-
公开(公告)号：CN109685066A
公开(公告)日：2019-04-26
申请号：CN201811582240.1
申请日：2018-12-24
Applicant: 中国矿业大学(北京)
Abstract: 本发明属于目标检测与智能识别领域，公开了一种深度卷积神经网络的矿井目标检测与识别方法。所述方法主要步骤包括：第一步，制作目标数据集，利用矿井视频图像采集设备捕获煤矿井下目标原始图像的一帧来构建模型输入，据此制作训练验证集和测试集；第二步，训练目标检测网络模型，利用训练验证集离线训练网络模型，直到该模型具有较高的准确率；第三步，使用训练好的目标检测网络模型对测试集中目标携带的数字序列进行检测，并获得该数字序列的四维坐标；第四步，对图片中的数字序列区域进行截取、分割操作，并依次送入LeNet-5网络中进行识别，依据识别结果来确定移动目标的身份。该方法能有效提高矿井目标检测与识别的速度和精度。
-
公开(公告)号：CN116721336A
公开(公告)日：2023-09-08
申请号：CN202310731170.6
申请日：2023-06-20
Applicant: 中国矿业大学(北京)
IPC: G06V10/96 , G06V10/94 , G06V20/40 , G06V20/52 , G06V10/82 , G06F9/50 , H04L67/101 , H04L67/1012
Abstract: 本发明公开了一种矿井智能监控边缘计算任务卸载方法，该方法采用基于边缘计算的任务卸载算法和基于深度学习的目标检测算法，实现对矿井监控视频帧卸载决策，包括以下步骤：(1)利用矿井视频图像采集设备采集矿井视频，据此制作训练集、验证集和测试集；(2)构建基于边缘计算的矿井监控视频处理系统架构：包括终端设备层、边缘计算层和云服务层；(3)建立任务模型：将矿井监控视频进行抽帧处理，并将抽帧后的矿井监控视频图片部署在边缘设备的轻量级目标检测网络模型进行训练；(4)优化决策模型：根据任务分配决策变量、检测精度计算模型和检测时延模型建立数学模型，根据所需检测精度的约束条件，优化决策模型和最小化视频检测时延。
-
公开(公告)号：CN115125017A
公开(公告)日：2022-09-30
申请号：CN202210268741.2
申请日：2022-03-18
Applicant: 中国矿业大学(北京)
IPC: C10B53/00 , C10B53/02 , C10B57/04 , C10B57/08 , C10B57/10 , B01J20/30 , B01J20/20 , C02F1/28 , C02F101/20
Abstract: 本发明提供了一种碱熔粉煤灰‑秸秆共热解制备生物炭的方法及其应用，涉及农业与工业生产废弃物资源化技术领域，包括以下步骤，1)生物质预处理：将玉米秸秆生物质烘干、粉碎、研磨，过筛；2)粉煤灰碱改性：将粉煤灰与氢氧化钠混合后在马弗炉中焙烧，产物经洗涤、烘干从而得到碱熔粉煤灰；3)共热解：将玉米秸秆生物质与碱熔粉煤灰充分混合，混合物加入水，搅拌、烘干、研磨、过筛，置于镍舟内，然后放入管式炉热解，研磨过筛，即得到碱熔粉煤灰‑秸秆共热解生物炭材料。本发明成本低廉，将粉煤灰和玉米秸秆生物质资源化的同时增强了水和土壤中生物炭对铅的吸附性能，可用于强酸性高浓度的重金属废水吸附和偏酸性重金属污染土壤修复。
-
公开(公告)号：CN110569843B
公开(公告)日：2022-02-08
申请号：CN201910847253.5
申请日：2019-09-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种矿井目标智能检测与识别方法，包括以下实施步骤：第一步，制作矿井数据集，通过视频图像采集设备捕获矿井图像制成训练集和测试集；第二步，建立矿井网络模型，矿井网络模型包括公共特征提取网络、矿井目标检测网络和矿井文本识别网络；第三步，网络训练，采用端到端的训练方法训练矿井网络模型；第四步，网络优化，利用批量随机梯度下降法优化所述矿井网络模型的参数；第五步，目标检测与识别，利用训练好的矿井网络模型对测试集进行检测，输出人员、设备和文本识别结果。本发明采用具有残差结构的卷积网络模型，加快了网络训练速度，降低了网络训练的复杂度，能快速、有效地对矿井目标进行智能检测与准确识别。
-
公开(公告)号：CN111210359B
公开(公告)日：2022-01-28
申请号：CN201911388541.5
申请日：2019-12-30
Applicant: 中国矿业大学(北京)
Inventor： 张帆
Abstract: 本发明公开了面向智能矿山场景的数字孪生演化机理及方法，所述数字孪生由物理模型、逻辑模型、仿真模型和数据模型相互耦合和演化集成，包含以下方法步骤：(1)物理模型定义；(2)逻辑模型表示；(3)仿真模型建立；(4)仿真模型优化；(5)仿真模型验证；(6)数据模型构建；(7)数字孪生集成。本发明通过构建数字孪生模型，实现数字孪生体与物理实体之间的数据镜像与信息交互，实现物理空间物理实体与虚拟空间数字孪生体的对象孪生、过程孪生和性能孪生；本发明通过数字孪生演化机理与方法，在虚拟空间智能矿山场景实现对物理空间智能矿山场景远程可视化监控，以及对矿山应用场景设备进行智能感知、实时监控、精确定位和健康预测。
