-
公开(公告)号：CN119919314A
公开(公告)日：2025-05-02
申请号：CN202411852120.4
申请日：2024-12-16
Applicant: 三峡大学
IPC: G06T5/77 , G06V10/82 , G06V10/80 , G06T5/60 , G06N3/0475 , G06N3/0464 , G06T5/50
Abstract: 基于条件生成对抗网络的多深度融合的图像去雾方法，包括:获取包含有雾图像以及与有雾图像一一对应的清晰图像的数据集，并划分为训练集和测试集；基于条件生成对抗网络的框架构建多深度融合的图像去雾模型，多深度融合的图像去雾模型包括生成器和判别器，其中生成器用于生成有雾图像，生成器用于分析输入图像是真实图像还是生成图像，并根据输出结果对生成器提供反馈；利用训练集对构建的多深度融合的图像去雾模型进行训练，得到训练好的图像去雾模型；利用训练好的图像去雾模型对测试集进行测试，得到去雾图像。该方法能够更精准地感受出雾霾的浓度和大小，有效地处理了以往方法面对真实雾霾情形下雾霾分布浓度不均匀导致全局去雾效果不好的问题。
-
公开(公告)号：CN119540711A
公开(公告)日：2025-02-28
申请号：CN202411461900.6
申请日：2024-10-18
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 一种基于Efficient‑YOLOv10s的PLC工艺缺陷端到端检测方法，包括以下步骤：步骤S1：使用高清摄像头捕捉PLC实验室的PLC工艺缺陷数据集图像，结合开源数据集进行整合，并对图像进行筛选整理；步骤S2：获得若干张PLC工艺缺陷数据集图片；步骤S3：使用Labelimg对数据集进行标注，标注为xml格式，并转化为txt文件，并按一定的比例划分为训练集、验证集、测试集；步骤S4：构建并获取Efficient‑YOLOv10s网络模型，Efficient‑YOLOv10s网络模型包括主干网络、颈部网络、头部网络；步骤S5：将所得数据集放入Efficient‑YOLOv10s模型中，结合Efficient‑YOLOv10s网络模型对获取的PLC工艺缺陷检测图像进行识别，并使用精度召回率，平均精度均值和每秒传输帧数作为评价指标；步骤S6：使用已训练好的模型对检测图像进行图像预测，精确识别。
-
公开(公告)号：CN119338495A
公开(公告)日：2025-01-21
申请号：CN202411362034.5
申请日：2024-09-27
Applicant: 三峡大学
Inventor： 文斌 , 王子豪 , 冯兴龙 , 王浚银 , 张俊 , 陈中闲 , 毛睿 , 倪翰文 , 张鑫 , 张子龙 , 徐园红 , 马子景 , 王柏元 , 蔡历翔 , 董鹏飞 , 徐浩磊 , 武琦程
IPC: G06Q30/0201 , G06Q10/0631 , G06Q10/04 , G06Q50/06 , H02J3/38 , G06N5/04
Abstract: 一种基于共享储能供应商和本地集成能源系统的联合规划方法，涉及能源优化技术领域；本发明旨在解决区域综合能源系统与共享储能供应商在规划过程中存在的成本分配与效率问题；该方法包括建立两阶段多合作博弈的联合规划框架，利用边界效益贡献率改进纳什议价方法以量化议价水平，提出基于双更新加速迭代策略的改进交替方向乘子法A‑M‑ADMMD以提高求解效率，并构建事后共享储能成本分配模型实现成本合理分摊；本发明通过优化储能规划和服务定价，降低整体运营成本，实现区域综合能源系统和共享储能供应商的整体规划效益最大化；该方法有效提升了能源系统的经济性和可靠性，适用于多种综合能源系统场景。
-
公开(公告)号：CN119205614A
公开(公告)日：2024-12-27
申请号：CN202411065629.4
申请日：2024-08-05
Applicant: 三峡大学
IPC: G06T7/00 , G06T5/70 , G06T5/90 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/09
Abstract: 基于YOLOv7‑ESC的铝型材缺陷检测识别方法，包括如下步骤：S1、获取公开的数据集，采用天池铝型材表面瑕疵识别数据集，进行数据预处理；S2、改进YOLOv7模型，主干网络ELAN模块中3*3Conv卷积替换为PCnov卷积；S3、构建残差金字塔池化结构，主干网络提取到的特征输入残差金字塔池化模块SPPCSPC‑F；S4、在主干网络和特征融合网络间加入CBAM注意力机制；S5、回归损失函数CIoU替换为WIoU损失函数，将特征融合后的特征传入检测头部分进行分类预测；S6、训练YOLO网络模型，保留最优权重；S7、利用训练好的最优权重进行测试，并对检测结果进行评价，最终实现铝型材表面缺陷的自动化和智能化识别。该方法能够提高铝型材表面缺陷检测精度，降低小目标缺陷漏检率。
-
公开(公告)号：CN119006427A
公开(公告)日：2024-11-22
申请号：CN202411152989.8
申请日：2024-08-21
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/22 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于轻量化改进的L‑YOLOv8s绝缘子缺陷检测方法。该方法包括以下步骤：通过无人机对输电线路绝缘子缺陷图像进行采集；使用Labelimg对采集到的图像进行标注得到绝缘子缺陷数据集，并对其进行划分；通过将MobileNetV3、ECANet注意力机制、Slim‑Neck结构、WioUv3损失函数加入YOLOv8s模型中，得到L‑YOLOv8s模型；将整理好的数据集放入L‑YOLOv8s模型中进行训练，得到训练完成的模型；最后将待检测图像放入模型中进行定位与检测。本发明参数量低且检测速度快，可以嵌入巡检无人机中，能够满足输电线路绝缘子实时检测的要求，提高绝缘子缺陷检测的准确率和速度。
