-
公开(公告)号：CN116824499A
公开(公告)日：2023-09-29
申请号：CN202310777789.0
申请日：2023-06-28
Applicant: 北京建筑大学
IPC: G06V20/52 , G06V10/774 , G06V10/25 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明实施例公开了一种基于SWT模型的害虫检测方法、系统、设备及存储介质，本发明实施例在调用预设害虫图像公共数据集后，通过机器生成与扩散模型生成两种方法对数据集进行扩增，生成第二扩增害虫图像与第二扩增害虫图像集；利用所述第二扩增害虫图像集对预设Swin‑Transformer(移动式层级窗口网络，简称SWT)模型进行迭代训练，生成害虫检测模型；利用所述害虫检测模型结合所述害虫图片和所述农作物名称进行害虫品种检测，生成害虫检测结果。这样，在接收到害虫图片后，实现智能识别害虫的品种，高效杀灭害虫，提高粮食产量的同时避免造成其他环境污染。
-
公开(公告)号：CN114626762B
公开(公告)日：2023-04-07
申请号：CN202210461798.4
申请日：2022-04-28
Applicant: 北京建筑大学
IPC: G06Q10/0631 , G06Q50/06 , G06F18/23
Abstract: 本发明提供了一种移动换电网络选址方法、电池调度方法、装置及系统，该移动换电网络选址方法包括移动换电车服务网点选址和换电站选址。其中，通过电动车辆的轨迹数据进行移动换电车服务网点的选址，充分考虑了车辆换电需求发生地点，有效满足用户换电需求；移动换电车的成本更低，其设置数量相对于充电站或换电站更多，可以满足电动车的快速发展，加速电动汽车产业发展。基于移动换电车服务网点，以建站最少，覆盖最广为目的提供换电站选址方法，可减少换电站建站成本，为网点提供及时可达的送电服务。此外，为移动换电网络服务的电池调度方法，可以减少电池资源的闲置浪费，能够快速的调配电池资源，提高用户服务质量。
-
公开(公告)号：CN116704293A
公开(公告)日：2023-09-05
申请号：CN202310800393.3
申请日：2023-06-30
Applicant: 北京建筑大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/42
Abstract: 本申请公开了一种基于对比学习的生活垃圾图像分类模型训练方法及装置，涉及垃圾分类技术领域，将训练集中的生活垃圾图像分别进行两种图像预处理，并得到锚点数据集和正负样本集；将锚点数据集和正负样本集分别输入到对比学习编码器和动量编码器中，通过哈希特征融合方法提取编码器骨干网络的多尺度特征，生成对应的全局哈希码；将全局哈希码输入到线性依赖组查询全连接嵌入类解码器中，得到对应的类别特征向量；根据类别特征向量相似性计算参数中心再平衡自适应对比损失；根据对比损失进行生活垃圾图像分类，并得到生活垃圾图像分类模型。通过本申请提供的方法训练得到的生活垃圾图像分类模型能够准确的进行垃圾分类，且分类效率高，成本低。
-
公开(公告)号：CN113344759B
公开(公告)日：2023-04-25
申请号：CN202110736540.6
申请日：2021-06-30
Applicant: 北京建筑大学
Abstract: 本发明提供了一种移动源污染排放的分析方法，包括以下步骤：S1：将城市分为多个区域，生成多个区域的移动源污染排放数据；S2：将城市各个区域抽象为节点，区域之间的联系抽象为边，构建城市移动源污染排放网络图；S3：挖掘城市移动源污染排放网络中的关键节点；S4：建立移动源污染排放监管模型，提供交通管制措施策略。本发明中的移动源污染排放的分析方法，能够针对移动源污染排放数据的变化特点，从网络动力学的角度表征移动源污染排放传播过程，开展整体、区域和节点层次的特性研究，智能化挖掘动态时空大数据背后隐藏的交互关系和传播规律，为城市环境精细化管理提供可靠的数据支持和科学的决策依据。
-
公开(公告)号：CN119625395A
公开(公告)日：2025-03-14
申请号：CN202411688576.1
申请日：2024-11-25
Applicant: 北京建筑大学
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09 , G06V10/80 , G06V10/44 , G06T7/00
Abstract: 本申请提供了一种架空管道缺陷识别的方法、装置、设备及介质，该方法包括：模型训练阶段：对数据集中的原始缺陷图像进行数据增强得到多组增强缺陷图像；其中，增强缺陷图像包括第一部分图像和第二部分图像；使用第一部分图像的第一特征向量构建分类分支子模型的第一损失函数；使用第二部分图像的第二特征向量构建表示学习分支子模型的第二损失函数；其中，第一损失函数和第二损失函数用于构建整体损失函数；通过对整体损失函数进行参数调整，得到缺陷识别模型；模型使用阶段：将待测架空管道的待测图像输入到缺陷识别模型中，得到缺陷识别模型输出的缺陷识别结果。本申请显著了提升了长尾分布下管道缺陷的识别能力、识别精度。
