“顾锞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[发明专利]一种VOCs燃烧残留量精确检测方法-CN202310714365.X在审
发明人：郭楠;乔俊飞;顾锞;李鹏宇;武利;贾丽杰;李大鹏;彭益新;刘佳晖;徐明月 -专利权人：北京工业大学
申请日： 2023-06-15 - 公布日： 2023-09-15 - 主分类号： G06F30/27 文献下载
摘要：一种VOCs燃烧残留量精确检测方法属于智能环保领域。本发明步骤：基于计算流体力学，针对双股蒸汽助燃型火炬进行仿真建模，构建放空火炬系统最终生成混合气体成分的仿真数据集，基于烟气分析仪测量放空火炬系统混合气体成分构建测量数据集；针对因仪器检测过程耗时导致测量数据集存在时间滞后的问题，采用延迟消除方法修正数据集中的VOCs燃烧残留量的时间戳，实现VOCs燃烧残留量的预测；基于构建数据集使用RBF网络建立放空火炬VOCs燃烧残留量预测模型；针对RBF网络的设计，设计基于密度的Canopy‑K均值算法初始化网络的结构和参数，提高网络性能；采用微调和基于梯度的算法调整RBF网络参数，提高网络的逼近能力。
一种 vocs 燃烧残留精确检测方法

[发明专利]一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5-CN201811415764.1有效
发明人：顾锞;乔俊飞 -专利权人：北京工业大学
申请日： 2018-11-26 - 公布日： 2023-05-12 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5浓度的预测方法。以过去24小时内每小时空气中6种污染物浓度和6种气象指标共计24组12种特征作为输入，得到PM2.5浓度预测值。该模型在一个三阶段框架中实现，首先，通过适当选择环境因素、时间因素和训练样本，创建了多种基学习器；然后，采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除；最后，对选取的正向基学习器采用堆叠技术进行集成，以预测未来PM2.5浓度。本发明较现有方法在预测误差和数据来源难易程度上有明显提升，可指导人们健康出行,还可以协助政府限制汽车流量、废气排放量等等。
一种基于堆叠选择性集成学习空气颗粒 pm base sub 2.5

[发明专利]一种面向污染监测的多通路深度神经网络高效训练方法-CN202310106807.2在审
发明人：顾锞;谢双憶;刘静 -专利权人：北京工业大学
申请日： 2023-02-13 - 公布日： 2023-04-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种面向污染监测的多通路深度神经网络高效训练方法，其中多通路深度神经网络高效训练方法先通过分步筛选集成所有单通道神经网络及其融合部分的最优参数，再对融合后的多通路深度神经网络进行微调得到污染监测模型的最优参数，将污染物图像样本输入网络进行训练，能有效提高污染监测模型精度。本发明针对不同子网络及其组合进行网络训练，集成了所有子网络及其融合部分的最优参数，解决了随机初始化参数容易使网络陷入局部最小值的问题，从而提高了神经网络模型监测精度；提高污染监测模型的监测精度。
一种面向污染监测通路深度神经网络高效训练方法

[发明专利]一种基于回声状态网络的放空火炬燃烧状态精确控制方法-CN202211119832.6在审
发明人：乔俊飞;刘佳晖;郭楠;顾锞 -专利权人：北京工业大学
申请日： 2022-09-15 - 公布日： 2023-03-03 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于回声状态网络的放空火炬燃烧状态精确控制方法，该方法基于回声状态网络的模型预测控制技术、设定值跟踪控制技术，利用Fluent软件对放空火炬的湍动燃烧过程进行模拟，计算其燃尽率和破坏去除率来精确判断燃烧状态，然后根据公式计算出精确的助燃蒸汽流量，从而对助燃蒸汽流量进行精确调控以实现高效燃烧。本发明通过建立放空火炬机理模型，筛选出高质量的数据建立回声状态网络模型，并预测最佳助燃蒸汽流量，随后设计回声状态网络辨识器和预测控制器，对助燃蒸汽流量进行设定值在线跟踪控制。基于设定值跟踪控制研究，可及时地校正控制过程中出现的各种复杂情况，在火炬高效燃烧和节约资源方面都提升了很多。
一种基于回声状态网络放空火炬燃烧精确控制方法

[发明专利]一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方法-CN202211129496.3在审
发明人：乔俊飞;彭益新;郭楠;顾锞 -专利权人：北京工业大学
申请日： 2022-09-15 - 公布日： 2022-12-16 - 主分类号： G16C10/00 文献下载
摘要：一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方法，属于智能环保技术领域。本发明所述方法包括以下步骤：基于计算流体力学，针对双股蒸汽助燃型火炬进行仿真建模，获得废气成分流速、助燃蒸汽量和燃尽率数据；根据仿真数据使用LSTM网络建立放空火炬燃烧状态预测模型；采用NSGA‑Ⅲ算法，对放空火炬所需最佳助燃蒸汽量进行寻优；将优化算法改进为动态优化算法。本发明通过在软件中仿真实际工况获得大量可靠数据解决了实际放空火炬数据稀缺问题，通过神经网络建模解决了仿真模型计算过慢、难以实际应用的问题，通过优化算法解决能耗与燃烧状态之间的耦合关系，能够快速准确地定量判断放空火炬燃烧状态和所需助燃蒸汽量。
一种放空火炬燃烧状态定量预测最佳助燃蒸汽量寻优方法

