-
公开(公告)号：CN119152637A
公开(公告)日：2024-12-17
申请号：CN202411157271.8
申请日：2024-08-22
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种城市地下综合管廊电气火灾监测预警方法，包括：步骤一、确定待监测指标，基于多识别无线通信部署多识别感应节点；所述待监测指标通过：气体传感器、温湿度传感器、电压采集装置、近红外双目摄像机进行采集，并通过监控主机进行监测识别。步骤二、基于当前电气分布情况，构建电气火灾监测识别模型；对所监测建筑进行测试区域划分，并在每个区域内设置多个对应的测试节点，节点之间互相搭接关联，形成循环性的监测结构；步骤三、进行监测异常数据采集和边缘侧数据处理，基于双目视觉对着火点进行定位。本方法基于LoRa无线通信和双目视觉图像采集，从多角度进行火灾监测，扩大实际监测范围，快速定位火灾位置，降低存在的安全隐患。
-
公开(公告)号：CN119151291A
公开(公告)日：2024-12-17
申请号：CN202411204139.8
申请日：2024-08-30
Applicant: 吉林建筑大学
IPC: G06Q10/0635 , G01N33/00 , G01K13/00 , G06F30/27 , G06F18/2415 , G06F18/2431 , G06F18/15 , G06F18/213 , G06F18/27 , G06Q50/26 , G06N3/0499 , G06N3/084 , G06N3/09 , G06F111/08 , G06F113/08 , G06F119/08
Abstract: 本发明公开了一种城市地下综合管廊电气火灾风险评估方法，包括：采集地下综合管廊内总挥发性有机物浓度、甲烷浓度以及地下综合管廊内的温度；将总挥发性有机物浓度CVOCs、甲烷浓度#imgabs0#和地下综合管廊内的温度T分别与标准总挥发性有机物浓度C′VOCs、标准甲烷浓度#imgabs1#和地下综合管廊内的标准温度T′进行对比；判断发生电气火灾的风险是否为0级，如果风险不是0级，则根据总挥发性有机物浓度、甲烷浓度、地下综合管廊内的温度、CO浓度、CO2浓度以及臭氧浓度对地下综合管廊电气火灾风险进行判断，将地下综合管廊电气火灾风险等级划分为1级、2级、3级和4级；1级、2级、3级和4级均表示有发生电气火灾的风险，且1级至4级发生电气火灾的风险逐级递增。
-
公开(公告)号：CN118200004A
公开(公告)日：2024-06-14
申请号：CN202410406424.1
申请日：2024-04-07
Applicant: 吉林建筑大学
Abstract: 本发明涉及数据处理领域，具体涉及一种计算机网络安全动态预警方法，用于解决现有的网络安全预警方法无法对异常的网络流量和异常的网络行为进行识别判断，并综合分析判断网络入侵，并及时触发预警机制，导致网络入侵检测准确性不高，网络安全问题仍然得不到有效的改善的问题；该计算机网络安全动态预警方法包括以下模块：网络安全平台、流量监控模块、行为监控模块、数据分析模块以及安全报警模块；该计算机网络安全动态预警方法能够实时监测网络流量，识别异常行为，提高检测的准确性和预警的效果，判断网络入侵，并及时触发预警机制，使用户能够提前采取防范措施，有效保障网络系统的安全稳定运行。
-
公开(公告)号：CN115392438B
公开(公告)日：2023-07-07
申请号：CN202211114004.3
申请日：2022-09-14
Applicant: 吉林建筑大学
Abstract: 本申请提供一种基于多Agent环境的深度强化学习算法、设备和存储介质，涉及深度强化学习算法技术领域；通过步骤S101、利用Agent中的目标网络，基于初始状态信息和动作信息，确定时间差分；步骤S102、根据预设的遮盖率，对初始状态信息进行随机遮盖，得到目标状态信息，利用Agent中的预测网络，以及时间差分，确定误差值；步骤S103：基于误差值，以及自适应修改参数，对Agent中的预测网络和目标网络各自对应的加权值进行更新；步骤S104：重复步骤S102和步骤S103预设次数，确定目标加权值，从而确定目标深度强化学习模型。具有保证了样本学习效率，并通过自适应修改参数对深度强化学习模型中的Agent进行迭代更新，以提高收敛速度的效果。
-
公开(公告)号：CN112596575A
公开(公告)日：2021-04-02
申请号：CN202011521558.6
申请日：2020-12-21
Applicant: 吉林建筑大学
Inventor： 迟耀丹 , 陈兵 , 赵阳 , 王琰妮 , 杨小天 , 吴博琦 , 王超 , 赵春雷 , 高晓红 , 杨佳 , 闫兴振 , 杨帆 , 慕雨松 , 王艳杰 , 曹煜 , 袁旭 , 王旭 , 刘秀琦 , 李腾
IPC: G05F1/67
Abstract: 本发明公开了一种基于NPSO算法与分等级自动重启的最大功率点跟踪方法，是在一种基于NPSO算法的最大功率点跟踪方法前增加了分等级自动重启方法，基于NPSO算法的最大功率点跟踪方法是在PSO算法的基础上，以PWM信号的占空比D作为种群粒子的位置，以输出功率作为种群粒子的适应值，将种群粒子分为收敛粒子和自由粒子，收敛粒子与PSO算法中的粒子性质一致，自由粒子不具有记忆性，收敛粒子和自由粒子进行同代更新，在每次更新后通过收敛粒子和自由粒子的位置更新收敛粒子的个体最优位置以及种群的全局最优位置；在收敛粒子陷入局部最优解即局部最优位置时，利用自由粒子将收敛粒子拉出局部最优解。提高了发电效率和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN110043321A
