基于电力-经济数据特性大数据辅助减污降碳方法及装置

    公开(公告)号:CN118069632A

    公开(公告)日:2024-05-24

    申请号:CN202410208156.2

    申请日:2024-02-26

    Abstract: 本发明公开了一种基于电力‑经济数据特性大数据辅助减污降碳方法及装置,方法包括:基于改进的局部离群因子法得出每个具有电力、经济、环境、以及能源维度的原始数据点的熵权局部离群因子,基于剔除异常值的数据构建基于K平均‑改进均值插补法的缺失数据填补模型用于填补缺失数据,将剔除异常值后的数据划分为完整数据集和不完整数据集,对完整数据集采用K平均聚类算法进行聚类,不完整数据集采用改进均值插补法计算缺失值,将二者的结果结合得到填补缺失值后的完整数据集;当完整数据集达到精度或达到最大迭代次数则将输出的剔除异常值并填补缺失值后的数据集应用到减污降碳的数据分析中,进而辅助减污降碳。装置包括:处理器和存储器。

    基于多传感器融合的移动机器人定位方法

    公开(公告)号:CN117629212A

    公开(公告)日:2024-03-01

    申请号:CN202311524624.9

    申请日:2023-11-15

    Applicant: 天津大学

    Abstract: 本发明公开基于多传感器融合的移动机器人定位方法,包括:加载高精点云地图,对多传感器数据预处理,根据预处理后多传感器数据定位初始化得到移动机器人初始位置与姿态,将激光雷达获取的局部点云子地图按照移动机器人的初始化位置与姿态移动到全局高精点云地图对应位置;用激光雷达精准定位,将当前实时获得的激光点云数据与全局高精点云地图中的子地图匹配,将当前坐标转换为全局定位坐标;根据全局定位坐标将当前激光点云数据制作成扫描上下文描述符,将扫描上下文描述符与对应的全局坐标一储至描述符数据库;获取当前移动机器人坐标匹配得分,若匹配得分高则更新;否则移动机器人位置与姿态重定位。本发明能实现移动机器人高精度实时定位。

    基于AE-RCNN的洪水分级智能预报方法

    公开(公告)号:CN117034060A

    公开(公告)日:2023-11-10

    申请号:CN202310908584.1

    申请日:2023-07-24

    Applicant: 天津大学

    Abstract: 本发明公开了一种基于AE‑RCNN的洪水分级智能预报方法,经AE模型对归一化后的的降雨、流量数据进行数据降维;获得经过步骤1数据降维之后的降雨、流量数据的隐藏向量,进行K均值聚类,完成洪水分级结果的级别;将经步骤1数据重构的降雨、流量数据的隐藏向量所对应洪水场次分配到步骤2得到的级别,基于RCNN卷积神经网络构建洪水分级预报模型,将各级别的洪水数据根据洪水分级预报模型进行训练,训练后得到K类模型参数,进行最优预报结果。本发明能够有效提取数据特征、提高洪水预报精度。

    一种具有高动态响应范围的快照式高光谱相机

    公开(公告)号:CN105635533B

    公开(公告)日:2019-03-05

    申请号:CN201510992297.9

    申请日:2015-12-23

    Applicant: 天津大学

    Abstract: 本发明公开了一种具有高动态响应范围的快照式高光谱相机,对相同的目标物体进行多次不同曝光时间的成像,获取多张具有不同曝光度的低动态范围的高光谱图像,然后采用多曝光图像融合算法将这些图像合成一幅具有高动态范围的快照式高光谱图像,通过扩展快照式高光谱相机的动态响应范围,更加有效地实现对被测目标不同区域的同时光谱检测。本发明提供的快照式高光谱相机除了具有其本身显著的优势,包括内部元器件固定化,可测量的波长范围包括可见到中远红外波段,具有较快的检测速度和较高的稳定性等,还可以大大提高相机的动态响应范围。此外,该相机减少了其对价格昂贵的专业型探测器的需求,在很大程度上降低了快照式高光谱相机的制造成本。

    基于发动机联合外置重整器的低温燃料重整装置

    公开(公告)号:CN106837619B

    公开(公告)日:2018-07-31

    申请号:CN201710012200.2

    申请日:2017-01-06

    Applicant: 天津大学

    CPC classification number: F02M27/00

    Abstract: 本发明公开了一种基于发动机联合外置重整器的新型低温燃料重整装置,包括发动机气缸和外置低温燃料重整器,外置低温燃料重整器缠绕有电加热丝,并设有第一温控表;外置低温燃料重整器的进口连接有空气进气管和燃料进样管,空气进气管上设有气体流量计;燃料进样管连接有燃料注射泵和燃料汽化罐,燃料汽化罐设有第二温控表;外置低温燃料重整器的出口设有一热电偶并通过重整气气管与发动机进气管相连;重整后的低温产物经过重整气气管进入到发动机进气管中,再次与新鲜空气混合形成均匀混合气导入到发动机气缸中,并与缸内直喷的燃料混合燃烧实现混合气活性及浓度分层,由于上述过程中不需要添加催化剂,从而使发动机更加高效节能的运行。

    一种基于低秩张量算法的拉曼光谱图像数据预处理方法

    公开(公告)号:CN107764797A

    公开(公告)日:2018-03-06

    申请号:CN201710859605.X

    申请日:2017-09-21

    Applicant: 天津大学

    Abstract: 一种基于低秩张量算法的拉曼光谱图像数据预处理方法,包括:将采集得到的拉曼光谱图像数据转换成三阶张量的形式,利用张量分解与重构的方法构建新的低秩三阶张量;通过迭代优化算法、最优逼近算法得到原始数据张量的低秩逼近张量;构建噪声分布的数据库,基于大数据统计判断原始数据中的噪声分量是否符合噪声分布;如果符合,此时的低秩逼近张量即为最佳低秩逼近张量,所述最佳低秩逼近张量是原始数据中的光谱信息部分,剔除了大量的白噪声与光子噪声,从而提高了拉曼光谱图像数据的信噪比。本方法简单易行,不用对采集仪器进行改造,对于现有的拉曼光谱成像技术,可以极大地降低信号采集时间,在拉曼光谱成像技术研究上将有着广阔前景。

Patent Agency Ranking