跨场景的VOCs气体泄漏检测方法、系统及存储介质

    公开(公告)号:CN113780135B

    公开(公告)日:2023-08-04

    申请号:CN202111012923.5

    申请日:2021-08-31

    摘要: 本发明的一种跨场景的VOCs气体泄漏检测方法、系统及存储介质,包括以下步骤,获取存在VOCs泄漏和无泄漏的红外视频数据并对其进行数据预处理;采用GMM去除红外视频静态背景,提取出红外图像中疑似VOCs泄漏区域;对目标检测模型Faster RCNN神经网络模型进行预训练;通过已训练好的Faster RCNN神经网络模型,构造迁移学习中的源域特征数据集和目标域特征数据集;运用域自适应的迁移学习方法对GMM提取出的红外疑似VOCs泄漏区域进行识别。本发明能够克服现有方法的不足,充分利用红外视频中VOCs气体区域的领域知识对视频帧中的可疑烟雾区域分割,随后再使用Faster RCNN神经网络模型,运用迁移学习的方式对VOCs泄漏区域进行检测识别,从而降低计算性能需求和标记所带来的时间耗费。

    基于瞬态油耗修正的移动源排放估计方法、系统及介质

    公开(公告)号:CN113221246B

    公开(公告)日:2023-07-14

    申请号:CN202110536202.8

    申请日:2021-05-17

    摘要: 本发明的一种基于瞬态油耗修正的移动源排放估计方法、系统及介质,通过获取目标车辆的参数数据并处理;划分车辆运行时的动力源提供情况;计算得到稳态估计下的燃油损耗率,并利用神经网络对稳态估计下的燃油损耗率进行瞬态校正,得到瞬态燃油损耗率;计算电池和电机为动力源的瞬时电量消耗;分别计算监测路段下电池充电油耗和发动机工作下燃油消耗;利用总油耗、燃油的排放因子计算本次监测中总的尾气排放。本发明利用基与神经网络的瞬态油耗修正模型的瞬态油耗和燃烧排放因子估计移动源发动机的瞬时排放,真实反应路况变化下的瞬时油耗情况以及污染排放情况,可估算移动源在路况变化时的真实油耗与尾气排放量,便于相关部门的管控。

    减震器故障检测方法、装置、设备及存储介质

    公开(公告)号:CN115578597A

    公开(公告)日:2023-01-06

    申请号:CN202211313138.8

    申请日:2022-10-25

    摘要: 本发明涉及设备检测技术领域,公开了一种减震器故障检测方法、装置、设备及存储介质,该方法包括:基于待检测减震器的传感器数据获取正对时频图像和负对时频图像;通过预设编码器对正对时频图像和负对时频图像进行特征提取,获得传感器特征集;对传感器特征集中各特征进行更新,并对更新后的传感器特征集中的特征进行特征融合,获得融合特征集;通过预设线性分类器对融合特征集进行分类检测,根据分类检测结果判断待检测减震器是否存在故障。相比于现有技术中通过花费高额成本来获取大量有标签数据,本发明上述方法减少了现有技术中对有标签数据的需求量过大导致成本过高的问题,从而实现对减震器健康状态的预测性维护检测。

    自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质

    公开(公告)号:CN113780138A

    公开(公告)日:2021-12-10

    申请号:CN202111013939.8

    申请日:2021-08-31

    摘要: 本发明的一种自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质,包括以下步骤,获取红外视频数据并进行预处理操作;从红外视频数据中提取一定长度像素点一维时序特征数据,训练一维卷积神经网络分类器;使用一维卷积神经网络分类器,输出值导入贝叶斯框架内的EVT算法,训练先验伽马分布α0和β0的参数;输入相关参数,通过自适应算法调整阈值,输出预测结果。本发明充分利用红外图像中VOCs气体区域像素点的时空特征使用卷积神经网络对红外视频图像进行预筛查,通过贝叶斯框架内的极值理论来优化调整筛查阈值,通过用指数分布逼近分数的概率密度函数的左尾部,并使用从训练数据中学习的伽马共轭先验,可以降低错误率的可变性并提高整体性能。

    车辆排放黑烟检测方法、装置、设备及存储介质

    公开(公告)号:CN115471515A

    公开(公告)日:2022-12-13

    申请号:CN202211313110.4

    申请日:2022-10-25

    摘要: 本发明涉及环境检测技术领域,公开了一种车辆排放黑烟检测方法、装置、设备及存储介质,该方法包括:对采集到的环检站柴油车辆尾气排放黑烟图像进行颜色空间转换,获得掩膜图像;基于掩膜图像从环检站柴油车辆尾气排放黑烟图像中确定车辆排气管尾部关键区域图像;将车辆排气管尾部关键区域图像输入至黑烟排放检测模型,根据模型输出结果判断车辆是否排放黑烟,黑烟排放检测模型基于Darknet框架构建。相比于现有技术中通过人工检测的方法来判断车辆是否排放黑烟,本发明通过将待检测图像输入至训练好的黑烟排放检测模型中来判断车辆是否排放黑烟,消除了现有技术中人为因素或其他主观因素的负面影响,从而提高了黑烟检测的准确性。

    一种微尺度VOCs泄漏检测方法、系统、存储介质及设备

    公开(公告)号:CN113850172A

    公开(公告)日:2021-12-28

    申请号:CN202111096477.0

    申请日:2021-09-18

    摘要: 本发明的一种微尺度VOCs泄漏检测方法、系统、存储介质及设备,包括以下步骤:S10、获取VOCs泄漏区和无泄漏区的红外图像进行数据预处理;S20、将预处理数据输入骨干网络,采用不同大小的核函数进行特征学习;S30、使用粗分类模块过滤大量非VOCs泄漏气体背景区域,提取出疑似VOCs泄漏图像;S40、使用细分类模块对疑似VOCs泄漏图像进行分类,并对VOCs泄漏位置回归定位,进而得出检测结果。本发明充分利用卷积神经网络对VOCs泄漏红外图像特征学习,通过粗粒度到细粒度框架,粗分类器有效的过滤大量背景信息,减少了计算量,使用细分类器进行精准定位和识别分类,从而有效的节省计算资源并提高检测准确性。