公开(公告)号：CN113128105A

公开(公告)日：2021-07-16

申请号：CN202110349618.9

申请日：2021-03-31

Applicant: 北京工业大学 ,  中国环境科学研究院

Inventor： 张李婷 ,  王文思 ,  张列宇 ,  杨梦宇 ,  吉彦平 ,  崔江龙 ,  高强 ,  李晓光 ,  李国文 ,  耿淑琴 ,  吴文君 ,  李曹乐 ,  黎佳茜 ,  赵琛 ,  白一平

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G01D21/02

Abstract: 本发明提供一种突发性流域水污染事故监测方法及装置，该方法包括：获取监测区域的水文数据；将基础流域数据，输入预设的水质分析模型，输出预测时间段的水质数据；预设的水质分析模型，基于3DCNNs构建并以水流数值模拟模型的输出数据作为标签，对应的基础流域数据作为样本训练得到。该方法解决了MIKE 21等模拟模型计算时间太长的问题，对流域水质环境实现快速预测，有效分析未来变化趋势，减少时间损耗，从而可提高当地环境部门响应速度，最终对流域水污染事故做出快速有效精准的治理。此外，该方法利用3DCNNs的时间序列属性，能够分析水质数据在时间上的变化,同时加入残差网络单元，分析水质数据在空间特征上的变化。

公开(公告)号：CN113128385B

公开(公告)日：2024-07-12

申请号：CN202110378839.9

申请日：2021-04-08

Applicant: 北京工业大学 ,  中国环境科学研究院

Inventor： 杨梦宇 ,  王文思 ,  张列宇 ,  张李婷 ,  吉彦平 ,  崔江龙 ,  高强 ,  李晓光 ,  李国文 ,  耿淑琴 ,  吴文君 ,  李曹乐 ,  黎佳茜 ,  赵琛

IPC: G06V20/69 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/08 ,  H04N7/18

Abstract: 本发明提供一种有毒藻类监测预警方法及系统，该方法包括：获取待监测的藻类图像数据；将所述待监测的藻类图像数据输入到训练好的藻类识别分类模型中，获取所述待监测的藻类图像数据的多个藻类细胞识别结果，其中，所述训练好的藻类识别分类模型包括多个训练好的藻类识别分类子模型，每个训练好的藻类识别分类子模型是由标记有藻类种类标签的藻类图像样本数据对卷积神经网络训练得到；根据所述多个藻类细胞识别结果，对所述待监测的藻类图像数据中的藻类细胞进行毒性判别，生成有毒藻种细胞预警结果。本发明实现了对水域内有毒藻类的监测预警，节省了人力资源，提高了藻类识别效率。

公开(公告)号：CN113128105B

公开(公告)日：2024-05-17

申请号：CN202110349618.9

申请日：2021-03-31

Applicant: 北京工业大学 ,  中国环境科学研究院

Inventor： 张李婷 ,  王文思 ,  张列宇 ,  杨梦宇 ,  吉彦平 ,  崔江龙 ,  高强 ,  李晓光 ,  李国文 ,  耿淑琴 ,  吴文君 ,  李曹乐 ,  黎佳茜 ,  赵琛 ,  白一平

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G01D21/02

Abstract: 本发明提供一种突发性流域水污染事故监测方法及装置，该方法包括：获取监测区域的水文数据；将基础流域数据，输入预设的水质分析模型，输出预测时间段的水质数据；预设的水质分析模型，基于3DCNNs构建并以水流数值模拟模型的输出数据作为标签，对应的基础流域数据作为样本训练得到。该方法解决了MIKE 21等模拟模型计算时间太长的问题，对流域水质环境实现快速预测，有效分析未来变化趋势，减少时间损耗，从而可提高当地环境部门响应速度，最终对流域水污染事故做出快速有效精准的治理。此外，该方法利用3DCNNs的时间序列属性，能够分析水质数据在时间上的变化,同时加入残差网络单元，分析水质数据在空间特征上的变化。

公开(公告)号：CN113408515A

公开(公告)日：2021-09-17

申请号：CN202110677624.7

申请日：2021-06-18

Applicant: 北京工业大学 ,  中国环境科学研究院

Inventor： 吉彦平 ,  王文思 ,  陈旺鑫 ,  王晓雯 ,  张李婷 ,  杨梦宇 ,  高强 ,  耿淑琴 ,  吴文君

IPC: G06K9/20 ,  G06K9/34

Abstract: 本发明提供一种数字对象标识符识别方法、装置、系统及存储介质，通过将采集终端与执行终端分离设置，采集终端利用摄像头采集数字对象标识符的图像，从数字对象标识符的图像中识别数字对象标识符所包含的业务执行指令，采用近距离无线通信技术将业务执行指令发送给执行终端，触发执行终端执行预设操作。利用本发明的技术方案，采集终端可以单纯地执行数字对象标识符的采集及识别功能，可以避免集中多种功能应用，并通过近距离无线通信技术在执行终端即时地自动触发执行预设操作，而不会导致操作延时，不会降低用户使用体验。这对于对智能手机等执行终端操作不便的用户来说，不需要在执行终端通过启动专门应用采集及识别数字对象标识符的繁复操作，这是能够实现的，从而给这些用户带来良好的用户体验。

公开(公告)号：CN113128385A

公开(公告)日：2021-07-16

申请号：CN202110378839.9

申请日：2021-04-08

Applicant: 北京工业大学 ,  中国环境科学研究院

Inventor： 杨梦宇 ,  王文思 ,  张列宇 ,  张李婷 ,  吉彦平 ,  崔江龙 ,  高强 ,  李晓光 ,  李国文 ,  耿淑琴 ,  吴文君 ,  李曹乐 ,  黎佳茜 ,  赵琛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H04N7/18

Abstract: 本发明提供一种有毒藻类监测预警方法及系统，该方法包括：获取待监测的藻类图像数据；将所述待监测的藻类图像数据输入到训练好的藻类识别分类模型中，获取所述待监测的藻类图像数据的多个藻类细胞识别结果，其中，所述训练好的藻类识别分类模型包括多个训练好的藻类识别分类子模型，每个训练好的藻类识别分类子模型是由标记有藻类种类标签的藻类图像样本数据对卷积神经网络训练得到；根据所述多个藻类细胞识别结果，对所述待监测的藻类图像数据中的藻类细胞进行毒性判别，生成有毒藻种细胞预警结果。本发明实现了对水域内有毒藻类的监测预警，节省了人力资源，提高了藻类识别效率。