-
题名引江济淮工程高低联动智能视频感知技术研究
被引量：3
- 1
-
-
作者
刘玉敏
吕喆朋
王岳飞
朱献宏
邵鹏
-
机构
安徽省引江济淮工程有限责任公司
中电信数智科技有限公司
-
出处
《人民长江》
北大核心
2024年第4期262-267,共6页
-
文摘
引江济淮工程中原有的低点监控视野范围窄、抗干扰能力差、缺乏智能化功能,已无法满足智慧水利建设的要求。利用通信高塔作为挂载点,在引江济淮工程的关键标段植入高点智能化监控设备,从而构建出高低联动智能视频感知体系。其中利用人工智能技术,建立AI模型训练平台,实现了包含区域入侵侦测、水面漂浮物检测在内的多项视频侦测、检测功能。应用实践表明,在多种智能算法的赋能加持下,高低联动智能视频感知体系显著提高了报警准确率和智能识别距离,为数字引江济淮的建设提供了有效助力。
-
关键词
智慧水利
视频监控
高低联动
模型算法
引江济淮
-
Keywords
intelligent water conservancy
video monitoring
high-low linkage
model algorithm
Yangtze-Huaihe Water Diversion
-
分类号
F426.91
[经济管理—产业经济]
-
-
题名基于PSO的SVM-ARIMA大坝安全监控模型
被引量：9
- 2
-
-
作者
黄梦婧
杨海浪
-
机构
河海大学水利水电学院
河海大学水文水资源与水利工程科学国家重点实验室
安徽水利水电职业技术学院
安徽省引江济淮工程有限责任公司
-
出处
《人民黄河》
CAS
北大核心
2018年第8期149-151,156,共4页
-
基金
国家自然科学基金重点项目(51139001
51179066)
高等学校博士学科点专项科研基金资助项目(20130094110010)
-
文摘
大坝监控过程中,大坝变形的实测值是一个非线性且非平稳的时间序列,支持向量机(SVM)适用于解决小样本、非线性问题,在SVM算法的基础上建立了改进的大坝变形监控模型,利用差分自回归移动平均模型(ARIMA)解决非平稳时间序列问题的优势,对SVM模型的残差进行处理,并采用粒子群算法(PSO)优化支持向量机(SVM)中的核函数。实例分析表明,优化后的组合模型预测结果可靠,且精度较SVM模型有所提高。
-
关键词
支持向量机
粒子群算法
差分自回归移动平均模型
大坝变形
安全监控
-
Keywords
Support Vector Machine
Particle Swann Optimization
ARIMA
dam detonnation
satety monitoring
-
分类号
TV698.1
[水利工程—水利水电工程]
-
-
题名基于实时跟踪的ARIMA大坝安全监控模型
被引量：3
- 3
-
-
作者
黄梦婧
杨海浪
叶根苗
-
机构
河海大学水利水电学院
河海大学水文水资源与水利工程科学国家重点实验室
安徽省引江济淮工程有限责任公司
-
出处
《中国农村水利水电》
北大核心
2016年第12期142-144,150,共4页
-
基金
国家自然科学基金重点项目(51139001)
国家自然科学基金面上项目(51479054)
+3 种基金
国家自然科学基金项目(51279052)
高等学校博士学科点专项科研基金(20130094110010)
江苏省"六大人才高峰项目"(JY-008
JY-003)
-
文摘
为了保证大坝安全监测的准确性并提高模型的预测长度,将差分自回归移动平均模型(ARIMA)结合实时跟踪算法,建立基于实时跟踪的ARIMA大坝安全监控模型,利用ARIMA拟合性好的特点对大坝监测数据进行拟合建模,并使用实时跟踪算法的等维递补思想提高大坝变形监测的预测长度,工程实例表明,基于实时跟踪的ARIMA大坝安全监控模型精度较高,对于数据信息挖掘能力强且具有较长的预测长度,具有很高的工程应用价值。
-
关键词
实时追踪
ARIMA
大坝变形
安全监测
-
Keywords
real-time tracing algorithm
ARIMA
dam deformation
safe monitoring
-
分类号
TV698.1
[水利工程—水利水电工程]
-