公开(公告)日：2019-07-23
申请号：CN201910502379.9
申请日：2019-06-11
Applicant: 吉林建筑大学
IPC: E21F17/18
Abstract: 本发明属于煤矿瓦斯安全智能巡检技术领域，公开了一种煤矿瓦斯安全智能巡检系统及方法，利用甲烷检测设备检测煤矿井中甲烷浓度数据；利用氧气传感器检测煤矿井中氧气浓度数据；利用温度传感器检测煤矿井中温度数据；利用判断程序根据检测的数据与正常数据进行对比判断是否异常；利用警报器根据判断异常数据进行及时警报；利用预测程序预测对瓦斯异常进行预测。本发明通过甲烷浓度检测模块利用气体热导率的方法能够准确计算甲烷的浓度；同时，通过预测模块可以实现连续实时预测突出危险性，避免了局部动态预测实时性不够强和人为操作失误而导致的安全隐患；提高对瓦斯突出现象预测的准确性。
-
公开(公告)号：CN115222942B
公开(公告)日：2023-06-02
申请号：CN202210881646.X
申请日：2022-07-26
Applicant: 吉林建筑大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/44 , G06T7/00 , G16H50/20 , G16H50/80
Abstract: 本发明提供了一种基于弱监督学习的新冠肺炎CT图像分割的方法，包括以下步骤：先建立分割网络模型，模型整体上是编码器‑解码器结构，在分割网络模型的基础上，引入了一个分类模块，分类模块与分割模块共享一部分隐藏层，使得整个网络学习到更多的有用特征，同时改善了分割结果假阳性的问题；基于弱监督学习的思想，在像素级图像标签的基础上，通过分类网络从额外的图像级标签获取优化后的类激活图作为监督信息，增强了模型的分割性能表现。本发明通过利用分类网络注意力转移的特性，提出了类激活图积累模块，使得可以通过分类网络获得更加完整的类激活图，从而获得像素级标注结果。
-
公开(公告)号：CN113902087A
公开(公告)日：2022-01-07
申请号：CN202111240522.5
申请日：2021-10-25
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种多Agent深度强化学习算法，包括：S1：学习的策略在执行时只使用本地信息，即它们自己的观察结果；S2：智能体之间的通信方法不做任何结构上的假设，即不假设一个可区分的通信渠道；S3：leader层网络只输入全局智能体的状态信息，只作用于每个智能体的输出动作值，并不参与每个智能体的策略执行，既保持每个智能体的独立性，又保证所有智能体群体之间的通信。本发明通过在分布式执行之前加入集中式预判分配权重，增强了智能体群体之间的决策通信，提高了Leader_MADDPG在多变的环境关系中智能体训练过程中的稳定性和训练后的鲁棒性。
-
公开(公告)号：CN112596575B
公开(公告)日：2022-01-07
申请号：CN202011521558.6
申请日：2020-12-21
Applicant: 吉林建筑大学
Inventor： 迟耀丹 , 陈兵 , 赵阳 , 王琰妮 , 杨小天 , 吴博琦 , 王超 , 赵春雷 , 高晓红 , 杨佳 , 闫兴振 , 杨帆 , 慕雨松 , 王艳杰 , 曹煜 , 袁旭 , 王旭 , 刘秀琦 , 李腾
IPC: G05F1/67
Abstract: 本发明公开了一种基于NPSO算法与分等级自动重启的最大功率点跟踪方法，是在一种基于NPSO算法的最大功率点跟踪方法前增加了分等级自动重启方法，基于NPSO算法的最大功率点跟踪方法是在PSO算法的基础上，以PWM信号的占空比D作为种群粒子的位置，以输出功率作为种群粒子的适应值，将种群粒子分为收敛粒子和自由粒子，收敛粒子与PSO算法中的粒子性质一致，自由粒子不具有记忆性，收敛粒子和自由粒子进行同代更新，在每次更新后通过收敛粒子和自由粒子的位置更新收敛粒子的个体最优位置以及种群的全局最优位置；在收敛粒子陷入局部最优解即局部最优位置时，利用自由粒子将收敛粒子拉出局部最优解。提高了发电效率和稳定性。
-
公开(公告)号：CN112540549A
公开(公告)日：2021-03-23
申请号：CN202011390991.0
申请日：2020-12-02
Applicant: 吉林建筑大学
IPC: G05B19/04 , G01R21/133
Abstract: 本申请公开了一种学生宿舍用电监控方法及装置，应用于学生宿舍用电监控系统的服务设备，用电监控系统还包括多个功率传感器和多个计时器，方法包括：当检测到第一学生宿舍用电异常时，启动第一学生宿舍对应的目标计时器；当目标计时器的计时时长大于或等于预设时长时，获取第一学生宿舍的第一总用电异常次数；基于用电功率、第一总用电异常次数以及计时时长，确定第一学生宿舍的断电评估值；当断电评估值大于或等于目标阈值时，对第一学生宿舍进行断电处理。采用本申请实施例可避免学生在宿舍内使用大功率电器，降低了宿舍的事故发生概率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.026 seconds)