[发明专利]基于影像分析的放空火炬黑烟消除智能控制方法-CN202011226828.0有效
发明人：乔俊飞;谢晓添;顾锞;武利 -专利权人：北京工业大学
申请日： 2020-11-06 - 公布日： 2022-08-02 - 主分类号： F23G7/06 文献下载
摘要：本发明公开了基于影像分析的放空火炬黑烟消除智能控制方法，该方法基于影像分析技术、智能控制技术，应用可见光和红外光高清摄像头、上位机和影像分析软件、PLC控制器和组态软件，通过高清摄像机拍摄火炬燃烧场景影像，将影像传入上位机中，利用影像分析技术在MATLAB中检测黑烟品质，将计算的黑烟品质值作为反馈值传递给PLC控制器中，最终PLC控制器输出信号控制助燃蒸汽阀门开度以实现消烟。本发明通过计算得到助燃蒸汽电动阀门开度初始值，以火炬气流量作为前馈值，来及时跟踪火炬气流量的变化。基于影像分析技术，以黑烟品质数据作为反馈信号，在火炬高效燃烧与节能减排方面具有很大的先进性。
基于影像分析放空火炬黑烟消除智能控制方法

[发明专利]基于图像的高效PM2.5浓度预测方法-CN201810009746.7有效
发明人：顾锞;乔俊飞;李晓理 -专利权人：北京工业大学
申请日： 2018-01-05 - 公布日： 2022-07-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于图像的高效PM2.5浓度预测方法。通过手机或者相机来获取场景图像，基于这些图像来实时估计PM2.5浓度。首先，在PM2.5浓度非常低的良好天气环境下拍摄大量图片，基于空间和变换域的熵特征建立自然统计模型(NS)。然后将一张新的图像与NS模型对比，计算出偏离度。最后，用非线性函数映射PM2.5浓度指数的偏离度。大量的实验结果表明，本发明提出的模型在PM2.5浓度精准预测和实现效率方面与目前的先进方法相比具有很大优势。
基于图像高效 pm2 浓度预测方法

[发明专利]基于视觉感知的火炬烟尘监测方法-CN201911057739.5有效
发明人：顾锞;董江涛;乔俊飞;李硕 -专利权人：北京工业大学
申请日： 2019-11-01 - 公布日： 2022-04-22 - 主分类号： G06V10/25 文献下载
摘要：基于视觉感知的火炬烟尘监测方法属于图像处理与环境感知的交叉领域。本发明提出的VMFM，首先利用宽调谐彩色通道识别图像中是否存在火焰，然后结合快速显著性检测和K‑means方法确定火焰的位置，最后以火焰区域为中心搜索潜在的火炬烟尘区域并最终检测火炬烟尘是否存在。从石化厂采集的多个视频序列上的实验结果表明，本发明在监控性能和计算效率上都优于现有的相关方法。本发明设计的基于视觉的火炬烟尘监测方法能够及时发现火炬烟尘，保证火炬气充分燃烧。
基于视觉感知火炬烟尘监测方法

[发明专利]一种基于多任务集成学习器的PM2.5和O3浓度协同预测方法-CN201811489083.X有效
发明人：顾锞;乔俊飞 -专利权人：北京工业大学
申请日： 2018-12-06 - 公布日： 2022-04-12 - 主分类号： G06Q50/26 文献下载
摘要：本发明涉及一种基于多任务集成学习器的PM2.5和O3浓度协同预测方法。以空气中6种污染物浓度和6种气象指标共计12种特征作为输入向量，得到PM2.5浓度和O3浓度的预测值。该模型在一个四阶段框架中实现，首先，建立多任务支持向量机回归学习器；然后，使用随机子空间方法生成多个随机特征集；然后，将生成的多个随机特征集所包含的数据作为训练集，建立多个学习器；最后，采用采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除，对保留的正向基学习器采用取平均值的方法进行集成，以预测未来PM2.5和O3的浓度。本发明实现了小样本精确预测，较现有方法在预测误差和泛用性上均有明显提升。
一种基于任务集成学习 pm2 o3 浓度协同预测方法

[发明专利]一种基于深度混合神经网络的烟雾检测方法-CN201811421607.1有效
发明人：顾锞;乔俊飞;李晓理 -专利权人：北京工业大学
申请日： 2018-11-26 - 公布日： 2021-09-17 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于深度混合神经网络的烟雾检测方法，将深度归一化神经网络和一种全新的基于跳连的卷积神经网络通过特征融合的方法组合成深度混合神经网络。通过深度混合神经网络所实现的烟雾检测方法，可对工厂烟囱、火炬所冒出的烟雾进行识别，判断烟雾为白烟、非白烟。由于不同种类的烟雾含有的有毒有害废气的比例不同，需对其及时判断以便进行控制。将基于深度混合神经网络的烟雾检测方法应用于废气处理系统，较之现有的方法，在减少了大量神经网络中的参数，提高了运算速度的同时提升了识别准确率。可对废气的产生和排放过程进行精确的实时控制，不仅可以显著减少有毒有害气体的排放，同时还降低了能耗。
一种基于深度混合神经网络烟雾检测方法

