Academia.edu no longer supports Internet Explorer.
To browse Academia.edu and the wider internet faster and more securely, please take a few seconds to upgrade your browser.
2005, Center For Embedded Network Sensing
…
9226 pages
1 file
Tuyển tập công trình HNKH toàn quốc lần thứ 3 về điều khiển & Tự động hoá VCCA - 2015, 2016
Định vị phương tiện ngầm trên cơ sở kết hợp thiết bị dẫn đường quán tính và thiết bị đo vận tốc theo hiệu ứng đốp le A system for positioning underwater vehivles based on combination of IMU and Doppler speed measument enquipment
2020
Ngày nay việc giám sát các tham số môi trường đã trở nên rất thuận tiện dưới sự phát triển mạnh mẽ của mạng cảm biến không dây (WSN) và Internet vạn vật kết nối (IoTs). Một hệ thống quan trắc tự động các tham số khí tượng thủy văn và môi trường theo thời gian thực sẽ mang tới một cơ hội tốt để tối ưu nguồn lực và tăng hiệu quả trong công tác quản lý. Bài báo này sẽ trình bày kiến trúc một hệ thống IoTs như vậy dựa trên mạng cảm biến không dây Zigbee.
2021
Tóm tắt: Nhu cầu oxy sinh hóa (BOD) là thông số chất lượng nước quan trọng để đánh giá mức độ ô nhiễm của nước trên các sông, hồ. Tuy nhiên, việc xác định nồng độ BOD 5 trong nước theo các phương pháp phân tích trong phòng thí nghiệm thường mất nhiều thời gian (5 ngày). Mục tiêu của nghiên cứu là xây dựng mô hình dự báo thông số BOD 5 dựa trên hai mô hình nơ-ron nhân tạo là MLP và RBF tại hạ lưu sông Sài Gòn-Đồng Nai và đánh giá hiệu quả dự báo giữa hai mô hình. Bảy kịch bản được xây dựng dựa trên tương quan riêng phần giữa thông số BOD 5 với các thông số chất lượng nước khác bao gồm COD, DO, TSS, Coliform, P-PO 4 3-, T và N-NH 4 + . Bộ dữ liệu bao gồm 08 thông số chất lượng nước theo tháng từ 2013-2018 và được chia thành hai phần theo tỷ lệ 75:25 phục vụ huấn luyện và kiểm tra các mô hình. Kết quả nghiên cứu cho thấy, cả hai mô hình MLP và RBF đều có khả năng dự báo tốt BOD 5 tại khu vực, tuy nhiên mô hình RBF với 05 thông số đầu vào (COD, DO, TSS, Coliform, P-PO 4 3-) cho kết quả dự báo tốt nhất với NSE = 0,855, R 2 = 0,9, RMSE = 0,529 cho quá trình huấn luyện và NSE = 0,848, R 2 = 0,865, RMSE = 0,454 cho quá trình kiểm tra. Kết quả nghiên cứu này cũng là nền tảng phục vụ cho việc dự báo các thông số chất lượng nước khác, cũng như dự báo ngắn hạn BOD 5 trong khu vực nghiên cứu. Từ khóa: Nhu cầu oxy sinh hóa; Mô hình nơ-ron nhân tạo; MLP; RBF; Hạ lưu sông Sài Gòn-Đồng Nai Nước là nguồn tài nguyên quan trọng, thiết yếu trong cuộc sống con người và sự phát triển của đất nước. Chất lượng nước là một chỉ tiêu quan trọng liên quan đến tất cả khía cạnh của hệ sinh thái và đời sống con người, như sức khỏe cộng đồng, sản xuất lương thực, hoạt động kinh tế và đa dạng sinh học. Do đó, chất lượng nước cũng là một trong những cơ sở để đánh giá mức độ đói nghèo, thịnh vượng và trình độ văn hoá của khu vực. Trong đó, nhu cầu oxy sinh hóa (BOD) là một trong những thông số chất lượng nước quan trọng, cho phép đánh giá mức độ ô nhiễm hữu cơ có khả năng phân hủy sinh học dưới điều kiện hiếu khí, đây là thông số quan trọng để đánh giá mức độ ô nhiễm của nước, BOD càng cao chứng tỏ lượng chất hữu cơ có khả năng phân hủy sinh học trong nước ô nhiễm càng lớn. Trong thực tế, khó
Tạp chí Khoa học Đo đạc và Bản đồ, 2022
Rác thải nhựa tại các khu vực ven biển có nguồn gốc do các hoạt động của con người và đang trở thành mối nguy cho môi trường biển bởi số lượng lớn và khó phân hủy. Chúng đe dọa đến hệ động vật biển và phá hủy hệ sinh thái biển, gây ô nhiễm môi trường và làm giảm giá trị cảnh quan của bãi biển. Các chương trình giám sát và các biện pháp giảm thiểu đã được đưa ra để giải quyết vấn đề này trên toàn thế giới, với sự hỗ trợ ngày càng nhiều của công nghệ hiện đại và tự động hóa các quá trình phân tích. Hình ảnh từ máy bay không người lái (UAV) và mạng nơ-ron tích chập sâu (DCNN) có thể được sử dụng hiệu quả để phát hiện, xác định và giám sát loại rác thải nhựa ven biển. Nghiên cứu này đề xuất một thuật toán phát hiện rác thải nhựa ven biển dựa trên cách tiếp cận mô hình DCNN có khả năng học từ dữ liệu không có cấu trúc hoặc không được gắn nhãn. Mô hình học máy dựa trên mạng nơ-ron tích chập sâu đã được đào tạo và thử nghiệm bằng cách sử dụng 95 hình ảnh được chụp từ Phantom 4 Pro với came...
