一种港口海上溢油应急处置模拟演练方法

    公开(公告)号:CN112364554B

    公开(公告)日:2022-09-20

    申请号:CN202011283793.4

    申请日:2020-11-17

    IPC分类号: G06F30/25 G06Q10/06

    摘要: 本发明公开了一种港口海上溢油应急处置模拟演练方法,属于危化品泄漏应急处置技术领域。本发明的步骤为:1)事故场景模拟:首先对港口场景进行1:1的建模还原,其次针对石油泄漏时具有液体的流淌性,流入海中会漂浮在海面,同时具有易燃性,使用粒子模型准确模拟出石油流淌以及流淌火扩散的效果,还原其泄漏到扩散的过程。2)事故的应急处置,导调端角色控制港口海上溢油事故的发生,选择事故发生的时间、天气等环境因素,向下级参演人员发布处置指令,下级参演人员接收任务指令执行处置操作,真实模拟溢油事故的处置方法,对相关操作数据进行记录存储并最终生成综合评价报告。

    一种基于改进高斯烟羽模型的二氧化氮泄露模拟方法

    公开(公告)号:CN114965172A

    公开(公告)日:2022-08-30

    申请号:CN202210531235.8

    申请日:2022-05-16

    摘要: 本发明公开了一种基于改进高斯烟羽模型的二氧化氮泄露模拟方法,属于二氧化氮泄露模拟技术领域。本发明通过对工厂环境中二氧化氮扩散问题的研究,分析二氧化氮气体泄漏时,地面粗糙度和雨洗作用的影响能力,确定了给定条件以后的扩散距离以及扩散范围,找出扩散规律并改进了高斯烟羽模型;对比在不同雨强下的下风向距离与浓度关系曲线图,在不同地面粗糙度下的横风向距离与浓度关系曲线图,进而分析得出雨洗作用对下风向距离的影响随着降雨量的增大而增大;地面粗糙度对距离的影响随着粗糙度系数的增大而减小,且对横风向距离的影响能力比对下风向距离影响深。

    一种港口海上溢油应急处置模拟演练方法

    公开(公告)号:CN112364554A

    公开(公告)日:2021-02-12

    申请号:CN202011283793.4

    申请日:2020-11-17

    IPC分类号: G06F30/25 G06Q10/06

    摘要: 本发明公开了一种港口海上溢油应急处置模拟演练方法,属于危化品泄漏应急处置技术领域。本发明的步骤为:1)事故场景模拟:首先对港口场景进行1:1的建模还原,其次针对石油泄漏时具有液体的流淌性,流入海中会漂浮在海面,同时具有易燃性,使用粒子模型准确模拟出石油流淌以及流淌火扩散的效果,还原其泄漏到扩散的过程。2)事故的应急处置,导调端角色控制港口海上溢油事故的发生,选择事故发生的时间、天气等环境因素,向下级参演人员发布处置指令,下级参演人员接收任务指令执行处置操作,真实模拟溢油事故的处置方法,对相关操作数据进行记录存储并最终生成综合评价报告。

    一种基于改进高斯烟羽模型的二氧化氮泄露模拟方法

    公开(公告)号:CN114965172B

    公开(公告)日:2024-08-06

    申请号:CN202210531235.8

    申请日:2022-05-16

    摘要: 本发明公开了一种基于改进高斯烟羽模型的二氧化氮泄露模拟方法,属于二氧化氮泄露模拟技术领域。本发明通过对工厂环境中二氧化氮扩散问题的研究,分析二氧化氮气体泄漏时,地面粗糙度和雨洗作用的影响能力,确定了给定条件以后的扩散距离以及扩散范围,找出扩散规律并改进了高斯烟羽模型;对比在不同雨强下的下风向距离与浓度关系曲线图,在不同地面粗糙度下的横风向距离与浓度关系曲线图,进而分析得出雨洗作用对下风向距离的影响随着降雨量的增大而增大;地面粗糙度对距离的影响随着粗糙度系数的增大而减小,且对横风向距离的影响能力比对下风向距离影响深。

    一种基于分组稀疏的多核学习图像分类方法

    公开(公告)号:CN111310864B

    公开(公告)日:2023-04-18

    申请号:CN202010233897.8

    申请日:2020-03-30

    发明人: 储岳中 张学锋

    摘要: 本发明公开了一种基于分组稀疏的多核学习图像分类方法,属于图像模式识别技术领域。本发明主要解决图像分类时的异构特征选择问题。主要步骤包括:(1)挑选图像样本,并按比例分成训练样本和测试样本;(2)分别提取每幅图像的形状、SIFT和Gabor等异构特征;(3)利用分组稀疏多核学习分类算法训练分类器,然后以测试样本测试分类功率;(4)采用多重交叉实验来验证算法的平均性能。本发明在处理异构特征选择问题时,利用MKL进行特征选择时依然实施稀疏约束,但针对每一个特征,允许选择多个不同的基核函数,从而形成组间稀疏而组内非稀疏的效果,使得MKL在处理异构特征选择问题时,能有效提高分类整体性能。

