-
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。
-
-
-
-
搜索结果
15 条记录 (耗时 0.041 秒)