一种基于多关系挖掘时空注意力机制的空气质量预测方法

    公开(公告)号:CN119204352A

    公开(公告)日:2024-12-27

    申请号:CN202411699283.3

    申请日:2024-11-26

    Abstract: 本发明公开了一种基于多关系挖掘时空注意力机制的空气质量预测方法,包括:构建污染物浓度变化矩阵和气象变化矩阵;获取监测站点的地理位置信息数据、站点特征数据和时间序列数据;根据污染物浓度数据集和历史气象数据集确定时空图的边,根据地理位置信息数据确定时空图的节点,构建时空图结构;根据时空图结构确定邻接矩阵,并根据第二归一化公式,对邻接矩阵进行归一化;对神经网络模型进行训练,得到空气质量预测模型;将待测目标数据输入空气质量预测模型,通过空气质量预测模型输出目标预测空气质量数据。本发明可以提升对空气中污染物预测的准确性和时效性。

    一种微功耗免计算数据传输架构与分布式闪存加解密方法

    公开(公告)号:CN118714558A

    公开(公告)日:2024-09-27

    申请号:CN202410859332.9

    申请日:2024-06-28

    Abstract: 本发明公开了一种微功耗免计算数据传输架构与分布式闪存加解密方法,属于信号转换电路和信号调制领域。本发明包括天线、包络检测、同步时钟发生电路、内部时钟、免计算加解密电路、分布式闪存芯片、异或门及反射电路。下行时,终端收到无线电信号后经过解调和解密得到传感器能够识别的标准计算机总线数据;上行时,对传感器上传的数据进行加密,然后将加密数据和时钟进行调制,最后通过反向散射电路将其调制到网关发送的载波上并传回至网关。本发明通过分布式闪存,存储海量传感数据;通过加解密电路,解决敏感数据泄露问题;通过无线电信号的能量驱动可以直接输出传感器芯片能识别物理总线数据,无需处理器且比传统解调方法效率高出4倍。

    一种适用于工业物联网的虚拟传感节点生成技术

    公开(公告)号:CN118449858A

    公开(公告)日:2024-08-06

    申请号:CN202410523287.X

    申请日:2024-04-28

    Abstract: 本发明公开了一种适用于工业物联网的虚拟传感节点生成技术,属于物联网技术领域。旨在解决现有物联网部署中因传感节点成本高、部署受限导致的感知能力和数据获取效率低下问题。本技术通过分析工业物联网环境的空间特性、物理量参数及其传递规律,构建物理量描述函数、计算函数库和推理感知模型。通过部署少量物联网传感节点收集现场数据,并基于这些数据生成大量的虚拟传感节点,特别是在高温、高压、低氧等不利于物联网传感节点部署的区域实现感知覆盖的补充和完善。本发明可以使工业物联网环境下传感节点布置的成本大幅降低,做到目标空间全覆盖感知的同时降本增效。

    一种全被动通信节点任务状态预测机制

    公开(公告)号:CN118432700A

    公开(公告)日:2024-08-02

    申请号:CN202410523227.8

    申请日:2024-04-28

    Abstract: 本发明公开了一种全被动通信节点任务状态预测机制,属于被动式通信领域。本发明包括:网关控制命令下行传输;传感节点接收命令选择相应的传感芯片调度方式并返回网关相关参数;网关根据传感节点返回的调度相关参数计算传感节点上相邻数据包上传的时间间隔以及最后一个数据包与前一个数据包之间的时间间隔;从而预测传感节点数据上传的时间点,由此可以知道未来上行带宽的可用时间段。本发明能够计算各传感节点未来的通信链路占用需求,进而实现精细化分配载波分配,提升全被动式通信下传感节点任务执行效率,避免高并发控制下因上下行通信碰撞而导致任务效率难以提升的难题。

    一种基于迁移学习的非均质储层参数预测方法及系统

    公开(公告)号:CN117251802B

    公开(公告)日:2024-02-20

    申请号:CN202311509275.3

    申请日:2023-11-14

    Abstract: 本发明涉及一种基于迁移学习的非均质储层参数预测方法及系统,属于储层评估领域;解决了现有方法在复杂储层上应用效果不理想的问题,以及模型解释性较差的问题。其技术方案是:首先,通过对数据不平衡问题采用数据增强算法,有效扩充不平衡测井数据,实现数据平衡;接着,利用随机森林算法分别建立基于测井数据的岩性判别模型和渗流能力判别模型;最后,基于储层参数之间的相关性,引入迁移学习,构建储层参数预测模型。本发明提出了一种基于迁移学习的非均质储层参数预测方法及系统,能够自主训练获取岩性类别和渗流能力等级,实现通过测井数据对复杂储层孔隙度和渗透率进行预测,具有较高的预测精度。

    一种CenterNet与混合注意力相融合的机翼结冰检测方法

    公开(公告)号:CN117132870B

    公开(公告)日:2024-01-26

    申请号:CN202311385829.3

    申请日:2023-10-25

    Abstract: 基线网络的对比实验,结果表明,RA‑CenterNet本发明属于目标检测技术领域,提供了一种 算法与主流旋转目标检测算法相比具有综合竞CenterNet与混合注意力相融合的机翼结冰检测 争优势。方法。本发明可用于结冰图像的识别,进而实现机翼结冰检测的任务。本发明旨在解决现有的机翼结冰检测方法要么依赖操作员经验,要么依赖复杂的工程实现和高昂的硬件开发成本等问题。为了解决实验数据中出现的特定结冰区域方向问题,我们设计了一种新颖的角度预测分支网络,以实现对旋转目标的精确校准。进一步的,我们将混合注意力(Convolutional Block (56)对比文件匡益.基于深度学习的工业仪表检测与自动读数方法研究《.中国优秀硕士学位论文全文数据库》.2023,(第08期),C030-23.

    一种基于轻量化级联网络的布匹瑕疵检测方法

    公开(公告)号:CN115205274A

    公开(公告)日:2022-10-18

    申请号:CN202210887548.7

    申请日:2022-07-26

    Abstract: 本发明公开了一种基于轻量化级联网络的布匹瑕疵检测方法。包括构造适用于布匹缺陷检测的YOLOv5s‑GSBiFPN轻量化检测模型。在主干网络特征提取阶段,设计了全新的双路注意力CSPGhostSE结构,并通过堆叠多层CSPGhostSE结构提取深层特征。在特征融合阶段使用了三层堆叠的加权双向金字塔BiFPN结构,充分融合多尺度特征。其次针对检测缺陷特征不明显样本易出现误检的问题,提出了检测+分类的级联网络架构,对预测框进一步进行是否为瑕疵的二分类判断过滤误检。本发明设计的轻量化级联检测模型显著提升了小目标和困难样本检出能力,误检较少且模型较小,易于实现低性能设备端部署。

Patent Agency Ranking