摘要
本申请涉及烟气监测领域,其具体公开了一种固定污染源烟气排放自动监测系统及方法,其使用基于深度学习领域的人工智能技术来对采样管输入端空气的多光谱图像和采样管输出端空气的多光谱图像进行特征提取与编码,以得到采样管是否存在异常情况的分类结果。这样,通过智能判断采样管是否松动等异常情况,降低了人工排查采样管的难度,可以有效避免因采样管异常而导致的CEMS数据作假情况的发生。
技术关键词
多光谱特征
污染源烟气
自动监测系统
多尺度
编码向量
气体
光谱特征提取
输入端
空间特征提取
图像
空气
降噪单元
分析模块
自动监测方法
校正单元
卷积神经网络模型
检测网络模型
输出端
烟气监测
系统为您推荐了相关专利信息
配电网运行数据
深层特征提取
低压配电网线损
多尺度特征提取
模型训练方法
医疗管理平台
医学图像处理方法
图像索引技术
直方图均衡化方法
特征匹配算法
可见光图像
抄表模块
红外图像特征
跨模态图像
生成红外图像
图像分类方法
Hessian矩阵
算法
特征提取模块
图形用户界面