公开(公告)号：CN117636118A

公开(公告)日：2024-03-01

申请号：CN202311055531.6

申请日：2023-08-21

Applicant: 南通大学

Inventor： 王晗 ,  徐少杰 ,  杜若琳 ,  季钰姣 ,  吉翔 ,  金磊 ,  姜鸿星

IPC: G06V10/82 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/0455 ,  G06V20/52 ,  G06V10/80

Abstract: 本发明公开了一种基于对抗生成网络的多监测点协同空气污染物预测方法，包括如下步骤：步骤1，利用四个监测点6种常规污染物的实测数据和WRF‑CMAQ模型的“一次预测数据”作为“对抗生成网络优化模型”的输入信号；步骤2，建立“对抗生成网络优化模型”，利用四个监测点的WRF‑CMAQ模型的“一次预测数据”和实测数据生成四通道的二维矩阵“伪图像”数据，训练对抗生成网络结构参数；步骤3，利用训练好的“对抗生成网络优化模型”，对四个监测点6种常规污染物的浓度进行预测。本发明通过对抗生成网络实现对污染物浓度预测，有效减少传统WRF‑CMAQ模拟体系对空气质量预报的误差，显著提高空气质量检测的准确性与稳定性。

公开(公告)号：CN117113231A

公开(公告)日：2023-11-24

申请号：CN202311022203.6

申请日：2023-08-14

Applicant: 南通大学

Inventor： 王晗 ,  吉翔 ,  金磊 ,  何欣樾 ,  闫苏园 ,  季钰姣 ,  邓丽云

IPC: G06F18/243 ,  G06F18/241 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N5/01 ,  G08B21/02 ,  G01C21/12 ,  G01P15/18

Abstract: 本发明公开一种基于移动终端的多模态低头族危险环境感知与预警方法，包括以下步骤：步骤1：构建基于并行LSTM‑CNN网络的用户运动状态分类模块，对手机用户的当前运动状态进行识别；步骤2：利用单目摄像机采集图像，估计单目图像深度信息；面向彩色图像序列和深度图的深度信息，预测视角扩展图像；步骤3：分析步骤1的运动状态识别结果，构建基于YOLOv5轻型网络的危险环境检测模块，对危险环境进行识别；步骤4：构建基于决策树模型的低头族危险状态判定模块，对低头族当前的危险状态进行分类；步骤5：设计手机端用户界面，建立听觉‑视觉立体式预警方式。本发明能够在低头族使用手机时进行危险预警，有效降低事故发生率。

公开(公告)号：CN117113231B

公开(公告)日：2025-04-11

申请号：CN202311022203.6

申请日：2023-08-14

Applicant: 南通大学

Inventor： 王晗 ,  吉翔 ,  金磊 ,  何欣樾 ,  闫苏园 ,  季钰姣 ,  邓丽云

IPC: G06F18/243 ,  G06F18/241 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N5/01 ,  G08B21/02 ,  G01C21/12 ,  G01P15/18

Abstract: 本发明公开一种基于移动终端的多模态低头族危险环境感知与预警方法，包括以下步骤：步骤1：构建基于并行LSTM‑CNN网络的用户运动状态分类模块，对手机用户的当前运动状态进行识别；步骤2：利用单目摄像机采集图像，估计单目图像深度信息；面向彩色图像序列和深度图的深度信息，预测视角扩展图像；步骤3：分析步骤1的运动状态识别结果，构建基于YOLOv5轻型网络的危险环境检测模块，对危险环境进行识别；步骤4：构建基于决策树模型的低头族危险状态判定模块，对低头族当前的危险状态进行分类；步骤5：设计手机端用户界面，建立听觉‑视觉立体式预警方式。本发明能够在低头族使用手机时进行危险预警，有效降低事故发生率。