买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:吉林大学
摘要:一种监测商用车活性氮排放的虚拟传感器,属于机动车尾气排放技术领域。本发明的目的是利用关键参数的时域特征,用于建立虚拟传感器,以精准监测商用车在各种工况下活性氮排放的监测商用车活性氮排放的虚拟传感器。本发明的步骤是:对于输入的多变量时间序列,通过卷积操作来提取特征,设计使用双向长短期记忆网络来进一步分析CNN提取的关键局部特征随时间的变化以及序列之间的长期依赖性,将这些信息合并后传递到输出层,更全面地捕捉时间序列数据的长期依赖关系。本发明能够准确识别与NOx和NH3排放相关的模式,克服了传统NOx传感器无法区分二者的问题,从而提高了排放监测的准确性。
主权项:1.一种监测商用车活性氮排放的虚拟传感器,其特征在于:其步骤是:S1、对于输入的多变量时间序列X,通过卷积操作来提取特征 其中为卷积后的特征,为学习到的卷积核参数,为偏置项;应用非线性激活函数ReLU来增加模型的非线性,增强模型对复杂模式的学习能力: S2、设计使用双向长短期记忆网络来进一步分析CNN提取的关键局部特征随时间的变化以及序列之间的长期依赖性,每个LSTM模块的存储单元包含四个主要组件,LSTM块的计算过程如下:it=σUixt+Wiht-1+bi7ft=σUfxt+Wfht-1+bf8ot=σUoxt+Woht-1+bo9 其中输入门it决定了有多少新信息被输入到记忆细胞中,遗忘门ft控制了有多少旧信息被丢弃,输出门ot决定了有多少信息从记忆细胞中输出到下一个时间步或到网络的输出层,单元状态st在每个时间步被更新,隐藏状态ht是LSTM块在每个时间步的输出;S3、将这些信息合并后传递到输出层 这样,Bi-LSTM能够从序列的前向和后向上下文中学习特征,从而更全面地捕捉时间序列数据的长期依赖关系。
全文数据:
权利要求:
百度查询: 吉林大学 监测商用车活性氮排放的虚拟传感器
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。