-
Patent Agency Ranking
公开(公告)号：CN118245739A
公开(公告)日：2024-06-25
申请号：CN202410354300.3
申请日：2024-03-26
Applicant: 三峡大学
IPC: G06F18/15 , G06N3/006 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06Q50/06
Abstract: 本发明提供了基于相似周和深度学习模型的电动汽车短期负荷预测方法、装置及存储介质，S1：获取电动汽车充电站的历史充电数据及特征信息；S2：基于皮尔逊相关系数和动态时间规整的加权式筛选出与预测周最相似的A个最优相似周序列，加入特征信息作为特征构建相似周数据集；S3：对相似周数据集的所有负荷序列进行CEEMDAN模态分解处理得到N个模态分量，并对天气信息及模态分量进行归一化处理；S4：将归一化后的天气信息及模态分量输入到CNN‑GRU深度学习模型中，对模型进行训练，得到最终的电动汽车短期负荷预测模型；S5：将预测日与其前六天组成预测周，输入到电动汽车短期负荷预测模型中，得到N个归一化的模态分量预测数据；S6：对模态分量预测数据进行反归一化并叠加得到预测日电动汽车负荷数据。
-
公开(公告)号：CN117372339A
公开(公告)日：2024-01-09
申请号：CN202311225450.6
申请日：2023-09-21
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/20 , G06V10/25 , G06V10/30 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于YOLO‑SEE的PCB缺陷检测识别方法，包括如下步骤：S1、获取公开的数据集，进行数据预处理，建立YOLO‑SEE网络框架；S2、构建主干特征提取网络CSPDarknet53‑s，其由两部分构成，基本残差结构和线性残差结构；S3、构建特征融合网络FPN‑c，将主干网络提取到的特征传入特征融合网络FPN‑c中；S4、在主干网络和特征融合网络之间加入CA注意力模块；S5、将特征融合后的特征传入检测头部分进行分类预测；S6、训练YOLO‑SEE网络模型，得到最优权重；S7、利用训练好的最优权重进行测试，并对检测结果进行评价，最终实现PCB缺陷类别的自动化和智能化识别。该方法能够提高检测精度，降低漏检率，并且减少模型参数量。
-
公开(公告)号：CN119338164A
公开(公告)日：2025-01-21
申请号：CN202411362042.X
申请日：2024-09-27
Applicant: 三峡大学
Inventor： 文斌 , 王子豪 , 冯兴龙 , 王浚银 , 张俊 , 陈中闲 , 毛睿 , 倪翰文 , 张鑫 , 张子龙 , 徐园红 , 马子景 , 王柏元 , 蔡历翔 , 董鹏飞 , 徐浩磊 , 武琦程
Abstract: 一种分布式集成能源系统的多时空尺度优化运行策略，旨在解决分布式能源系统在高波动性和互补性中的运行优化问题；具体通过以下技术方案实现：首先，构建综合能源系统多能耦合模型，实现设备单元及用户侧需求响应的精细化建模；其次，基于可再生能源日前预测数据，采用LSTM模型进行日前调度，构建能量供需平衡机制；再通过实时调度策略应对可再生能源波动，保障实时能量平衡；此外，提出考虑设备容量规划的综合能源系统长时间尺度优化，降低系统整体成本；最后，采用粒子群优化算法求解上述模型，实现综合能源系统的长期规划与实时调度的联合优化；本发明有效提升分布式集成能源系统的运行效率与经济性，适用于多种规模的能源系统集成与管理。
-
公开(公告)号：CN119163336A
公开(公告)日：2024-12-20
申请号：CN202311703121.8
申请日：2023-12-12
Applicant: 三峡大学
IPC: E06B3/50 , E06B1/36 , E06B3/964 , E06B3/968 , E05F15/665 , E05F15/627 , E05F15/70 , E05F15/71 , E05F15/72 , E06B7/28
Abstract: 一种视野开阔的窗户，包括固定在墙壁上的窗框和固定在窗框上的活动窗户，还包含安装在窗框上的传动机构和传感系统，传感系统包括光电传感器和重量传感器，其根据活动窗户承受的重量和室内外烟雾的浓度，传递信号给传动机构，传动机构驱动活动窗户在窗框里上下滑动，自动打开或者关闭窗户；窗框为直角三角形结构，长边为矩形框架，固定在墙体上，矩形框架的下端安装有玻璃，上端中空，直角边的短边为一组连接杆，斜边为一组斜杆，窗框的直角长边与斜边的夹角在5°~60°之间；本发明解决了现有窗户不能完全打开，智能化程度低，空间占有率高，安全防护性能差的问题，实现了窗户上下滑动全打开，视野开阔，智能开关和调节，安全，防护性能好。
-
公开(公告)号：CN119067247A
公开(公告)日：2024-12-03
申请号：CN202410922054.7
申请日：2024-07-10
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/2431 , H02J3/00 , G06N3/006 , G06N3/0499 , G06N7/08
Abstract: 基于改进蜣螂算法优化核极限学习机的短期光伏功率预测方法，首先，获取光伏电站历史功率数据，以及光伏阵区对应气象因素数据，对数据进行处理；其次，通过变分模态分解方法VMD对功率时间序列数据进行分解，与气象因素数据组成数据集；再次，构建核极限学习机KELM模型；最后，利用改进蜣螂算法IDBO优化核极限学习机KELM参数，对功率进行预测。本发明通过改进蜣螂算法能弥补蜣螂算法容易陷入局部最优的缺点，加快收敛性速度，提高了光伏功率预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.025 seconds)
