-
公开(公告)号:CN109063338B
公开(公告)日:2023-06-09
申请号:CN201810879043.X
申请日:2018-08-03
申请人: 华北水利水电大学
IPC分类号: G06F30/13 , G06F30/20 , G06F17/13 , G06F17/16 , G06F119/14
摘要: 本发明公开了一种基于完全正交化算法的识别预应力桥梁现存预应力的方法,包括以下步骤:1)、在桥梁底面从左端依次向右布置有m个位移传感器;2)、测量在固定荷载P(t)作用下位移传感器测得的桥梁竖向位移3)、由测得的桥梁竖向位移计算预应力桥梁的振幅{q}N×1;4)、建立识别桥梁现存预应力值的系统方程T=({S}T{S})‑1{S}T{b};5)、利用基于完全正交化算法求得桥梁现存预应力值T。本发明通过建立预应力桥梁现存预应力与桥梁竖向动态位移响应之间的力学映射关系,实现由桥梁位移响应识别桥梁现存预应力值,具有识别速度快且精度较高等优点,具有良好的工程应用价值。
-
公开(公告)号:CN111398416B
公开(公告)日:2023-05-23
申请号:CN202010253031.3
申请日:2020-04-01
申请人: 华北水利水电大学
IPC分类号: G01N29/036 , G01N29/34
摘要: 本发明公开了一种基于自适应最优线性融合的阵列扫描共振式含沙量检测仪,包括设备保护盒、设备架构、阵列扫描共振体、温度传感器、压力传感器和流速传感器;所述设备保护盒下方连接设备架构,所述设备架构通过可伸缩支架拼装成带有边框的井字形结构;所述设备架构上安装有均朝向同一方向的阵列扫描共振体、温度传感器、压力传感器和流速传感器,所述阵列扫描共振体、温度传感器、压力传感器和流速传感器均呈阵列排布;所述阵列扫描共振体、温度传感器、压力传感器和流速传感器通过设备架构内部的引线连接至上端的设备保护盒,设备保护盒内安装有主控制模块。本发明解决了目前水体含沙量测量考虑因素单一,方法复杂的问题。
-
公开(公告)号:CN110084145B
公开(公告)日:2023-05-12
申请号:CN201910277867.4
申请日:2019-04-08
申请人: 华北水利水电大学
摘要: 本发明具体公开了一种基于TensorFlow的病虫害时频域多尺度识别系统及操作方法,包括基于物联网技术的OV7725摄像头子节点采集单元和LoRa传输子节点传输单元、土壤熵值传感器子节点采集单元、stm32节点处理单元等硬件平台,将采集的图像和农田信息传输至监测中心;在监测中心进行基TensorFlow的数据统计分析方法,将农作物图像与农田信息进行分析判断,得出准确的病虫害识别判断。
-
公开(公告)号:CN112016839B
公开(公告)日:2022-11-08
申请号:CN202010899796.4
申请日:2020-08-31
申请人: 华北水利水电大学
摘要: 本发明公开了一种基于QR‑BC‑ELM的洪涝灾害预测预警方法,涉及洪涝预警技术领域,考虑多种洪水成因,基于极限学习机与地理信息系统建立洪水模型,以模拟黄河流域洪水易发区,并验证极限学习机相对于人工神经网络的效率与精度优势。本发明提供的改进极限学习模型的学习速度是人工神经网络的32倍,是传统极限学习模型的1.2倍。而且,所提出的正交三角分解极限学习模型和满秩分解极限学习模型的噪音处理能力都要大大优于人工神经网络,BC‑ELM和QR‑ELM在预测精度与预测效率方面具有很大的优势,是洪水预报模型较为合适的选择。
-
公开(公告)号:CN112016839A
公开(公告)日:2020-12-01
申请号:CN202010899796.4
申请日:2020-08-31
申请人: 华北水利水电大学
摘要: 本发明公开了一种基于QR-BC-ELM的洪涝灾害预测预警方法,涉及洪涝预警技术领域,考虑多种洪水成因,基于极限学习机与地理信息系统建立洪水模型,以模拟黄河流域洪水易发区,并验证极限学习机相对于人工神经网络的效率与精度优势。本发明提供的改进极限学习模型的学习速度是人工神经网络的32倍,是传统极限学习模型的1.2倍。而且,所提出的正交三角分解极限学习模型和满秩分解极限学习模型的噪音处理能力都要大大优于人工神经网络,BC-ELM和QR-ELM在预测精度与预测效率方面具有很大的优势,是洪水预报模型较为合适的选择。
-
公开(公告)号:CN111445087A
公开(公告)日:2020-07-24
申请号:CN202010305624.X
申请日:2020-04-17
