-
公开(公告)号：CN108896024B
公开(公告)日：2019-10-08
申请号：CN201810442771.4
申请日：2018-05-10
Applicant: 东北大学
Abstract: 本发明属于边坡监测技术领域，尤其涉及一种边坡监测系统及其使用方法，包括：边坡监测主机、用于控制所述边坡监测主机测量工作的远程控制客户端；所述边坡监测主机包括：机架以及分别设置在所述机架上的虚拟主机、用于采集边坡数据信号的激光测距装置和用于所述虚拟主机与所述远程控制客户端通讯连接的通讯数据收发装置；激光测距装置能够将采集到的边坡数据信号发送给所述虚拟主机，用于构建边坡监测点坐标数据；所述虚拟主机能够根据所述远程控制客户端发送的控制命令，将从所述激光测距装置处接收到的边坡数据信号进行处理，获得构建的边坡监测点坐标数据。本发明提供的边坡监测系统，具有使用方便，监测数据精度高等有益效果。
-
公开(公告)号：CN109460608A
公开(公告)日：2019-03-12
申请号：CN201811333380.5
申请日：2018-11-09
Applicant: 东北大学
Abstract: 本发明提供一种基于模糊时间序列的高陡边坡形变预测的方法，包括：获得多组天顶距、斜距、方位角的测量数据，其中根据数据的范围合理的划分论域，根据整体分布优化算法将论域合理的分为i个连续区间，通过三角模糊隶属度函数定义i个论域区间的隶属度函数；模糊化历史数据，将测量数据分配至各个模糊区间实施模糊化；通过定连续时间序列的模糊集建立以个模糊关系，将数据中所有相同初始状态的全部模糊关系放到同一个模糊关系组中，建立模糊矩阵；根据建立好的模糊矩阵去模糊化预测。上述方法在坡度突变时准确率依然较高，整体分布优化算法避免了平均值分论域的片面性，整体提高了预测精度。
-
公开(公告)号：CN109030388A
公开(公告)日：2018-12-18
申请号：CN201810783651.0
申请日：2018-07-17
Applicant: 东北大学
IPC: G01N21/31 , G01N21/3563 , G01N21/359
Abstract: 本发明涉及一种基于光谱数据的铁矿石全铁含量检测方法，包括以下步骤：获取待检测铁矿石样品的光谱数据，所述光谱数据中包含m个光谱特征；将所述光谱数据输入铁矿石分类模型中，获得所述待检测铁矿石样品的铁矿石类型；根据获得的铁矿石类型，将所述光谱数据输入相应铁矿石类型的铁矿石全铁含量检测模型中，获得所述光谱数据对应的铁矿石全铁含量。本发明提供的一种基于光谱数据的铁矿石全铁含量检测方法，具有效率高、成本低、且精度高的优点。
-
公开(公告)号：CN107330294A
公开(公告)日：2017-11-07
申请号：CN201710577695.3
申请日：2017-07-15
Applicant: 东北大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种带遗忘因子的在线时序多隐含层极限学习机的应用方法，包括以下步骤：1)求一个具有多隐含层的极限学习机模型，得到该多隐含层极限学习机模型的输出表达式；2)对上述多隐含层极限学习机模型进行实时更新，输出更新后模型的表达式。本发明采用带遗忘因子的在线时序多隐含层极限学习机的方法来处理间歇过程的数据变化，法既能根据数据结构上的变化来调整模型，也可以对模型参数进行深度优化，达到更好的效果，保证最终的隐藏输出更接近预期的隐藏输出。
-
公开(公告)号：CN107145665A
公开(公告)日：2017-09-08
申请号：CN201710308802.2
申请日：2017-05-04
Applicant: 东北大学
IPC: G06F17/50
Abstract: 本发明涉及岩土检测技术领域，具体公开了一种巷道围岩应力建模与预测方法，该方法是利用优化后的ELM算法建立巷道围岩应变应力的分析数学模型，利用所建立的数学模型在仅知道应变的情况下获得应力。首先，选取若干份巷道围岩应力和应变的实际检测值，进行归一化处理；然后，对归一化后的应变应力数据中的一部分数据建立传统ELM模型，利用贪心算法，优化ELM的输入层权值建立优化后的定量分析数学模型；然后，基于该数学模型对已知的巷道变应预测获得应力。本发明首次将ELM模型应用于巷道围岩应力应变的建模，从而实现在仅知道围岩应变的情况下对应力的预测，利用计算机建模并计算，其分析周期短、成本低、操作步骤简单、提高了工作效率，同时减少人为误差。
-
Patent Agency Ranking
公开(公告)号：CN115204219B
公开(公告)日：2025-05-16
