“郭傅傲”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种目标垃圾分类方法及智能垃圾桶-CN202010026686.7在审
发明人：陈希;李思纤;吴海斌;郭傅傲;栗风永 -专利权人：上海电力大学
申请日： 2020-01-10 - 公布日： 2020-05-22 - 主分类号： B65F1/00 文献下载
摘要：本发明公开了一种目标垃圾分类方法及智能垃圾桶，目标垃圾分类方法包括，利用摄像模块获取目标图像；目标图像输入图像预处理模块中进行图像分割和聚类，并从目标图像的背景中提取出完整的垃圾物品图像作为分割图像；分割图像输入识别模块进行图像识别生成识别结果；分类模块接收识别结果完成垃圾分类。智能垃圾桶包括，通过红外对射传感器判断垃圾的投放，传输信号给树莓派，控制摄像头进行垃圾图像的采集，摄像头将采集到的垃圾图像信息返回给树莓派处理器，树莓派处理器垃圾图像进行识别和分类后，通过舵机控制模块来控制舵机驱动转轴打开对应垃圾舱室，从而达到垃圾智能分类效果。
一种目标垃圾分类方法智能垃圾桶

[发明专利]基于小波变换的多模型集成负荷预测方法-CN201910698138.6在审
发明人： 郭傅傲;唐飞;刘大明 -专利权人：上海电力大学
申请日： 2019-07-31 - 公布日： 2019-11-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于小波变换的多模型集成负荷预测方法，该方法分为四个阶段：1、在考虑多重影响因素的基础上，将历史负荷相关数据经最大信息系数特征选择技术获得相关性高的特征候选集。2、为获得平稳的负荷序列，提高预测精度，将多种小波变换集成到多预测模型中。3、每个经小波函数分解后的负荷相关序列都由一个智能预测子模型进行训练，这些子模型在同一小时内提供不同的预测。4、在集成决策过程中采用在线二次学习来组合各个时段的最优预测并提供最终预测结果。本方法能够在各种单一预测模型的基础上，进一步提升负荷预测精度。此方法泛化能力强，能适应于多种环境，具有较强应用性，有助于降低电力系统运行成本。
负荷预测小波变换模型集成子模型预测电力系统运行单一预测负荷序列技术获得决策过程系数特征小波函数影响因素预测结果预测模型智能预测最大信息能力强应用性分解学习