公开(公告)号：CN119417645A

公开(公告)日：2025-02-11

申请号：CN202411496646.3

申请日：2024-10-25

Applicant: 辽宁工程技术大学

Inventor： 张凯选 ,  吴梦琦

IPC: G06Q50/06 ,  G06N3/084 ,  G06F18/25

Abstract: 本发明是一种基于特征融合的BP神经网络县域能源消费碳排放测算方法，利用基尼系数分析地区生产总值、固定资产投资总额、年末常住人口数、城镇化率、绿地面积、第二产业比重和夜间灯光总值7类特征在能源消费碳排放中的重要性，并对其分配不同的权重，基于权重融合得到新的特征作为模型输入。采用BP神经网络的建模方式，建立了一种基于特征融合的BP神经网络的县域能源消费碳排放测算方法，改变了传统能源消费碳排放测算方法数据缺失或测算精度较低的现状，大幅度提高建模精度，能有效对县域能源消耗碳排放进行测算，为制定合理的差异化碳减排政策和发展绿色低碳经济提供科学依据。

公开(公告)号：CN118097162A

公开(公告)日：2024-05-28

申请号：CN202410249177.9

申请日：2024-03-05

Applicant: 辽宁工程技术大学

Inventor： 张凯选 ,  杨婷婷 ,  吴梦琦 ,  李闯 ,  刘忠博

IPC: G06V10/36 ,  G06V10/30 ,  G06V10/26 ,  G06V20/17 ,  G06V10/25 ,  G06V10/10 ,  G06V10/44 ,  G06V10/42 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/048 ,  G06T5/20

Abstract: 本发明针对布料模拟滤波算法在植被茂密且地形复杂的区域中应用时，出现山顶信息被剔除或非地面点被误判等问题，提出了一种结合PointNet++网络模型的布料模拟滤波算法优化。该方法对点云数据进行端到端学习，不需要手工设计特征提取器，可以充分挖掘点云数据的特征。根据点云的旋转不变性和置换不变性，PointNet++模型能够处理不同姿态和排列的点云数据。通过在PointNet++模型训练之后再进行布料模拟滤波，进一步提高布料模拟滤波算法在复杂地形下的滤波效果。本发明所提出的方法能够有效避免出现山顶信息被剔除或非地面点保留过多的问题，在降低复杂地形下的误差方面具有优势，对滤波效率也有所提升。

公开(公告)号：CN118052369A

公开(公告)日：2024-05-17

申请号：CN202410278677.5

申请日：2024-03-12

Applicant: 辽宁工程技术大学

Inventor： 张凯选 ,  吴梦琦 ,  杨婷婷

IPC: G06Q10/063 ,  G06Q50/06 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/082 ,  G06V20/13 ,  G06F16/2458 ,  G06F16/29 ,  G06F18/211 ,  G06F18/213 ,  G06F18/22 ,  G06F18/2415

Abstract: 本发明是一种基于多变量CNN卷积神经网络的县域能源消费碳排放测算方法，在利用夜间灯光影像的基础上加入了地区生产总值、年末人口数、城镇化率、固定资产投资、第一产业比重、第二产业比重、第三产业比重等多种因素，在经过地理探测器分析，剔除不显著因素后，基于CNN卷积神经网络的建模方式，建立了一种基于多变量CNN卷积神经网络的县域能源消费碳排放测算模型，改变了传统能源消费碳排放测算方法数据缺失或测算精度较低的现状，大幅度提高建模精度，能有效对县域能源消耗碳排放进行测算，为制定合理的差异化碳减排政策和发展绿色低碳经济提供科学依据。