Center For Embedded Network Sensing, 2004
Vietnam Journal of Hydrometeorology
Science and Technology Development Journal, 2014
In this work, we have presented a fish robot actuated by four compressed light-weight piezo-composite actuators. Swimming speed, thrust, and drag of the fish robot were experimentally examined to verify effect of the applied compressive force on force actuation, consequently on swimming speed of fish robot. The swimming speed of the fish robot was measured for four different tail fin areas. The drag of the fish robot was estimated by experiment and computational fluid dynamics (CFD) simulation. For drag measurement, we have presented an apparatus to measure relatively small drag by using a high speed camera. The measured drag agreed well with the calculated one by the CFD. We have also suggested a thrust measurement apparatus, where we can ignore effect of vibratory motion of the system. The thrust of the fish robot was increased about 11% due to the applied compressive force on the piezoceramic actuators. However, the drag of the fish robot was also increased due to increment of th...
KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XII NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN, 2019
Bài toán diễn đoán thủy văn, thủy lực cũng đã được nhiều nhà khoa học trong các lĩnh vực thủy lợi, toán học, tin học tập trong nghiên cứu và phần nào đã thu được các kết quả. Tuy nhiên, tại các trạm thủy lợi thuộc hệ thống thủy lợi Bắc Hưng Hải, việc áp dụng các công cụ hỗ trợ để diễn đoán thủy văn, thủy lực từ các hệ thống máy chưa thực sự được quan tâm nhiều. Trong bài báo này, chúng tôi tập trung vào việc xây dựng mô hình học máy làm công cụ mô phỏng trên máy tính để hỗ trợ giải quyết bài toán diễn đoán thủy văn, thủy lực tại một trạm thủy lợi trong hệ thống thủy lợi Bắc Hưng Hải dựa trên các số liệu thu thập từ trạm này để hỗ trợ việc vận hành hệ thống thủy lợi tại trạm.
Inverse Problems, 2002
%$ '& ( )$ 0 ¤1 %2 3( )4 Ú kÓ pÖ Û Ü Ñ Ý × {Ð ¤Ý Ð VÜ t× {â ã Û Ñ ß Ñ Ý × {Ð ß Õ BÑ Ý â Ó {ë 5 76 8 @9 BA DC )E §F HG PI QA SR TE B9 U #V QW YX Y@a cb ed gf Yh ib !p rq stq vu Qw f 7u )b ep V QW yx U # p a b e Y Yd !V £h @ìa !a V Q u Q p rW Yp W u d u vb eìd !p u Qw eV sd fu Qd cb ep rh @w fg hp ib e YV sf jb p k 7u Qp rd !p rW Y lp rb !a m Tf b ef Yd gǹf a !ì Tf w W Yìa !a @o pU # dp a ka !V s kìb !p k@a md gì T@d gd !ìX qb eV ru Qa kW YV sW YX Yìa gb !d !f Yh b ep rq Qsb eìa gb !p W Y qx U # t u V sd vW YV sW YX Yìa gb !d !f Yh b ep rq Qèp W Ya g Bìh ib !p V sW wx xU y z c { ¡u Qw ib e YV Qf Y s rb ! Y@d g| u ~} |a !f b ew r|X Yp r B@d g@W Yh i@a p rW b e @p d X Y 7W Yp rb !p V sW a X Yì BìW YX Yp W V QW b e Yu Qf jb e YV sd io V Qd b e Yè f Yd ! V sa !