-
公开(公告)号：CN115393892A
公开(公告)日：2022-11-25
申请号：CN202210863953.5
申请日：2022-07-20
申请人： 东北电力大学
IPC分类号： G06V40/10 , G06V20/52 , G06V10/20 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06T7/73
摘要： 本发明提供了一种基于改进双候选框交叉替换策略和损失函数的拥挤场景行人检测方法，包括以下步骤：S1：将图像输入到主干网络，提取不同尺度下的特征；S2：将步骤S1提取的特征输入到基于简化CIoU和K‑means聚类算法的锚框优化方法的双锚框区域建议网络中获取候选框；S3：采用改进的双候选框交叉替换策略对步骤S2生成的候选框对进行比对、替换，生成高质量候选框对；S4：将经过RoI Align后的头部和全身候选框对应的特征输入全连接层进行融合，并得到特征图信息；S5：采用改进的损失函数对融合后的特征图信息进行分类和回归处理，预测行人的位置和类别信息；S6：剔除冗余预测框，输出带有最优预测框的图像。该方法有效降低了拥挤场景下行人检测的误检率和漏检率。
-
公开(公告)号：CN113810488A
公开(公告)日：2021-12-17
申请号：CN202111075293.6
申请日：2021-09-14
申请人： 东北电力大学
摘要： 本发明提供了一种基于兴趣簇‑热链的层次递进式资源查找模型及其构建方法，所述资源查找模型是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找模型，其强调服务的本地提供，进行递进式资源查找。本发明是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找，强调了服务的本地化提供，降低用户查询等待时延，提高资源获取效率，降低骨干网流量。模型中各个域和簇可以并行工作，大大提高了系统并行工作效率，提高了网络吞吐量，使网络QoS得到保证。
-
公开(公告)号：CN113810488B
公开(公告)日：2023-10-24
申请号：CN202111075293.6
申请日：2021-09-14
申请人： 东北电力大学
IPC分类号： H04L67/104 , H04L67/1042 , H04L67/1087 , H04L67/1074 , G06F16/22
摘要： 本发明提供了一种基于兴趣簇‑热链的层次递进式资源查找模型及其构建方法，所述资源查找模型是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找模型，其强调服务的本地提供，进行递进式资源查找。本发明是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找，强调了服务的本地化提供，降低用户查询等待时延，提高资源获取效率，降低骨干网流量。模型中各个域和簇可以并行工作，大大提高了系统并行工作效率，提高了网络吞吐量，使网络QoS得到保证。
-
公开(公告)号：CN115393892B
公开(公告)日：2023-08-04
申请号：CN202210863953.5
申请日：2022-07-20
申请人： 东北电力大学
IPC分类号： G06V40/10 , G06V20/52 , G06V10/20 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06T7/73
摘要： 本发明提供了一种基于改进双候选框交叉替换策略和损失函数的拥挤场景行人检测方法，包括以下步骤：S1：将图像输入到主干网络，提取不同尺度下的特征；S2：将步骤S1提取的特征输入到基于简化CIoU和K‑means聚类算法的锚框优化方法的双锚框区域建议网络中获取候选框；S3：采用改进的双候选框交叉替换策略对步骤S2生成的候选框对进行比对、替换，生成高质量候选框对；S4：将经过RoI Align后的头部和全身候选框对应的特征输入全连接层进行融合，并得到特征图信息；S5：采用改进的损失函数对融合后的特征图信息进行分类和回归处理，预测行人的位置和类别信息；S6：剔除冗余预测框，输出带有最优预测框的图像。该方法有效降低了拥挤场景下行人检测的误检率和漏检率。
-
公开(公告)号：CN114936514A
公开(公告)日：2022-08-23
申请号：CN202210438191.4
申请日：2022-04-20
申请人： 东北电力大学
IPC分类号： G06F30/27 , G06N3/00 , H01M8/04992 , G06F119/04
摘要： 本发明提供了一种基于改进灰色模型的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据，形成第一数据集；(2)对所述第一数据集进行数据检验；(3)采用改进后的鸟群算法对灰色模型辨识参数进行选取，建立基于改进的灰色模型锂离子电池寿命预测模型；(4)利用所述的基于改进灰色模型对所述第一数据集进行拟合，获得锂离子电池寿命数据在时间序列上的整体变化趋势，最终得到锂离子电池寿命预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高的锂离子电池寿命预测的精度，提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。
-