-
Patent Agency Ranking
公开(公告)号：CN119293280A
公开(公告)日：2025-01-10
申请号：CN202411462368.X
申请日：2024-10-18
Applicant: 北京建筑大学
Abstract: 本申请提供了一种建筑信息检索方法、装置、电子设备及存储介质，该方法包括：建立训练数据集；其中，训练数据集为训练图像‑训练文本对集合；训练图像为建筑领域的图像，训练文本是多种不同语言的描述；将训练图像‑训练文本对输入到初始检索模型中，在第一嵌入向量和第二嵌入向量之间相似度的目标损失函数的损失最小时，得到目标检索模型；其中，第一嵌入向量由训练文本转化得到，第二嵌入向量由融合图像得到，融合图像为对训练图像在不同尺度下的特征信息进行融合得到；获取待检索数据；将待检索数据输入到目标检索模型中，得到检索结果。本申请更加关注建筑物图像的细节特征，而不丢失整体特征，提高了目标检索模型在建筑领域的检索性能和适应性。
-
公开(公告)号：CN119126559A
公开(公告)日：2024-12-13
申请号：CN202411216994.0
申请日：2024-09-02
Applicant: 北京建筑大学
IPC: G05B13/04 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种基于三维决策的智能截流闸控制方法及系统，涉及智能控制技术领域，具体步骤为：获取管道进水数据，并对所述管道进水数据进行预处理获得预处理数据；将所述预处理数据输入TransConv‑LSTM模型中，输出氨氮含量预测值；基于不确定模型获取所述氨氮含量预测值的不确定性分布；根据所述氨氮含量预测值、所述氨氮含量预测值的不确定性分布以及预设的闸门动作条件生成控制指令；基于所述控制指令控制截流闸动作。本发明不仅能够有效提升水质控制的精确性和可靠性，还能降低成本、保护数据隐私，并通过预测未来趋势来提前干预，从而实现更加高效和可持续的水资源管理。
-
公开(公告)号：CN116704293B
公开(公告)日：2024-02-02
申请号：CN202310800393.3
申请日：2023-06-30
Applicant: 北京建筑大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/42
Abstract: 本申请公开了一种基于对比学习的生活垃圾图像分类模型训练方法及装置，涉及垃圾分类技术领域，将训练集中的生活垃圾图像分别进行两种图像预处理，并得到锚点数据集和正负样本集；将锚点数据集和正负样本集分别输入到对比学习编码器和动量编码器中，通过哈希特征融合方法提取编码器骨干网络的多尺度特征，生成对应的全局哈希码；将全局哈希码输入到线性依赖组查询全连接嵌入类解码器中，得到对应的类别特征向量；根据类别特征向量相似性计算参数中心再平衡自适应对比损失；根据对比损失进行生活垃圾图像分类，并得到生活垃圾图像分类模型。通过本申请提供的方法训练得到的生活垃圾图像分类模型能够准确的进行垃圾分类，且分类效率高，成本低。
-
公开(公告)号：CN116306936A
公开(公告)日：2023-06-23
申请号：CN202211481056.4
申请日：2022-11-24
Applicant: 北京建筑大学
IPC: G06N5/025 , G06N3/0455 , G06N3/084 , G06N3/094
Abstract: 本发明提供了一种基于层次关系旋转和实体旋转的知识图谱嵌入方法及模型，从层次关系旋转和实体旋转的角度出发，利用知识图谱结构特征，对各种复杂关系模式进行建模和推断，同时处理多种多重关系和实体间的关系层次问题，且使用基于自注意力机制的融合算法处理层次关系旋转和实体旋转两部分算法的融合问题，使得模型的两部分权重设定更加合理有效，一定程度上提高了知识图谱嵌入模型的性能，使模型在下游任务中的表现比现有模型更好。
-
公开(公告)号：CN113255995A
公开(公告)日：2021-08-13
申请号：CN202110563190.8
申请日：2021-05-24
Applicant: 北京建筑大学
Abstract: 本发明提供了一种空气污染预测方法，包括以下步骤：(1)获取空气污染气象数据；(2)将空气污染气象数据转换为像素矩阵并进行数据填充；(3)通过三维卷积神经网络模型进行面向时空域的时空特征统一建模；(4)将三维卷积神经网络模型的输出作为卷积长短时记忆网络的输入部分，进行长时和短时依赖建模；(5)基于时空动态平流法生成空气污染预测模型；(6)通过正交正则化算法对空气污染预测模型优化后进行环境预测。使用解耦的三维卷积进行时空特征统一建模，增强时空域特征提取的表征能力，真正实现时空特性的融合，在提高时空域卷积性能的同时，降低了训练成本，提高了训练速度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.029 seconds)