ìa mV Q hb e Yp ra 7u Q @d i{ YV ~g q s@d i{ g |g hp w rw f Ya gèb e Yb !@d g p rW YV sw h iw @a i{ Yp @w rp W Yìa @{ Y Yd gp X Y Q@a @{ Yb !d eu Qp rW Ya @{ u vW YX V Sg @d ua gb eu vb ep rV sW Ya io U #V QW YX Y@a cb ed gf Yh ib !p rq sìq vu Qw f Yu vb ep rV sW pb !@h 3 YW p f Y@a sh Du QW Br Yd !V s v@W ¡X V Sg hW tp rW b eV a !ìq Q@W ¢ u Qp W wh Du )b e@ QV sd !p r@a @ tx xp £ q £p a gf 7u Qw hp W Ya g Bìh ib !p V sW §{ x xp p w p f Yp rX ¤ BìW Yìb !d eu vb !p V sW p W Ya g Bìh ib ep rV sW §{ x Tp p rp £ vd !u QX Yp V Q sd eu Q } u vW YX qd !u QX Yp u )b ep V QW ¤b !@a cb ep W Y{ x xp iq Y @w r@h b ed !V Q u Q QW Yìb !p h b !@a cb ep W Y{ x Tq qu Qh iV sf Ya cb ep h @ kp a !a gp V sW ¥ V sW p rb eV Qd !p W Y{ x £q £p £ u Q sW ìb ep rh kìb ! YV jX a @{ u QW YX ¦x £q £p p £ f Yw ib ed eu va !V sW Yp rh b e@a cb ep rW Y Yo u Qh 3 eV Q ¤b e Yìa !ỳh @u vb eì sV sd gp @a p a Yd gV u QX §{ £h @V sW b eu Qp W Yp rW Y vg hp ib e Yp rW kb ! Y@ §a gìq sìd eu Qw Ba ! @h ip r 7h ub e@a cb ep rW Y b eìh 3 YW Yp r £f @a @o yt Yh 3 YV sp rh @vV Q u QW ¨u Q Yd !V s d !p u )b eU y b eìh 3 YW Yp r £f mX Y@ @W YX a V sW sb ! Ya g Bìh @p r Yh mu Q Y Yw rp h @u vb ep rV sW §o © r` ª h« !¬ Q ® £°« k± ² )°y³ ¤µ y ' ¶ H• D² )y¹ ¬ Q°k¬ ~ ¶ £« ¹ « º « 3» º 1² )½ ¾
Journal of Computer Science and Cybernetics, 2012
Loading Preview
Sorry, preview is currently unavailable. You can download the paper by clicking the button above.
Tạp chí Khoa học và Công nghệ Biển, 2013
Vietnam Journal of Hydrometeorology
Tạp chí Khoa học và Công nghệ biển
Center For Embedded Network Sensing, 2004
Science & Technology Development Journal - Engineering and Technology, 2021
Vietnam Journal of Hydrometeorology, 2021
Journal of Computer Science and Cybernetics, 2012
Vietnam Journal of Hydrometeorology, 2020
Các công trình nghiên cứu, phát triển và ứng dụng Công nghệ Thông tin và Truyền thông
Tạp chí Khoa học Đo đạc và Bản đồ, 2016
Tạp chí Khoa học Đo đạc và Bản đồ, 2015
Vietnam Journal of Hydrometeorology
Tuyển tập công trình HNKH toàn quốc lần thứ 3 về điều khiển & Tự động hoá VCCA - 2015, 2016
Series on Quality, Reliability and Engineering Statistics, 2005
Journal of Computer Science and Cybernetics, 2012
PROCEEDINGS OF THE 14TH NATIONAL CONFERENCE ON FUNDAMENTAL AND APPLIED INFORMATION TECHNOLOGY RESEARCH, 2021
VNU Journal of Science: Earth and Environmental Sciences, 2020
IEEE Transactions on Neural Networks, 1999
ĐA DẠNG SINH HỌC VÀ CÁC CHẤT CÓ HOẠT TÍNH SINH HỌC KỶ YẾU HỘI NGHỊ KHOA HỌC 45 NĂM VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM, 2020
Tuyển tập công trình HNKH toàn quốc lần thứ 3 về điều khiển & Tự động hoá VCCA - 2015, 2016
Tuyển tập công trình HNKH toàn quốc lần thứ 3 về điều khiển & Tự động hoá VCCA - 2015, 2016