    一种基于渐进式的残差学习的超声医学图像盲超分辨方法

    公开(公告)号:CN115526776A

    公开(公告)日:2022-12-27

    申请号:CN202210092243.7

    申请日:2022-01-26

    IPC分类号: G06T3/40 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于渐进式的残差学习的超声医学图像盲超分辨方法,属于图像处理技术领域。本发明主要包括以下步骤:1、制作高分辨率与低分辨率的超声图像训练集;2、构建一个渐进式残差学习的神经网络用于模型训练;3、基于构建的残差学习网络和制作的训练集对网络模型进行训练;4、根据学习得到的模型参数,输入一幅低分辨率的超声图像,得到的输出即是重建的高分辨率的超声图像。本发明利用渐进式残差学习的方法以及记忆单元升级来解决超声医学图像盲超分辨问题,能够适应真实的超声医学图像超分场景,满足了现实中复杂的要求。

    一种基于图像分割的烧结矿粒度检测方法及系统

    公开(公告)号:CN114897789A

    公开(公告)日:2022-08-12

    申请号:CN202210394557.2

    申请日:2022-04-14

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种基于图像分割的烧结矿粒度检测方法及系统,属于图像处理技术领域,包括以下步骤:通过图像采集装置采集烧结矿的图像;2)对烧结矿图像进行预处理;3)利用传统图像分割算法分割烧结矿图像;4)利用传统分割得到的分割图像作为部分标签数据,通过改进的UNet网络对烧结矿图像进行语义分割;5)对得到的分割图像进行烧结矿粒度检测。本发明以图像分割技术为根本,结合传统的图像分割算法和运用卷积神经网络的语义分割算法,更加准确的对烧结矿图像进行分割,使烧结矿粒度检测的准确率得到提升。

    基于机器人的室内被困人员搜救引导疏散系统及方法

    公开(公告)号:CN114545945A

    公开(公告)日:2022-05-27

    申请号:CN202210173536.8

    申请日:2022-02-24

    IPC分类号: G05D1/02

    摘要: 本发明公开了基于机器人的室内被困人员搜救引导疏散系统及方法,属于虚拟仿真技术领域。本发明通过设置机器人个数及初始位置来感知环境,对灾情中室内被困人员进行智能搜救,并采集现场实时三维图像数据,做出决策分析,将周围环境信息及时传输给现场施救人员。本发明的疏散方法采用机器人进行模拟训练,以虚拟现实技术为依托,并通过改进的路径规划算法对疏散路径进行优化,创建更加逼真的疏散环境及人物重建模型,提高了疏散效率,能够更好地模拟出真实的疏散过程,从而为有效减少人员疏散中的伤亡和最佳救援方案的制定提供了参考,具有一定的现实指导意义,值得被推广使用。

    一种甲醇装置火灾应急处置模拟演练方法

    公开(公告)号:CN112966427A

    公开(公告)日:2021-06-15

    申请号:CN202110331094.0

    申请日:2021-03-29

    摘要: 本发明公开了一种甲醇装置火灾应急处置模拟演练方法,属于危化品泄漏应急处置技术领域。本发明的演练方法为:1)事故场景模拟:对甲醇装置进行1:1建模还原,使用粒子系统模拟甲醇泄漏效果及火灾火焰燃烧形状,真实还原事故情景,并通过着色器技术,结合火灾热辐射数学模型,可视化火灾的热辐射危害范围。2)事故应急处置:总指挥控制事故发生,下级参演人员根据现场情况协同处置事故,演练结束后对参演人员的操作进行复盘分析。本发明以虚拟现实技术为技术依托,有效提高了员工对甲醇装置发生火灾事故的应急处置能力,强化了甲醇装置火灾应急处置演练机制,降低了安全事故的发生以及所带来的经济损失。

    一种多个注意力结合光流的视频超分辨模型及方法

    公开(公告)号:CN112734644A

    公开(公告)日:2021-04-30

    申请号:CN202110067283.1

    申请日:2021-01-19

    IPC分类号: G06T3/40 G06T7/269 G06N3/04

    摘要: 本发明提供的一种多个注意力结合光流的视频超分辨模型及方法,属于模式识别与计算机视觉技术领域。本发明的模型包括特征提取部分、特征处理部分、可变形卷积部分和视频重建部分。本发明的方法利用双阶段思想分别对微小运动和大型运动进行特征对齐,分别处理微小运动和大型运动的信息,减小了目标帧和参考帧的偏差,充分利用了所有分层的特征信息,利用多个注意力使得视频空间信息不易丢失,保留了空间信息,增强通道的依赖性和自适应性,并能捕获长距离依赖实现全局学习。并利用可变形卷积长短时记忆网络(DLSTM)进行视频帧融合,防止了恢复的视频出现抖动和闪烁伪影等现象,保证视频时序的一致性。