申请人: 华北水利水电大学
摘要: 本发明公开了基于极限学习机的洪水预测方法,涉及灾害预测技术领域,本发明根据多种洪水成因、极限学习机以及地理信息系统GIS建立洪水预测模型,通过确定系数r、威尔默特指数WI、纳什效率指数Ens、均方根误差RMSE、平均绝对误差MAE和相关误差RE验证了极限学习机相对于人工神经网络的效率与精度优势,实验结果表明,极限学习机的学习速度是人工神经网络的32倍,而且极限学习机的噪音处理能力要优于人工神经网络,与人工神经网络相比,极限学习在预测能力与效率方面具有很大的优势,是洪水预报模型较为合适的选择。
-
公开(公告)号:CN111285516A
公开(公告)日:2020-06-16
申请号:CN202010141871.0
申请日:2020-03-04
申请人: 华北水利水电大学
IPC分类号: C02F9/08
摘要: 本发明涉及水利设备领域,具体是一种具有自动化信息采集功能的水利装置,包括一级处理室和二级处理室,所述一级处理室内设有第一处理腔,二级处理室的内侧上部和下部分别设有第二处理腔和第三处理腔;第一处理腔内安装有过滤网筒以及对过滤网筒内壁进行刮污的刮污组件,一级处理室的底部安装有用于对过滤网筒内沉降污物收集的集污管,二级处理室上还安装有用于向过滤网筒下端输送药剂的输药组件,第二处理腔内安装有过滤网板,第三处理腔内顶部安装有紫外线灯管,第三处理腔还安装有封堵组件。本发明对水体的处理效果较彻底,方便进行清理维护,自动化程度高。
-
公开(公告)号:CN103914952B
公开(公告)日:2017-01-18
申请号:CN201410152340.6
申请日:2014-04-16
申请人: 华北水利水电大学
CPC分类号: Y02A50/12
摘要: 本发明涉及一种基于物联网的山洪地质灾害监测装置,包括电源模块、分布式传感器、信号调理模块、GPS模块、微控制器、显示、报警模块和GPRS模块,分布式传感器与信号调理模块连接,信号调理模块及GPS模块分别与微控制器连接,微控制器分别与显示、报警模块连接,并且微控制器还通过GPRS模块与远程监控中心进行双向通信,微控制器获取传感器及GPS定位信息,然后送至GPRS模块封装,最后通过GPRS骨干网接入Internet网络传送至远程监控中心,同时微控制器还通过GPRS模块接收远程监控中心的数据指令。通过采用上述结构,实现了山洪地质灾害多参数的自动化在线监测,从而有效提升山洪地质灾害的监测预警能力。
-
公开(公告)号:CN104897245A
公开(公告)日:2015-09-09
申请号:CN201510303971.8
申请日:2015-06-04
申请人: 华北水利水电大学
IPC分类号: G01F23/296 , G08C17/02
摘要: 本发明提供了一种基于Zigbee的多点采集自校正水位检测仪及检测方法,包括一个MCU控制单元和三个数据采集单元;所述的MCU控制单元包括第一电源、第一单片机最小系统、时钟模块、警戒水位设置模块、液晶显示模块、报警模块、第一Zigbee模块和第一主控芯片;本发明克服了现有技术的不足之处,稳定性好,准确性高,设备简单、具有预报预警功能,经济实用。
-
公开(公告)号:CN114882400A
公开(公告)日:2022-08-09
申请号:CN202210461094.7
申请日:2022-04-28
申请人: 华北水利水电大学 , 郑州三和水工机械有限公司 , 河南三和水工机械有限公司 , 河南三和水工新型建材机械有限公司
IPC分类号: G06V20/40 , G06V10/44 , G06V10/764 , G06V10/82 , G06T7/00 , G06T7/13 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于AI智能机器视觉技术的骨料检测分类方法,包括以下步骤:S1,使用高清摄像头拍摄骨料运输视频,并通过5G网络进行实时传输,获得骨料图像;S2,通过图像边缘分割处理方法进行对所述骨料图像处理,提取边缘特征;S3,对处理后的骨料图像的骨料类别进行手工标注;S4,将标注后的骨料图像输入机器视觉算法中,进行训练,进行特征提取,输出为权重文件;S5,将训练好的权重放在检测系统里,对骨料进行检测识别。通过使用摄像头通过5G网络实时获取骨料图像,应用计算机图像处理技术对视频进行处理,结合AI智能算法对不同种类骨料状态图像进行检测和识别,以解决现有骨料监测方法操作复杂的问题,同时也实现了实时性处理的功能。
-
-
-
-
-
-
-
-
-