申请号：CN202210736637.1
申请日：2022-06-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于光谱特征指数的北方环境下伪装材料的识别方法，涉及遥感高光谱数据处理技术领域，包括：获取丛林迷彩伪装网样品的VIS‑NIR光谱数据及背景环境典型植被的VIS‑NIR光谱数据；对所述背景环境典型植被的VIS‑NIR光谱数据进行重采样；采用光谱相似性测度及连续统去除法，获取丛林迷彩伪装网样品与背景环境典型植被的光谱反射差异，提取识别特征波段，构建比值伪装指数RCI；设立识别阈值条件，根据获取的仿真模拟伪装环境的高光谱影像对丛林迷彩伪装网进行识别，提取伪装目标。本发明中的技术方案可以解决已有研究及识别方法针对北方环境中典型丛林迷彩伪装网识别的局限问题。
-
公开(公告)号：CN115097449B
公开(公告)日：2025-03-18
申请号：CN202210704222.6
申请日：2022-06-21
Applicant: 东北大学
Abstract: 本发明涉及一种GB‑SAR影像三维配准及精度评价方法及系统，通过矿山三维点云数据采集、导轨控制点测量及坐标补偿；基于GB‑SAR坐标系和设备参数的导轨控制点和影像坐标编码；三维点云坐标基于方位及距离不变特征的投影变换；GB‑SAR坐标系和矿山坐标系的四参数转换计算；基于二维等方位和距离特征坐标的隐式函数三维坐标插值；边坡形变三维可视化分析及配准精度评价，不仅能够自动地将GB‑SAR影像和三维地形坐标进行高精度配准，而且能实现GB‑SAR边坡监测结果的三维可视化分析和配准精度评价。
-
公开(公告)号：CN117935044A
公开(公告)日：2024-04-26
申请号：CN202311751456.7
申请日：2023-12-19
Applicant: 东北大学
Abstract: 本发明属于图像处理技术领域，公开了一种基于无人机高光谱图像的目标识别方法，S1、伪装材料光谱的采集与预处理；S2、机载高光谱数据的采集与预处理；S3、基于空谱特征选取纯净的背景字典Ab；S4、通过背景字典重构待测像元光谱，并利用重构误差判断待测像元是否属于目标。本发明通过图像的均质性及与实验室光谱的欧氏距离，建立背景字典选取的约束条件，充分运用机载高光谱图像的空谱特征，选取纯净的背景像元用于背景字典稀疏表示，能够提升稀疏表示方法检测目标的精度，根据对待检测像元光谱的重构误差判断，可以精确的检测出伪装网伪装的目标所在的空间位置，从而解决无法准确检测伪装目标的技术问题。
-
公开(公告)号：CN115204219A
公开(公告)日：2022-10-18
申请号：CN202210736637.1
申请日：2022-06-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于光谱特征指数的北方环境下伪装材料的识别方法，涉及遥感高光谱数据处理技术领域，包括：获取丛林迷彩伪装网样品的VIS‑NIR光谱数据及背景环境典型植被的VIS‑NIR光谱数据；对所述背景环境典型植被的VIS‑NIR光谱数据进行重采样；采用光谱相似性测度及连续统去除法，获取丛林迷彩伪装网样品与背景环境典型植被的光谱反射差异，提取识别特征波段，构建比值伪装指数RCI；设立识别阈值条件，根据获取的仿真模拟伪装环境的高光谱影像对丛林迷彩伪装网进行识别，提取伪装目标。本发明中的技术方案可以解决已有研究及识别方法针对北方环境中典型丛林迷彩伪装网识别的局限问题。
-
公开(公告)号：CN114527087A
公开(公告)日：2022-05-24
申请号：CN202210202060.6
申请日：2022-03-03
Applicant: 东北大学
IPC: G01N21/3563 , G01N21/359 , G01N21/31 , G16C20/20 , G16C20/70
Abstract: 本发明涉及一种尾砂成分含量估测方法及系统，涉及成分含量估测技术领域。先对待测尾砂进行光谱测量及吸光度转换，得到VIS‑NIR光谱数据对应的第一吸光度数据和TIR光谱数据对应的第二吸光度数据。然后将第一吸光度数据和第二吸光度数据进行融合，得到融合后数据。最后以融合后数据作为输入，利用回归模型得到待测尾砂的成分含量估测数据，进而本发明对VIS‑NIR光谱数据和TIR光谱数据进行融合，能够综合更多光谱信息来对尾砂成分含量进行估测，能够大大提高尾砂成分含量的估测精度。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.019 seconds)
