-
公开(公告)号：CN113469097A
公开(公告)日：2021-10-01
申请号：CN202110789818.6
申请日：2021-07-13
Applicant: 大连理工大学人工智能大连研究院 , 大连理工大学
Abstract: 本发明涉及机器学习、图像识别领域，具体涉及一种基于SSD网络的水面漂浮物多相机实时检测方法，包括以下步骤：步骤1:通过视频录制、相机拍摄和网络收集来采集水面漂浮物数据；步骤2:采用数据降噪和数据增强算法进行水面漂浮物数据扩增；步骤三：采用Labelimg工具对水面漂浮物数据集标注；步骤四：采用迁移学习对SSD网络模型进行训练获取最优权重模型；步骤五：基于SSD网络最优权重模型的多相机水面漂浮物目标实时检测。本发明基于SSD网络对水面漂浮物进行多相机实时检测，能够有效降低光照、天气和动态背景对实时检测造成的干扰，同时弥补单一相机检测的缺陷，满足实时性和精度的要求。
-
公开(公告)号：CN114022812B
公开(公告)日：2024-05-10
申请号：CN202111282062.2
申请日：2021-11-01
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
Abstract: 一种基于轻量化SSD的DeepSort水面漂浮物多目标跟踪方法，属于机器学习、目标跟踪领域。首先，获得若干水面漂浮物的连续视频帧。其次，输入水面漂浮物视频数据，通过轻量化的SSD检测算法获取当前帧的水面漂浮物目标检测框，基于视频当前帧的目标检测框进行状态预测，获得当前视频帧下的水面漂浮物目标跟踪框。再次，计算所有水面漂浮物目标检测框和跟踪框之间的运动匹配度和表观匹配度，将运动匹配度和表观匹配度进行综合匹配得到关联代价。最后，通过匈牙利算法将水面漂浮物的关联代价矩阵Ci，j进行关联匹配，确定跟踪结果。本发明能够实现水面漂浮物多目标跟踪，降低反向传播的参数数量和内存成本，提高数据关联的准确性，改善光照和遮挡物的影响。
-
公开(公告)号：CN113469097B
公开(公告)日：2023-10-17
申请号：CN202110789818.6
申请日：2021-07-13
Applicant: 大连理工大学人工智能大连研究院 , 大连理工大学
IPC: G06V20/10 , G06V20/52 , G06V10/30 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明涉及机器学习、图像识别领域，具体涉及一种基于SSD网络的水面漂浮物多相机实时检测方法，包括以下步骤：步骤1:通过视频录制、相机拍摄和网络收集来采集水面漂浮物数据；步骤2:采用数据降噪和数据增强算法进行水面漂浮物数据扩增；步骤三：采用Labelimg工具对水面漂浮物数据集标注；步骤四：采用迁移学习对SSD网络模型进行训练获取最优权重模型；步骤五：基于SSD网络最优权重模型的多相机水面漂浮物目标实时检测。本发明基于SSD网络对水面漂浮物进行多相机实时检测，能够有效降低光照、天气和动态背景对实时检测造成的干扰，同时弥补单一相机检测的缺陷，满足实时性和精度的要求。
-
公开(公告)号：CN114022812A
公开(公告)日：2022-02-08
申请号：CN202111282062.2
申请日：2021-11-01
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
Abstract: 一种基于轻量化SSD的DeepSort水面漂浮物多目标跟踪方法，属于机器学习、目标跟踪领域。首先，获得若干水面漂浮物的连续视频帧。其次，输入水面漂浮物视频数据，通过轻量化的SSD检测算法获取当前帧的水面漂浮物目标检测框，基于视频当前帧的目标检测框进行状态预测，获得当前视频帧下的水面漂浮物目标跟踪框。再次，计算所有水面漂浮物目标检测框和跟踪框之间的运动匹配度和表观匹配度，将运动匹配度和表观匹配度进行综合匹配得到关联代价。最后，通过匈牙利算法将水面漂浮物的关联代价矩阵Ci，j进行关联匹配，确定跟踪结果。本发明能够实现水面漂浮物多目标跟踪，降低反向传播的参数数量和内存成本，提高数据关联的准确性，改善光照和遮挡物的影响。
-
公开(公告)号：CN118798599A
公开(公告)日：2024-10-18
申请号：CN202411276873.5
申请日：2024-09-12
Applicant: 大连理工大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 一种基于洪水调度期划分的多库水库群降维联合错峰优化调度方法，属于水库群防洪优化调度领域。第一阶段通过分析流域内各水库各时段不同防洪任务划分多个调度期，以错峰期作为调度关键期；第二阶段依据规程调度生成初始解，通过POA算法快速生成满足防洪安全的多库联合错峰优化调度方案。本发明考虑上游和区间多种来水情况确定目标函数，在POA算法中针对多种复杂约束，基于场次洪水不同时期对下游防洪控制点错峰要求重要性的差异，提出“将洪水调度期进行划分、优化调度时仅针对错峰关键期进行优化”的降维方式，克服“维数灾”、求解效率低等问题，提升求解效率，增强实用性，可广泛应用于多种串并联形式的水库联合防洪调度中。
