-
公开(公告)号:CN115342385B
公开(公告)日:2023-06-23
申请号:CN202210891091.7
申请日:2022-07-27
申请人: 北京航空航天大学
IPC分类号: F23R3/38
摘要: 本发明提供一种弱内旋流两级轴向预燃级中心分级燃烧室,包括:预燃级组件、主燃级组件和火焰筒;预燃级组件包括预燃级喷嘴、内旋流组件和外旋流组件,预燃级喷嘴、内旋流组件和外旋流组件同轴设置;内旋流组件的旋流数为0.35~0.45,外旋流组件的旋流数为0.7~0.9;预燃级喷嘴用于向内旋流组件和外旋流组件输送燃料;主燃级组件设置于预燃级组件的外侧;火焰筒设于预燃级组件和主燃级组件的出口端。本发明的弱内旋流两级轴向预燃级中心分级燃烧室,燃烧室工作时,内旋流通道内的旋流强度弱于外旋流通道内的旋流强度,即保障油雾在火焰筒内的广泛分布,也能有效避免回流区中心出现油雾空心化的现象,进而有利于提升点火稳定性。
-
公开(公告)号:CN115691137A
公开(公告)日:2023-02-03
申请号:CN202211357946.4
申请日:2022-11-01
IPC分类号: G08G1/01 , G06Q10/04 , G06Q50/30 , G06N3/0442 , G06N3/08
摘要: 本发明提供了一种基于因果马尔科夫模型的多模态数据预测方法,属于智能交通技术领域。本发明方法包括:采集研究区域的区域数据和多模态交通数据,将时间点、区域兴趣点和天气信息视为背景特征变量,将区域吸引力因子、自行车需求因子、出租车需求因子、公交车需求因子、交通速度因子视为物理概念变量,将自行车流量、出租车流量、公交车流量、区域速度视为多模态交通数据观测变量,利用因果马尔科夫过程描述多模态交通量的生成过程;利用神经网络求解因果马尔科夫过程,训练搭建的神经网络,用于多模态交通数据观测。本发明能够有效地预测多模态交通流,并提升了预测准确度,可进一步用于指导管理人员制定相关交通诱导策略。
-
公开(公告)号:CN105225235A
公开(公告)日:2016-01-06
申请号:CN201510601090.4
申请日:2015-09-18
申请人: 北京航空航天大学
CPC分类号: G06K9/00711 , G06K9/00718 , G06K9/4652 , G06K9/6269 , G06T2207/10016 , G06T2207/10024
摘要: 本发明公开一种基于多光谱特征的视频火焰检测方法,属于计算机视觉领域。本方法建立火焰颜色模型提取候选火焰区域,通过相机标定恢复出候选区域像素对应的不同单光谱的辐射照度,提取火焰多光谱辐射照度特征,建立火焰光谱时空特征模型,构建一种基于径向基函数核的二分类的支持向量机,训练提取的火焰特征,得到火焰分类模型,从而进行火焰检测。本发明通过将视频图像数据从色域转换到辐射域,对火焰多光谱辐射能特征进行建模,实现基于真实物理特征的火焰检测方法。
-
公开(公告)号:CN115938103A
公开(公告)日:2023-04-07
申请号:CN202211358315.4
申请日:2022-11-01
摘要: 本发明提供了一种基于增量学习的时空流式数据预测方法,用于智能交通流预测。本发明方法包括:采集时空流式数据,形成时间序列数据和图数据作为预测模型的输入;建立包括时间规律捕捉模块和空间规律捕捉模块的预测模型,两模块正交,网络参数相互独立;建立增量学习模型,对多批次的时空流式数据增量学习进行约束,利用新预测模型对新批次数据进行预测。本发明方法缓解了时空预测模型在时空流式数据上的灾难性遗忘,提升了预测模型对未来在线任务的前向迁移效果,提高了对时空流式数据的预测精度,适用于时空流式数据的预测任务。
-
公开(公告)号:CN105225235B
公开(公告)日:2018-01-19
申请号:CN201510601090.4
申请日:2015-09-18
申请人: 北京航空航天大学
摘要: 本发明公开一种基于多光谱特征的视频火焰检测方法,属于计算机视觉领域。本方法建立火焰颜色模型提取候选火焰区域,通过相机标定恢复出候选区域像素对应的不同单光谱的辐射照度,提取火焰多光谱辐射照度特征,建立火焰光谱时空特征模型,构建一种基于径向基函数核的二分类的支持向量机,训练提取的火焰特征,得到火焰分类模型,从而进行火焰检测。本发明通过将视频图像数据从色域转换到辐射域,对火焰多光谱辐射能特征进行建模,实现基于真实物理特征的火焰检测方法。
-
-
-
-