-
公开(公告)号：CN114266984B
公开(公告)日：2024-04-26
申请号：CN202111482807.X
申请日：2021-12-07
Applicant: 北京工业大学
IPC: G06V20/13 , G06T7/62 , G06V10/82 , G06N3/0464 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种利用高分辨率遥感影像计算区域建筑物屋顶光伏可改造区减碳量的方法，通过GF‑2遥感影像提取建筑物矢量图并进行位置配准，利用DeepLabv3+网络对配准后图像识别，然后基于识别结果计算平屋顶及斜屋顶面积，利用建筑物屋顶参数、屋顶光伏参数、太阳辐射参数建模计算可改造屋顶光伏容量，最后结合标准煤耗、标准煤的二氧化碳排放因子、可改造屋顶光伏容量构建可改造屋顶光伏减碳量模型。利用本发明可以实现对建筑物屋顶光伏可改造区减碳量的计算，有效评估光伏可开发容量和节能减碳量、预测屋顶光伏发电潜力，实现“碳达峰，碳中和”目标下屋顶光伏减碳量的评估。
-
公开(公告)号：CN117332344A
公开(公告)日：2024-01-02
申请号：CN202311051456.6
申请日：2023-08-21
Applicant: 北京工业大学
IPC: G06F18/2433 , G01N33/00 , G06F18/2321 , G06F18/15 , G06N3/088 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于误差优化自动编码器模型的空气质量异常检测方法，该方法第一阶段首先进行误差优化训练，获得空气质量异常检测数据集的无监督聚类；其次，使用不同策略从空气质量异常检测数据集的无监督聚类中挑选可能的离群值实例，并构建空气质量正常数据集；最后，在空气质量正常数据集上应用深度自动编码器模型以优化其重建误差。第二阶段，本发明构建一种基于EOA模型的空气质量异常检测方法，使用空气质量异常检测数据集对该模型进行训练和验证。本发明提出的误差优化自动编码器模型可优化深度自动编码器模型，在计算重建误差时只使用空气质量正常数据集，提升空气质量异常检测效果。
-
公开(公告)号：CN117235272A
公开(公告)日：2023-12-15
申请号：CN202310928625.3
申请日：2023-07-27
Applicant: 北京工业大学
IPC: G06F16/36 , G06F16/215 , G06F18/214 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于UIE模型的空气污染物文本信息抽取方法。该方法对空气污染投诉文本进行了污染源、污染时间和污染发生地点三元组信息的提取工作，对突发性、非时序性空气污染问题进行有效建模。本发明首先基于空气污染投诉预料数据的短文本结构特点，构建相应的UIE模型；其次，结合实际信息抽取要素要求、空气污染防治要求，对UIE模型有效性进行检验，并利用UIE模型对空气污染投诉文本进行文本语料三元组信息抽取工作；最后，对于提取出的文本语料三元组信息进行多维分析，包括时域统计、空间分析等，并建立面向空气污染投诉的特定知识图谱。本发明对时序预测模型进行了补充，同时更直观地展现污染物与污染发生地点之间的联系。
-
公开(公告)号：CN114821339A
公开(公告)日：2022-07-29
申请号：CN202210600900.4
申请日：2022-05-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种利用高分辨率遥感影像识别建筑垃圾消纳场状态的方法。利用Python脚本将研究区空间信息写入遥感影像数据集，基于消纳场位置信息进行切割构建消纳场区域数据集，然后通过DeepLabv3+网络对该数据集进行消纳场内部分布识别训练，最后利用训练模型对测试集做出识别并进行结果评估。识别建筑垃圾消纳场的内部分布，包括空地区域、已堆放区域、建筑垃圾消纳场工程设施等，进而预测消纳场的处理能力状态，并且基于真实场景对识别结果做出评估，为城市管理应用场景创新提供新方向，为城市资源合理调度提供支持。
-
公开(公告)号：CN110167241B
公开(公告)日：2022-07-05
申请号：CN201910459021.2
申请日：2019-05-29
Applicant: 北京工业大学
IPC: H05B47/19 , H05B47/11 , H05B47/12 , H05B47/115 , H04W4/80
