，若是执行步骤S2，否则模型更新过程结束。
-
公开(公告)号：CN114266269A
公开(公告)日：2022-04-01
申请号：CN202111340215.4
申请日：2021-11-12
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明的一种轴承故障诊断方法、系统、存储介质及设备，通过计算机设备执行以下步骤，获取故障发生处的N个传感器的振动信号数据s1,s2,…sN，构建注意力模块ATT，增加有效信息的权值；对经过注意力模块的数据进行预处理，将获取的N个维度的振动信号数据按照设定的规则转化为振动图像，并计算图像的像素值；建立一个调和层，将N个通道的振动信号进行特征融合，充分考虑N个通道的信号特征；利用卷积层构建特征提取器，并输出预测结果。本发明通过提取N个维度的振动信号并加以融合，同时利用注意力机制增加有效信息的权值，使该深度网络具有很好的鲁棒性。
-
公开(公告)号：CN113822181A
公开(公告)日：2021-12-21
申请号：CN202111050931.9
申请日：2021-09-08
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明公开了一种基于肢体活跃度的行为心理异常检测方法，属于计算机视觉技术领域，包括采集待预测个体在时间段T内的视频数据；基于时间段T内的视频数据，计算整段视频数据的身体活跃度，将待预测个体ID、时间段T以及对应的身体活跃度组成待预测数据项；将待预测数据项作为预先构建的身体活跃度异常等级预测模型，预测所述待预测个体的身体活跃度异常等级。本发明以人体关键点识别深度学习模型为基础，对所需要监测的人员进行长时间观测，建立身体活跃度异常等级预测模型，对需要监测人员以后的行为进行监测，根据模型判断哪些行为存在异常，达到提前预警、防止危害发生的目的。
-
Patent Agency Ranking
公开(公告)号：CN113744541A
公开(公告)日：2021-12-03
申请号：CN202110536188.1
申请日：2021-05-17
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明的一种对抗图卷积网络的路网排放缺失时空分布重构方法及系统，包括采集车辆污染排放和瞬时工况数据，构建单车路段典型工况排放模型；结合遥感监测点位的车流量数据和典型工况排放模型构建路网移动源排放缺失时空图序列；基于网移动源排放缺失时空图序列，构建路网排放时空分布对抗图卷积生成模型,对监测缺失路段排放进行估计。本发明采用多头自注意力图卷积网络可捕获气象、交通状态变化和基础路网空间差异对不同路段排放的影响；采用图卷积生成对抗学习机制，构建融合路网拓扑以及多源监测信息的路网排放时空分布生成模型，实现完全路网排放图序列重构。与已有方法相比，本方法有望解决监测信息缺失路段的排放时空分布估计问题。
-
公开(公告)号：CN112132264A
公开(公告)日：2020-12-25
申请号：CN202010953126.6
申请日：2020-09-11
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明的一种基于时空残差感知网络的区域尾气排放预测方法及系统，可解决现有方法多为基于试验车数据，外部影响因素考虑也不够，相对误差较大的技术问题。包括以下步骤：S100、获取历史尾气时空监测数据以及外部环境数据，对所获数据进行数据预处理；S200、根据尾气变化特性构建时序序列划分集合；S300、基于事先构建并训练好的尾气污染时空预测模型，利用当前时刻t的外部环境特征数据和t‑1时刻前的历史尾气时空序列数据，预测未来t+k时刻的尾气排放。本发明通过时空残差感知网络考虑到尾气排放具有时空异质性以及受多种外部复杂环境因素影响，并且能够在真实遥测数据上实现更高精度的区域尾气预测。
-
公开(公告)号：CN112131986A
公开(公告)日：2020-12-25
申请号：CN202010954090.3
申请日：2020-09-11
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明的一种交通污染管控方法、系统及存储介质，包括以下步骤：获取原始尾气监测数据以及车流信息数据，并进行预处理；把处理好的数据输入事先设置好的交通污染管控模型，输出管控策略。所述交通污染管控模型的构建步骤如下：采集尾气监测数据并进行预处理；构建交通污染强化学习模型；设置交通污染管控模型策略算法并基于S201处理后的数据进行训练。本发明利用深度Q网络估计长期回报最优值函数以克服行动状态空间过大问题，并利用混合环境状态来构建尾气环境系统的时序依赖性，从而制定有效的交通限流限速策略以减轻交通污染。
-
公开(公告)号：CN112131523A
公开(公告)日：2020-12-25
申请号：CN202010953119.6
申请日：2020-09-11
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明的一种基于有限监测点位的时空数据生成方法及系统，包括以下步骤：S100、获取尾气遥测数据和车辆基本信息数据；S200、把获取到的数据输入事先构建并训练好的尾气监测数据生成对抗网络模型，生成对应的时空数据。所述对抗网络模型的构建和训练步骤如下：S201、获取尾气遥测数据和车辆基本信息数据，并进行关联影响分析；S202、根据关联影响因素设计尾气排放先验修正模型；S203、根据尾气遥测数据和尾气排放先验修正模型设计尾气监测数据生成对抗网络模型；S204、训练尾气监测数据生成对抗网络模型。本发明可克服由于有限监测点位导致尾气观测数据的数据空间稀疏性及监测数据本身存在空间异质性等问题，实现对城市区域的车辆尾气排放态势进行全局估计。
-
公开(公告)号：CN219590216U
公开(公告)日：2023-08-25
申请号：CN202320228298.6
申请日：2023-02-06
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
IPC: G01N21/956 , G01N21/01
Abstract: 本实用新型公开了一种表面贴装元件光学检测装置，包括固定支架，还包括设于固定支架上能够竖直移动且图像采集镜头竖直朝下的图像采集机构，以及设于固定支架上位于图像采集镜头正下方能够竖直移动并分别垂直向下发出红色、绿色、蓝色三段环形照明光的光源机构；该表面贴装元件光学检测装置，通过在固定支架上设置可竖直移动镜头竖直朝下的图像采集机构，调整图像采集镜头到PCB距离，实现成像视窗范围的调整，设置可竖直移动并能够发出红色、绿色、蓝色三段环形照明光的光源机构，解决了现有的可见光直接成像技术由可见光相机直接成像，每个成像像素由RGB插值得到,会导致像素损失，以及带来PCB板成像的分辨率不高的问题。
-
-
-
-
-
-
-
Search Results
98
records
(took 0.065 seconds)
