-
公开(公告)号:CN116297665A
公开(公告)日:2023-06-23
申请号:CN202310527465.1
申请日:2023-05-11
Applicant: 清华大学
IPC: G01N25/20 , G06F17/11 , G06F30/20 , G06F119/08
Abstract: 本申请涉及一种传热系数测量系统、方法、计算机设备和存储介质。所述系统包括:定功率直流电源,与目标对象的目标表面上的目标热膜连接,用于在各吹风工况下,加热所述目标热膜;测量设备,与数据处理设备通信连接,位于所述目标表面和所述目标热膜的前方,用于测量所述目标表面的温度,得到所述目标表面的多个测量图像;所述测量图像包括各第一像素点的标定温度;以及,所述数据处理设备,用于根据预先构建的一维瞬态导热模型和所述各第一像素点的标定温度,确定所述各第一像素点的传热系数;根据所述各第一像素点的传热系数和所述目标表面的表面类型,确定所述目标表面的传热系数场。采用本系统能够提高传热系数测量精度。
-
公开(公告)号:CN112991744A
公开(公告)日:2021-06-18
申请号:CN202110463384.0
申请日:2021-04-28
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种适用于长距离城市道路的自动驾驶决策方法及系统,该方法包括:获取被控车辆的前向图像、车辆位姿、车辆速度,地图信息以及当前场景的有向加权图信息;根据获取到的信息,将当前驾驶任务拆分成多个子驾驶任务,并根据地图信息、车辆位姿以及各子驾驶任务的目标位置,绘制出每一待执行的子驾驶任务的局部地图;获取前向图像特征编码、局部地图视觉特征编码和地图空间信息编码,并基于此生成控制信号,控制被控车辆执行当前待执行的子驾驶任务。本发明通过任务信息、地图信息、速度信息和前向图像信息,挖掘驾驶控制所需特征编码,从而实现了长距离的城市道路自动驾驶。
-
公开(公告)号:CN110751264A
公开(公告)日:2020-02-04
申请号:CN201910887207.8
申请日:2019-09-19
Applicant: 清华大学
Abstract: 本发明涉及一种基于正交自编码神经网络的用电模式识别方法,属于配电网安全运行技术领域。本发明提出了基于深度学习的正交自编码神经网络模型,其为窃电检测过程中的窃电“特征设计”提供了最佳方案。一方面,正交自编码神经网络充分结合了非线性变换和主成分分析的优点,能够提取高度非线性并且线性无关的特征;另一方面,本发明采用核支持向量机作为最终的窃电行为检测方法,其和正交自编码神经网络的结合具有较高的计算效率和拟合优度。该方法可以应用于在线监测电力用户的窃电行为,为电网公司和电力服务机构稽查偷窃电行为提供依据,有助于提升电网公司和电力服务机构的经济效益以及配电网的运行安全性。
-
公开(公告)号:CN116297665B
公开(公告)日:2023-08-08
申请号:CN202310527465.1
申请日:2023-05-11
Applicant: 清华大学
IPC: G01N25/20 , G06F17/11 , G06F30/20 , G06F119/08
Abstract: 本申请涉及一种传热系数测量系统、方法、计算机设备和存储介质。所述系统包括:定功率直流电源,与目标对象的目标表面上的目标热膜连接,用于在各吹风工况下,加热所述目标热膜;测量设备,与数据处理设备通信连接,位于所述目标表面和所述目标热膜的前方,用于测量所述目标表面的温度,得到所述目标表面的多个测量图像;所述测量图像包括各第一像素点的标定温度;以及,所述数据处理设备,用于根据预先构建的一维瞬态导热模型和所述各第一像素点的标定温度,确定所述各第一像素点的传热系数;根据所述各第一像素点的传热系数和所述目标表面的表面类型,确定所述目标表面的传热系数场。采用本系统能够提高传热系数测量精度。
-
公开(公告)号:CN112991744B
公开(公告)日:2021-08-13
申请号:CN202110463384.0
申请日:2021-04-28
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种适用于长距离城市道路的自动驾驶决策方法及系统,该方法包括:获取被控车辆的前向图像、车辆位姿、车辆速度,地图信息以及当前场景的有向加权图信息;根据获取到的信息,将当前驾驶任务拆分成多个子驾驶任务,并根据地图信息、车辆位姿以及各子驾驶任务的目标位置,绘制出每一待执行的子驾驶任务的局部地图;获取前向图像特征编码、局部地图视觉特征编码和地图空间信息编码,并基于此生成控制信号,控制被控车辆执行当前待执行的子驾驶任务。本发明通过任务信息、地图信息、速度信息和前向图像信息,挖掘驾驶控制所需特征编码,从而实现了长距离的城市道路自动驾驶。
-
-
-
-