-
Patent Agency Ranking
公开(公告)号：CN118797418A
公开(公告)日：2024-10-18
申请号：CN202411276908.5
申请日：2024-09-12
Applicant: 大连理工大学
Abstract: 本发明提供一种特大流域暴雨洪水分类及类型识别方法，属于洪水分类及识别技术领域。所述识别方法首先，确定并计算用于分类的降雨及洪水相关指标；其次，基于洪水分类指标对场次洪水进行分类并解析各类洪水过程的形态、速率、强度特征；再次，基于降雨指标对场次洪水进行分类并验证利用降雨信息分类的可行性及准确性；最后，根据场次洪水分类结果生成基于降雨信息的决策规则并分三个阶段进行洪水类型动态识别。本发明分别使用次洪总量占比和次降雨总量占比进行分类，使用预报降雨和落地雨进行洪水类型的动态识别，因此该识别方法能够在洪水发生发展中分段识别类型，具有实时性的优点，能够提前判断，辅助提早决策。
-
公开(公告)号：CN110782366B
公开(公告)日：2022-09-06
申请号：CN201910965654.0
申请日：2019-10-12
Applicant: 大连理工大学
IPC: G06Q50/06 , G06F30/20 , G06F111/06
Abstract: 一种基于情景不确定性的供水管网多目标优化调控方法，属于供水管网智能调控领域。首先，构建多目标优化数学模型。其次，采用拉丁超立方采样技术LHS对多目标优化数学模型中的不确定性参数进行量化。再次，对多目标优化数学模型进行优化求解。最后，去除总解集中的重复解，采用蒙特卡罗采样技术对不确定性参数进行随机抽样，采取改进的非支配排序准则进行个体排序，逐个输出总解集中排序层级最高的个体，提取出决策方案。本发明在RNSGA‑II算法的基础上提出几项新的改进措施，保证统计量评估准确性，显著提升算法求解的分布性和收敛性，且基于决策方案集，可为管理人员提供可视化的多目标优化制衡结果，辅助科学且安全可靠的决策支持，推动供水管网的智能调控管理。
-
公开(公告)号：CN114386677A
公开(公告)日：2022-04-22
申请号：CN202111594179.4
申请日：2021-12-24
Applicant: 大连理工大学
Abstract: 一种基于新型通用输入输出结构与长短时记忆网络的洪水预报方法。首先，根据研究流域历史场次洪水数据分析汇流特性，计算研究流域平均汇流时间；其次根据流域平均汇流时间确定LSTM洪水预报模型的输出时段数，给定LSTM洪水预报模型的隐藏层层数和隐藏层神经元节点数。接着，设计新型通用LSTM洪水预报模型的输入输出结构，输入训练集、验证集样本训练模型，得到不同结构与参数的洪水预报模型。最后，比较分析不同输入长度下的LSTM洪水预报模型在训练集、验证集的表现，确定最终较优的LSTM洪水预报模型，并评估分析LSTM洪水预报模型在测试集的预报效果。本发明通用性较强，建立的LSTM洪水预报模型能够取得较好的预报效果，为流域洪水灾害防御工作提供新技术支撑。
-
公开(公告)号：CN105608513B
公开(公告)日：2019-04-09
申请号：CN201610173710.3
申请日：2016-03-24
Applicant: 大连理工大学
Abstract: 本发明提供一种耦合长、中、短期径流预报信息的水库优化调度方法,该方法包括以下步骤：1)分析径流自身随机性及其预报不确定性，并进行描述；2)构建耦合长、中、短期径流预报信息的水库优化调度模型，确定其目标函数、约束条件及递推方程；3)结合递推方程对所建立的水库优化调度模型进行求解。本发明的效果和益处是将长、中、短三种预见期径流预报信息耦合至水电调度中，对不确定性描述更为合理，对预报径流的处理方式更为有效，有利于提高水库调度对不确定信息的使用效率，保证水库发电效益和系统稳定性。
-
公开(公告)号：CN105760703B
公开(公告)日：2018-04-10
申请号：CN201610286165.9
申请日：2016-05-03
Applicant: 大连理工大学
IPC: G06F19/00
Abstract: 本发明提供一种基于聚合水库蓄放水模拟的洪水预报方法，该方法包括以下步骤：1)率定天然期TOPMODEL模型参数；2)将流域内水利工程聚合成一个水库，计算其聚合库容，确定初始蓄满率；3)制定聚合水库的蓄放水模拟图；4)在天然状态下模型参数的基础上，根据实测场次洪水率定出洪水发生前聚合水库蓄水量参数B，Pmax，Pmin，τ及聚合水库蓄放模拟图参数A，m，n,并进行洪水预报。该洪水预报方法充分考虑了水利工程库容信息，采用聚合水库蓄放水模拟图的方式将水利工程对洪水预报的影响融入TOPMODEL模型，实时校正了水利工程对洪水预报的影响，从而减少了洪水预报结果的不确定性，提高了洪水预报方案的精度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.025 seconds)