Abstract: 本发公开了一种室内智慧照明的数据传输控制方法及系统，包括：智慧照明控制系统，可以通过一种或多种传感器感知移动物体并根据当前时间和所属环境进行照明控制；多个单元之间相互协作，由主控单元作为主处理，根据从控单元传来的信息进行统一预测，并对从控单元进行控制，从而达到智慧照明。利用各类型传感器，实现室内场景中照明设备的自动控制，以及照明需求的大数据分析。
-
Patent Agency Ranking
公开(公告)号：CN114611399B
公开(公告)日：2025-03-18
申请号：CN202210268175.5
申请日：2022-03-17
Applicant: 北京工业大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于NGBoost算法的PM2.5浓度长时间序列预测方法，该方法综合气象和其他污染物影响因素，提出了基于自然梯度提升的PM2.5浓度预测模型，以提升长时间序列PM2.5浓度预测的精度。使用Isolation Forest算法对采集到的目标站点空气污染物及气象数据进行了异常值判定、通过斯皮尔曼相关系数进行特征选择等预处理作为总数据集；提出数据时序离散化方法，使用所有天中同一小时的数据构成模型输入。然后进行了数据规范化、数据集划分比例、阈值等参数调优实验进行模型优化。最后将离散化后的多维数据集采用NGBoost算法，得出对目标站点未来一天PM2.5浓度的小时级精确化预测值。本发明为PM2.5浓度长时间序列预测提供了一个开放的研究框架。
-
公开(公告)号：CN118736433A
公开(公告)日：2024-10-01
申请号：CN202410747931.1
申请日：2024-06-11
Applicant: 北京工业大学
IPC: G06V20/13 , G06T3/4053 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/40 , G06V10/82 , G06T3/4007 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于高分辨率遥感影像多尺度建筑物和建筑垃圾提取方法，该方法基于多尺度目标注意力增强网络MT‑AENet，动态跟踪城市建筑物和建筑垃圾消纳场的变化。MT‑AENet引入了编码器‑解码器架构。编码器部分采用ResNet‑101来提取高级语义特征。设计了不同膨胀速率的深度可分离‑空洞空间金字塔池化模块DS‑ASPP，解决在提取大目标时因感受野不足而导致的不连续孔洞问题。使用双注意力机制模块DAMM以更好地保留位置和通道细节。在解码器通过多尺度特征融合MS‑FF来捕获上下文信息，并整合骨干网络的浅层和中间特征，从而增强复杂场景的提取能力。本发明能够在高分辨率遥感影像中有效提取建筑物和建筑垃圾消纳场，对建筑物边缘识别不精细的问题进行处理。
-
公开(公告)号：CN113095403B
公开(公告)日：2024-04-09
申请号：CN202110391951.6
申请日：2021-04-13
Applicant: 北京工业大学
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明公开了一种基于分级采样的不平衡数据再平衡处理方法，包括：将多数类样本点根据分类难度分成不同的分类难度等级，并设置等级权重，根据等级权重进行下采样，将下采样得到的样本作为多数类样本的代表与少数类样本合并成新的数据集。通过在多个公开的不平衡数据集上的实验结果表明，与其他不平衡数据集处理方法相比，该方法更具优越性，显著提升了模型识别的F1值。
-
公开(公告)号：CN113962489A
公开(公告)日：2022-01-21
申请号：CN202111428869.2
申请日：2021-11-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于ST‑CCN‑PM2.5的PM2.5浓度细粒度预测方法，该方法从与目标站点空间强相关的站点数据中挖掘时空依赖特征，以提升PM2.5的单步预测精度。对采集到的空气污染物及气象数据进行了插值处理、特征选择、数据扩充等预处理。利用相关性分析及空间注意力机制，提取融合与目标站点空间强相关的站点信息；采用基于时间注意力的膨胀卷积网络，优化了输入数据窗口大小并扩展了预测覆盖的时域范围。然后基于ST‑CCN‑PM2.5模型进行了相关性阈值、数据归一化、数据集划分等超参数调优的实验以辅助优化模型。最后将多站点数据集用于对该模型的训练。本发明克服了传统RNN模型的梯度问题、复杂体系结构等弊端，为PM2.5浓度细粒度预测提供了一个开放研究框架。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.018 seconds)
