-
公开(公告)号：CN113384251A
公开(公告)日：2021-09-14
申请号：CN202110662799.0
申请日：2021-06-15
申请人： 北京科技大学 , 新兴际华科技发展有限公司
IPC分类号： A61B5/0205 , A61B5/332 , A61B5/11 , A61B5/00
摘要： 本发明公开了一种应急培训时监测培训人员生命体征的方法，涉及应急培训监测领域。本发明包括以下步骤：用户佩戴监测设备；将监测设备与树莓派设备连接；监测设备的用户体征信息传输到树莓派设备；树莓派设备将各个用户体征信息上传至数据库；获取数据库中的各个用户体征信息并在网页中显示；系统根据规则判断用户生命体征数据是否在正常范围内，若否，发出预警信息。在本发明中，指挥中心可以实时监测训练人员心率、呼吸频率、体表温度和位置状态，并可及时对异常状态进行报警。该系统具有便携性好、实用性强、稳定性高等特点，为指挥中心确保培训人员人身安全、做出合理决策及部署提供重要参考，进而为救援人员提高训练水平提供有力保障。
-
公开(公告)号：CN113409225B
公开(公告)日：2023-12-12
申请号：CN202110791880.9
申请日：2021-07-13
申请人： 北京科技大学
IPC分类号： G06T5/00
摘要： 本发明公开了基于Retinex的无人机拍摄图像增强算法，涉及无人机拍摄图像增强技术领域，具体为基于Retinex的无人机拍摄图像增强算法，包括以下步骤：S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法，其中，Rao‑2算法用于全局搜索，NM算法负责局部搜索；S4、应用Rao‑2算法进行全局搜索，得到目标函数局部最优解；S5、使用NM单纯形法通过局部搜索改进结果；S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。本发明中，对比度大大增强；图像细节大部分保留；图像更加自然，以及极大的减轻了本发明方法的计算量，提高了计算
-
公开(公告)号：CN116335745A
公开(公告)日：2023-06-27
申请号：CN202310305609.9
申请日：2023-03-27
申请人： 庆阳新庄煤业有限公司新庄煤矿 , 北京科技大学
摘要： 本发明提供了一种用于煤矿的通风降温系统，其中送风模块设置于煤矿内壁上并朝向煤矿深处进行延伸，用于对煤矿深处传输冷却空气；水冷模块设置于煤矿内壁上并朝向煤矿深处进行延伸，用于对煤矿深处进行水冷降温；抽风模块设置于煤矿内，用于增强煤矿内的空气对流；温度传感器和湿度传感器分别用于采集煤矿内部的温度信息和湿度信息；中央控制器用于根据温度信息和湿度信息控制送风模块、水冷模块和抽风模块的工作状态。本发明通过送风模块、水冷模块和抽风模块，能够实现在通风的同时，对煤矿进行更有效地降温，且通过中央控制器能够根据煤矿内部的温度和湿度自动调节各个模块的工作状态，从而提高了系统工作的自动化程度和智能化程度。
-
公开(公告)号：CN115713699A
公开(公告)日：2023-02-24
申请号：CN202211472368.9
申请日：2022-11-22
申请人： 北京科技大学顺德创新学院
IPC分类号： G06V20/17 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种基于无人机拍摄图像的风电机组图像分割方法，包括U‑Net网络，所述U‑Net网络包括编码部分和解码部分，使用ResNet作为编码部分特征提取的主干网络；编码部分的每个卷积层包括一个3×3卷积操作和ReLU激活函数，同时使用Batch Normalization层加速训练和平滑损失函数；输入的图像通过5层编码，共可以产生512通道的特征图，在从上层到下层过程采用Maxpooling取局部接受域中值最大的点，其中，为了获得通道注意力，在卷积层后面使用ECA‑Net，在跳级结构中加入PSA‑Net进一步产生多尺度特征；将下层的ECA‑Net输出特征图上采样，并且为了进一步上采样而拼接PSA‑Net的输出，最终，就获得对原始图像进行像素级标注的分割图像。本发明极大的增强了该模型图片分割方法的鲁棒性。
-
公开(公告)号：CN113409225A
公开(公告)日：2021-09-17
申请号：CN202110791880.9
申请日：2021-07-13
申请人： 北京科技大学
IPC分类号： G06T5/00
摘要： 本发明公开了基于Retinex的无人机拍摄图像增强算法，涉及无人机拍摄图像增强技术领域，具体为基于Retinex的无人机拍摄图像增强算法，包括以下步骤：S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法，其中，Rao‑2算法用于全局搜索，NM算法负责局部搜索；S4、应用Rao‑2算法进行全局搜索，得到目标函数局部最优解；S5、使用NM单纯形法通过局部搜索改进结果；S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。本发明中，对比度大大增强；图像细节大部分保留；图像更加自然，以及极大的减轻了本发明方法的计算量，提高了计算速度。
-
公开(公告)号：CN112508255B
公开(公告)日：2021-09-07
申请号：CN202011384818.X
申请日：2020-12-01
申请人： 北京科技大学
摘要： 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统，包括：通过深度神经网络从地基云图中提取云图特征；从历史光伏出力数据中提取历史数据特征；将云图特征和历史数据特征拼接；最后基于拼接后的特征，通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测，利用深度神经网络在图像特征提取上的优势，从地基云图中提取特征，再与光伏出力历史数据融合，实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点，深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。
-
公开(公告)号：CN112508255A
公开(公告)日：2021-03-16
申请号：CN202011384818.X
申请日：2020-12-01
申请人： 北京科技大学
摘要： 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统，包括：通过深度神经网络从地基云图中提取云图特征；从历史光伏出力数据中提取历史数据特征；将云图特征和历史数据特征拼接；最后基于拼接后的特征，通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测，利用深度神经网络在图像特征提取上的优势，从地基云图中提取特征，再与光伏出力历史数据融合，实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点，深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.116 秒)