[发明专利]一种基于自组织多通道深度学习网络的河流浊度监测方法-CN202110556918.4在审
发明人：顾锞;刘红燕;乔俊飞;谢双憶 -专利权人：北京工业大学
申请日： 2021-05-21 - 公布日： 2021-09-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自组织多通道深度学习网络的河流浊度监测方法，用于监测河流水质浊度。该网络由两个主要部分构成：首先，基于新设计的分形模块构建用于河流浊度监测的自组织多通道深度学习网络架构，每个分形模块由一个固定块和一个嵌套块组成，高阶分形模块中的嵌套块本质上是低阶分形模块。最后，本发明进一步引入一种基于集成诱导的多通道融合方法来改进所提出的基于自组织多通道深度学习网络的河流浊度监测方法，以增强网络性能和泛化能力。基于自组织多通道深度学习网络的河流浊度监测方法属于水环境保护领域和机器学习领域。
一种基于组织通道深度学习网络河流浊度监测方法

[发明专利]一种基于时域加权的空气污染物浓度监测方法-CN201910857687.3有效
发明人：顾锞;乔俊飞;夏俊勇 -专利权人：北京工业大学
申请日： 2019-09-09 - 公布日： 2021-07-30 - 主分类号： G01N33/00 文献下载
摘要：本发明公开了一种基于时域加权的空气污染物浓度监测方法。引入时间加权矩阵到支持向量回归模型中来增强不同时刻训练样本的权重。首先，收集一周内6种气象指标和6种空气污染物浓度共计12个特征的数据作为特征向量并以此构成样本数据。然后引入时间加权矩阵建立时域加权支持向量回归机模型。最后，用样本训练TSVR模型，对监测结果进行评估。实验结果表明，本发明提出的模型在空气污染物浓度监测和实现效率方面与目前的监测方法相比具有很大优势。
一种基于时域加权空气污染物浓度监测方法

[发明专利]一种面向放空火炬的烟气智能影像感知方法-CN202110404265.8在审
发明人：谢文辉;顾锞;苗纯璋;李忠言 -专利权人：北京工业大学
申请日： 2021-04-15 - 公布日： 2021-07-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种面向放空火炬的烟气智能影像感知方法，其中方法的实现包括：采集放空火炬图像，进行黑烟存在性检测，使用显著性方法提取图像烟气区域，采用高斯滤波的方式去除图像噪声，使用超分辨率方法提升图像质量，计算烟气的黑度等级来分析烟气品质。本发明将目标区域集中于烟气和火焰周围，减少了放空火炬周围其他物体的影响，增强了抗干扰能力；通过使用高斯滤波的方式来进行图像去噪，使图像噪声点的灰度降低，从而减少图像中噪声的数量；通过使用超分辨率的方法将烟气图像映射为高质量图像，便于对图像中的烟气品质进行分析，提升了判定结果的准确率。
一种面向放空火炬烟气智能影像感知方法

[发明专利]基于多尺度自然场景统计建立的无参考图像质量感知方法-CN201710992803.3有效
发明人：顾锞;乔俊飞;刘茂珅 -专利权人：北京工业大学
申请日： 2017-10-23 - 公布日： 2021-05-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多尺度分析法建立的新无参考图像质量感知方法。该方法能有效评估基于深度图像绘制技术合成图像的质量。本发明考虑到基于深度图像绘制技术合成图像的参考图像通常不可获得，利用深度图像绘制技术造成几何失真破坏自然图像自相似特性，并且破坏程度随图像尺寸缩小而趋于减小的先验知识建立了无参考图像多尺度分析质量感知方法。根据利用主流数据库来对方法进行性能测试的结果，本发明的性能和现有的评估方法相比有较大优势。值得注意的是，由于目前很少有关于深度图像绘制技术合成图像的无参考评估方法的研究，本发明填补了这方面的空白，为将来无参考图像质量感知算法的提高开辟了一个方向。
基于尺度自然场景统计建立参考图像质量感知方法

[发明专利]一种基于反向辐射注意力金字塔网络的烟雾多分类识别方法-CN202011226816.8在审
发明人：顾锞;张永慧;乔俊飞;李泽东 -专利权人：北京工业大学
申请日： 2020-11-06 - 公布日： 2021-02-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于反向辐射注意力金字塔网络的烟雾多分类识别方法，判断放空火炬工作状态。该网络首先由三个串联的金字塔模块构成，这三个金字塔块由3、4和5个基本卷积模块组成。然后，在每个金字塔模块中引入注意机制进行特征滤波。最后，通过反向辐射连接各金字塔模块的所有前馈输出，系统全面融合低、中、高层特征。基于反向辐射注意力金字塔网络的烟雾多分类识别方法属于大气环境保护领域和机器学习领域。
一种基于反向辐射注意力金字塔网络烟雾分类识别方法

1
2
下一页»
尾页
共 30 条