-
公开(公告)号：CN113222211A
公开(公告)日：2021-08-06
申请号：CN202110346881.2
申请日：2021-03-31
摘要： 本发明的一种多区域柴油车污染物排放因子预测方法及系统，包括获取各区域的监测数据，并进行归一化数据处理；把处理后的数据输入事先训练好的以城市公共监测数据集以及该m个区域的监测数据集建立的该城市移动源污染监测影响因素和污染排放物因子关系的预测模型，对污染物排放因子进行预测；训练好的预测模型为一个全连接神经网络，总调度中心以及m个区域的污染物排放因子预测网络结构均相同，该网络包含三个全连接层Fc1、Fc2和Fc3；输入输出维度依次为(9,32),(32,8),(8,1)，分类器输入x，输出污染物排放因子y。本发明能够在保护各区域数据隐私的情况下，完成一种多区域柴油车污染物排放因子预测方法与系统，并且充分考虑到各区域间数据分布存在差异的问题。
-
公开(公告)号：CN113221943A
公开(公告)日：2021-08-06
申请号：CN202110357519.5
申请日：2021-04-01
摘要： 本发明的一种柴油车黑烟图像识别方法、系统及存储介质，包括获取柴油车黑烟视频，输入事先训练好的黑烟图像识别模型中，进行测试得到动态的黑烟分割视频，并识别出黑烟团；黑烟图像识别模型训练步骤包括：样本构建：数据为红绿灯路口监控拍摄柴油车启动的视频，记录到排放出的黑色空气污染物，视频分为若干帧数；网络构建：通过在每k帧中，第c*k帧是当前待处理的帧，在[(c‑1)*k,c*k)帧中随机选取2帧来考虑与当前帧的上下文联系，即将系统结构分成前2帧关联信息信息提取模块即CEM和当前帧分割模块CFSM。本发明基于一种语义分割的深度学习方法，不仅可以检测出是否有黑烟，而且可以实时智能的描绘出排放黑烟的大小形状，有利于评估车辆的污染程度。
-
公开(公告)号：CN113221975B
公开(公告)日：2023-07-11
申请号：CN202110454379.3
申请日：2021-04-26
IPC分类号： G06F18/24 , G06F18/23213 , G06N3/0455 , G06N3/0442
摘要： 本发明的一种基于改进马尔可夫分析法的工况构建方法及存储介质，基于改进马尔可夫分析法的工况构建方法，基于时序分割的片段划分方法，融合路段长度等信息构造二维速度场，并采用先进的transformer来直接建模各全局特征，提取时间依赖性，包括：速度场构建、切片并向量化、嵌入空间投影、编码器特征学习、解码器分类预测。由上可知，本发明不同于传统的马尔可夫法工况构建，本发明最大限度利用上行驶数据的连续性，考虑动态数据的时间依赖性。传统的马尔可夫法，逐秒切分的模型事件，构成的模型事件集过于庞大，影响运行效率，且完全破坏了数据的时间依赖性。
-
公开(公告)号：CN114056096B
公开(公告)日：2023-07-07
申请号：CN202111222008.9
申请日：2021-10-20
申请人： 中国科学技术大学先进技术研究院
IPC分类号： B60L3/00
摘要： 本发明的一种维持电动汽车总线电压稳定的方法、系统、介质及设备，其中，方法包括以下步骤：建立电动汽车模型，其中包括负载模型、电池模型、总线电压动态模型，并配置相应的环境参数；选用NEDC行驶工况，将建立好的负载模型接入NEDC行驶工况；在总线电压动态模型上接入PID控制器，调整PID参数使电动汽车总线电压维持在设定范围。本发明通过利用PID控制方法实现对电动汽车总线电压的稳定控制，从而保证电动汽车在行驶过程中的安全性。
-
公开(公告)号：CN113128776B
公开(公告)日：2023-07-07
申请号：CN202110454380.6
申请日：2021-04-26
IPC分类号： G06Q10/04 , G06N3/0442 , G06N3/08 , G06F16/21
摘要： 本发明的一种数据自迁移的多车型柴油车排放预测方法及系统，包括以下步骤获取已有车型柴油车的速度‑排放数据，采集目标车型柴油车的设定量速度‑排放数据并进行数据预处理；对已有车型和目标车型柴油车的速度曲线数据进行速度时序特征提取；利用最大均值差异衡量已有车型和目标车型之间速度时序特征的分布差异；针对已有车型和目标车型分别构建预测模块，以速度‑排放共有特征为预测模块的输入，分别对已有车型和目标车型的下一时刻尾气排放进行预测。本发明在仅有少量数据的前提下促进其他车型排放模型的建立，在仅有少量数据的前提下通过利用已有车型柴油车的速度‑排放模型辅助其他车型速度‑排放模型的建立，大大节约了成本。
-
公开(公告)号：CN116091491A
公开(公告)日：2023-05-09