-
Patent Agency Ranking
公开(公告)号：CN107328406B
公开(公告)日：2020-10-16
申请号：CN201710505732.X
申请日：2017-06-28
Applicant: 中国矿业大学(北京)
Abstract: 本发明专利公开了一种基于多源传感器的矿井移动目标定位方法和系统。系统包括地面装置和井下装置，地面装置包括定位网关、网络交换机和视频终端；井下装置包括智能无线网关、无线传感网络节点、无线识别标签；地面装置通过光链路与所述井下装置连接并进行通信。实现该系统的方法步骤包括：(1)采用ORB算法对移动目标进行匹配特征的提取训练；(2)对移动目标位置和权重初始化赋值；(3)利用混合卡尔曼粒子滤波算法预测和估计移动目标位置；(4)权值更新；(5)粒子群退化判决；(6)移动目标世界坐标转化为单目CCD图像物理坐标，并进行特征匹配的阈值分割；(7)单目CCD对采集的图像进行特征匹配；(8)采用不同策略获取移动目标位置信息；(9)实现精确定位。
-
公开(公告)号：CN110569843A
公开(公告)日：2019-12-13
申请号：CN201910847253.5
申请日：2019-09-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种矿井目标智能检测与识别方法，包括以下实施步骤：第一步，制作矿井数据集，通过视频图像采集设备捕获矿井图像制成训练集和测试集；第二步，建立矿井网络模型，矿井网络模型包括公共特征提取网络、矿井目标检测网络和矿井文本识别网络；第三步，网络训练，采用端到端的训练方法训练矿井网络模型；第四步，网络优化，利用批量随机梯度下降法优化所述矿井网络模型的参数；第五步，目标检测与识别，利用训练好的矿井网络模型对测试集进行检测，输出人员、设备和文本识别结果。本发明采用具有残差结构的卷积网络模型，加快了网络训练速度，降低了网络训练的复杂度，能快速、有效地对矿井目标进行智能检测与准确识别。
-
公开(公告)号：CN104811664B
公开(公告)日：2017-11-28
申请号：CN201510201171.5
申请日：2015-04-27
Applicant: 中国矿业大学(北京)
Inventor： 张帆
Abstract: 本发明公开了一种矿井视频图像压缩与传输方法，采用基于压缩感知的无损图像压缩与处理算法，用于实现井下视频信号的压缩采样、稀疏表示和重构算法，并将视频采集端产生的视频数据进行压缩，然后通过无线接口发送到视频接收端，视频接收端将接收到的视频数据进行解压缩，然后再输出到显示设备上。本发明进一步公开了一种矿井视频图像压缩与传输装置。该装置采用无线传输方式，图像压缩处理和传输能力强，满足矿用特定使用环境和安全要求，适用于煤矿井下无线网络环境的视频监控和移动目标监控，有效提高了井下视频图像的压缩处理和传输能力，保证了矿井WSN、Zigbee无线网络环境下视频信号的实时性传输。
-
公开(公告)号：CN103888178A
公开(公告)日：2014-06-25
申请号：CN201410139183.5
申请日：2014-04-09
Applicant: 中国矿业大学(北京)
Inventor： 张帆
Abstract: 本发明公开了一种多模式矿井移动通信系统，包括控制单元，树形结构无源光网络，井下防爆多输入多输出(MIMO)基站，井下防爆单输入单输出(SISO)基站，分布式MIMO天线和井下移动终端；所述系统动态选择多个模式工作：在SISO模式中，系统通过所述分布式MIMO天线的通信网关和远端天线单元处理SISO信号；在MIMO模式中，系统通过所述分布式MIMO天线的通信网关和远端天线单元组处理MIMO输出信号；在混合模式中，系统通过所述分布式MIMO天线的通信网关与天线单元组处理SISO和MIMO输出信号。本发明结构简单、部署灵活，系统信道容量大，抗干扰能力强，网络覆盖范围广，能够克服远近效应和消除通信盲区，满足矿用特定使用环境和安全要求，适用于煤矿井下移动通信和移动监控。
-
公开(公告)号：CN115437257B
公开(公告)日：2024-11-15
申请号：CN202211209148.7
申请日：2022-09-30
Applicant: 中国矿业大学(北京)
IPC: G05B13/04
Abstract: 本发明公开了一种矿山智能开采数字孪生多智能体协同控制方法，实施该方法的系统包括井上设备和井下设备。实施该系统的方法步骤为：(1)通过在Solidworks中建立矿山智能开采工作面采煤机和液压支架的数字孪生体；(2)矿山液压支架通过安装在液压支架的各类传感器，将传感信号通过工业以太网或5G无线网络传输到数字孪生监控平台；(3)数字孪生监控平台采用多头注意力机制算法对采煤机和液压支架多智能体进行特征信息提取；(4)当每个智能体信息提取之后，再同其他智能体进行一个多头注意力机制的信息交流，利用DQN训练模式进行学习策略训练；(5)各个传感器数据传输到数字孪生监控平台，通过已训练好的模型策略进行匹配，从而矫正液压支架动作。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.109 seconds)