公开(公告)号：CN114464266A
公开(公告)日：2022-05-10
申请号：CN202210102566.X
申请日：2022-01-27
申请人： 东北电力大学
摘要： 本发明公开了一种基于改进SSA‑GPR的煤粉锅炉NOx(氮氧化物)排放量预测方法及装置，预测方法包括以下步骤：(1)采集煤粉锅炉的历史特征参量数据；(2)对数据进行归一化处理；(3)对数据进行降维处理；(4)将数据集划分成训练集和验证集；(5)采用改进SSA算法优化高斯过程的超参数，获得基于优化后的高斯过程；(6)将训练集输入模型中进行模型训练；(7)将验证集输入到模型进行模型验证，获得最终的基于改进SSA‑GPR的煤粉锅炉NOx排放量预测模型。本发明提供的NOx排放量预测方法及装置有效的提高了煤粉锅炉NOx的排放量预测精度，为后续电站锅炉实际运行过程中降低NOx的排放量提供了技术支持，对电站节能减排，响应国家绿色环保政策具有重要的实际工程意义。
-
公开(公告)号：CN114459052A
公开(公告)日：2022-05-10
申请号：CN202210102555.1
申请日：2022-01-27
申请人： 东北电力大学
摘要： 本发明提供了一种基于改进SSA的燃煤锅炉减少NOx氮氧化物排放优化方法及装置，优化方法具体包括以下步骤：(1)采集燃煤锅炉的历史特征参量数据；(2)采用RReliefF算法和Pearson相关性分析获取最优影响特征；(3)确定优化目标函数以及可调特征的寻优区间；(4)采用Sin混沌产生个体初始位置；(5)选取适应度值优的个体作为发现者，更新发现者个体位置；(6)采用灵敏度‑信息素配合的方式改进跟随者选择发现者方式，更新跟随者个体位置；(7)更新边界个体位置，最终获得最优可调特征；(8)利用获得的最优可调特征，控制锅炉燃烧，以进一步降低NOx排放浓度。本发明提供的NOx排放优化方法及装置有效的降低了锅炉NOx的排放量，为电站锅炉实际运行过程中降低NOx的排放量提供决策支持，对电站节能减排，响应国家绿色环保政策具有重要的实际工程意义。
-
公开(公告)号：CN114464266B
公开(公告)日：2022-08-02
申请号：CN202210102566.X
申请日：2022-01-27
申请人： 东北电力大学
摘要： 本发明公开了一种基于改进SSA‑GPR的煤粉锅炉NOx排放量预测方法及装置，预测方法包括以下步骤：(1)采集煤粉锅炉的历史特征参量数据；(2)对数据进行归一化处理；(3)对数据进行降维处理；(4)将数据集划分成训练集和验证集；(5)采用改进SSA算法优化高斯过程的超参数，获得基于优化后的高斯过程；(6)将训练集输入模型中进行模型训练；(7)将验证集输入到模型进行模型验证，获得最终的基于改进SSA‑GPR的煤粉锅炉NOx排放量预测模型。本发明提供的NOx排放量预测方法及装置有效的提高了煤粉锅炉NOx的排放量预测精度，为后续电站锅炉实际运行过程中降低NOx的排放量提供了技术支持，对电站节能减排，响应国家绿色环保政策具有重要的实际工程意义。
-
公开(公告)号：CN114791571A
公开(公告)日：2022-07-26
申请号：CN202210406592.1
申请日：2022-04-18
申请人： 东北电力大学
IPC分类号： G01R31/392 , G01R31/367 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种基于改进CSO‑LSTM网络的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据；(2)采用集合经验模态对电池数据进行预处理；(3)对预处理数据采用归一化方法进行处理，并划分训练集和测试集；(4)采用改进CSO选取LSTM最优超参数，建立基于改进LSTM的锂离子电池寿命预测模型；(5)将训练集输入到基于改进LSTM的锂离子电池寿命预测模型进行训练，得到基于改进CSO‑LSTM的锂离子电池寿命预测模型；(6)将测试集输入到训练好的锂离子电池寿命预测模型中，得到预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高了锂离子电池寿命预测精度，对于提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。
-
公开(公告)号：CN114936514B
公开(公告)日：2022-12-02
申请号：CN202210438191.4
申请日：2022-04-20
申请人： 东北电力大学
IPC分类号： G06F30/27 , G06N3/00 , H01M8/04992 , G06F119/04
摘要： 本发明提供了一种基于改进灰色模型的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据，形成第一数据集；(2)对所述第一数据集进行数据检验；(3)采用改进后的鸟群算法对灰色模型辨识参数进行选取，建立基于改进的灰色模型锂离子电池寿命预测模型；(4)利用所述的基于改进灰色模型对所述第一数据集进行拟合，获得锂离子电池寿命数据在时间序列上的整体变化趋势，最终得到锂离子电池寿命预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高的锂离子电池寿命预测的精度，提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.027 秒)
