一种基于CFSFDP聚类算法的给水管网压力监测点布置方法

    公开(公告)号:CN111291472B

    公开(公告)日:2024-01-05

    申请号:CN202010053680.9

    申请日:2020-01-17

    Abstract: 本发明提供了一种基于CFSFDP聚类算法的给水管网压力监测点布置方法,包括步骤A:使用模拟软件构建管网模型,在管网模型上密集布设压力监测点,记录所有压力监测点的坐标;步骤B:分别为管网模型配置正常工况和漏损工况,获取所有压力监测点在不同工况下的压力数据,计算每个压力监测点的压力影响度和差异系数;步骤C:利用压力监测点的坐标、压力影响度和差异系数构建原始数据集,将原始数据集输入CFSFDP算法,得到聚类结果;步骤D:以所有的聚类中心作为压力监测点的布置位置。本发明的优点在于:通过虚拟建模采集数据进行计算,能够方便的确定监测布点位置,避免了由于盲目布置压力监测点导致不必要的损失以及造成管网监控不全面等问题。

    一种基于MobileNet-PSPNet神经网络模型的路面裂缝检测方法

    公开(公告)号:CN113034444A

    公开(公告)日:2021-06-25

    申请号:CN202110250339.7

    申请日:2021-03-08

    Abstract: 本发明提供了一种基于Mobilenet‑PSPNet神经网络模型的校园道路裂缝检测方法,方法步骤如下:S1.收集裂缝图像数据集,人工标定标签并将其转换为对应的掩码位图;S2.设计MobileNet‑PSPNet神经网络并使用步骤S1中处理过的图像进行训练;S3.采集校园路面图像并实时传输至终端;S4.利用MobileNet提取步骤S3中采集到的数据集图像的全局特征;S5.对步骤S4中所获得的全局特征图通过MobileNet‑PSPNet网络中的金字塔自适应平均池化模块提取局部特征;S6.将步骤S5中得到的局部特征进行上采样操作,然后将其与全局特征进行特征融合,得到既包含全局特征和局部特征的新特征;S7.通过卷积与上采样操作得到最终预测结果。本发明通过基于PSPNet卷积神经网络改进的Mobilenet‑PSPNet对校园道路的裂缝实现实时检测,准确高效,不易产生错检漏检。

    一种户外配电柜
    3.
    发明公开

    公开(公告)号:CN111900640A

    公开(公告)日:2020-11-06

    申请号:CN202010772497.4

    申请日:2020-08-04

    Abstract: 本发明公开一种户外配电柜,涉及配电柜技术领域,本发明包括柜体、散热单元和导流单元,散热单元位于柜体上,散热单元包括导流管和散热管,柜体上设有通风窗口;导流管内设有通风室和通水室,通风室上设有进风孔,通风室与柜体连通,致使风从进风孔进入柜体内;导流单元包括进液管,进液管的一端插入导流管的顶壁并延伸至通水室内,通水室上设有排液孔,散热管的一端与排液孔连接,散热管的另一端延伸至柜体侧壁,致使水从进液口进入散热管内储存。本发明的有益效果在于:本发明采用两种散热方式进行散热,提高散热性能,解决了目前日常所使用的户外配电柜通常在柜体侧面设置散热窗口进行散热,散热效果不明显的问题。

    基于自组织无中心网络的城市燃气管网检漏系统及方法

    公开(公告)号:CN108662441A

    公开(公告)日:2018-10-16

    申请号:CN201810469858.0

    申请日:2018-05-16

    Abstract: 本发明公开了基于自组织无中心网络的城市燃气管网检漏系统,涉及检漏技术领域,燃气泄漏检测部件与智能控制节点连接;移动终端与智能控制节点进行连接;燃气泄漏检测部件设于燃气管道的上方并紧靠燃气管道,两端分别延伸至场站、调压站(箱)、闸井处断开;智能控制节点设于场站、调压站或者调压箱、闸井处;移动终端实现人机交互;阀门电动执行装置用于控制电磁阀门的启闭;基于自组织无中心网络的城市燃气管网检漏方法通过将一个整体划分多个区域,形成无中心网络,通过基于小波分析与近似熵,互为相关性分析的结合的方法进行检测。优点在于当事故发生时,根据燃气泄漏输送检测部件的相关性能够快速准备计算出故障的位置信息,触发应急措施。

    基于多模态的大学生情绪压力检测系统与方法

    公开(公告)号:CN112932486A

    公开(公告)日:2021-06-11

    申请号:CN202110074102.8

    申请日:2021-01-20

    Abstract: 本发明公开了基于多模态的大学生情绪压力检测系统与方法,方法步骤如下:S01.人为激发被试处于情绪激发状态进行情绪压力测试实验,并分别获取被试基础情绪压力状态下和压力激发状态下的EEG、ECG和GSR数据;S02.将步骤S01中采集到的EEG、ECG和GSR数据进行预处理与特征提取;S03.将步骤S02中得到的EEG特征、ECG特征和GSR特征输入预先训练好的BP神经网络中进行分类,得到基于多模态的被试基础情绪压力等级与激发压力等级;S04.将步骤S03中的基础情绪压力等级、激发压力等级与压力变化差值输入至预先训练好的感知器中进行分类,判断被试是否处于高情绪压力状态。本发明可以准确地识别被试面对压力环境时的情绪压力变化情况,对识别高危情绪大学生个体具有重要作用。

    一种建筑平台智能节点拓扑生成与匹配的方法及系统

    公开(公告)号:CN109783943B

    公开(公告)日:2020-10-30

    申请号:CN201910048940.0

    申请日:2019-01-18

    Abstract: 本发明公开了一种建筑平台智能节点拓扑生成与匹配的方法及系统,包括以下步骤:(1)根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点,该规划将指导建筑施工人员进行智能节点的安装;(2)将节点依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑,该拓扑将指导建筑施工人员对智能节点进行互联;(3)将依据网络文档生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系,指导后续应用软件的开发。本发明可以帮助建筑施工人员和应用开发人员在单机上完成智能节点拓扑的生成和匹配,是扁平化无中心新型建筑平台建设重要的一环。

Patent Agency Ranking