申请号：CN202310344437.6
申请日：2023-04-03
申请人： 中国科学技术大学先进技术研究院
IPC分类号： G06T7/00 , G06T7/20 , G06V10/774
摘要： 本发明公开了一种VOCs气体检测方法、装置、设备及计算机可读存储介质，属于环境监测技术领域。该方法包括：从含VOCs气体泄露的原始红外视频中筛选关键视频帧，并根据关键视频帧得到标签帧和实验帧，然后基于关键视频帧、标签帧和实验帧训练增强模型并通过训练好的增强模型得到增强红外视频，进一步地，基于增强红外视频和增强红外视频对应的标注信息训练检测模型，前述检测模型基于时间特征和空间特征实现对VOCs气体的检测，至此，便可通过训练好的增强模型和检测模型对含VOCs气体泄漏的待检测视频进行VOCs气体检测。本发明旨在实现保证VOCs泄露气体检出率的同时提升准确率。
-
公开(公告)号：CN114782902A
公开(公告)日：2022-07-22
申请号：CN202210708880.2
申请日：2022-06-22
申请人： 中国科学技术大学先进技术研究院
摘要： 本发明公开了一种石化气体泄露检测方法、系统、设备及存储介质，涉及环境监测技术领域，该方法包括：获取石化气体泄露的原始红外视频，使用预设的运动放大方法对所述原始红外视频进行处理，得到目标视频；提取出所述目标视频中的泄露图像帧，基于所述泄露图像帧建立数据集；构建初始石化气体泄露检测模型，使用所述数据集对所述初始石化气体泄露检测模型进行训练，得到目标石化气体泄露检测模型；获取经过运动放大处理的待检测视频，将所述待检测视频输入所述目标石化气体泄露检测模型，得到检测结果，根据所述检测结果判断所述待检测视频中是否存在石化气体泄露。本发明实现了提高石化气体泄露检测准确率的技术效果。
-
公开(公告)号：CN113780136A
公开(公告)日：2021-12-10
申请号：CN202111013478.4
申请日：2021-08-31
申请人： 中国科学技术大学先进技术研究院
摘要： 本发明的一种基于时空纹理识别的VOCs气体泄漏检测方法、系统及设备，包括以下步骤，S1：获取红外视频数据并对进行数据预处理；S2：从红外视频数据中提取一维时序特征数据，训练一维卷积神经网络分类器；S3：从红外视频数据中提取多帧存在VOCs泄漏的连续视频帧，使用视频帧训练二维加型时空神经网络分类器；S4：采样若干像素点的时空特征，使用一维卷积神经网络分类器，计算出平均泄漏置信度；当超过预设阈值时，将相关视频帧输入二维加型时空神经网络分类器，并输出预测结果。本发明充分利用时空纹理特征使用卷积神经网络对红外视频图像进行预筛查，随后再使用加型时空神经网络模型进行复检，从而在实现VOCs泄漏快速检测的同时显著降低计算性能需求。
-
公开(公告)号：CN113256966A
公开(公告)日：2021-08-13
申请号：CN202110430768.2
申请日：2021-04-21
摘要： 本发明的一种基于时空速度域重构的路网排放清单建立方法及系统，为了解决采样比较小的问题，利用采集到的GPS轨迹构建一个能够代表所有行驶车辆的虚拟速度场，其结合微观排放模型计算出的排放分布能够反映给定路段的实际行驶工况状态，因此得到的排放总量更加精确；为了利用离散的GPS轨迹点构建虚拟连续速度场，本发明利用高斯自适应平滑模型，利用交通状态在时序上的连续相关性和拥堵传播方向。该模型在计算每个时刻的速度值时，通过其他采样点与该时刻速度值的时空相关性修正或者填充得出，从而抵消了误差噪声。本发明利用较少的城市交通数据挖掘出更多的交通模式和排放分布特点，实现城市路段级的交通污染排放精细化估计任务。
-
公开(公告)号：CN113222236A
公开(公告)日：2021-08-06
申请号：CN202110481944.5
申请日：2021-04-30
摘要： 本发明的一种数据分布自适应的跨区域尾气排放预测方法及系统包括以下步骤，对已知区域站点的尾气数据以及与尾气排放相关的数据，进行预处理得到目标域数据；使用卷积神经网络在该数据集上构建尾气浓度预测模型；训练得到目标区域尾气浓度的估计值数据，并按照设定标准将尾气浓度划分等级；基于数据分布自适应最小化源域尾气数据和目标域尾气浓度估计值数据的边缘和条件概率，消除两个域之间的差异；再次将目标区域数据输入训练过后的尾气浓度预测模型，得到预测结果。本发明基于数据分布自适应尽可能地缩小源域和目标区域的差异，使训练模型能够更好地适用于不易直接获取尾气数据的目标区域，实现对目标区域的尾气浓度预测效果。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.049 秒)
