公开(公告)号：CN116701871A

公开(公告)日：2023-09-05

申请号：CN202310707211.8

申请日：2023-06-15

Applicant: 北京工商大学

Inventor： 于重重 ,  李梦雄 ,  吴宗柠 ,  高阔

IPC: G06F18/20 ,  G06F18/2131 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公布了一种基于因果特征加权网络的滚动轴承复合故障特征选择方法，构建因果特征加权网络模型。引入加权网络中心性指标节点强度对复合故障特征进行定量描述，通过深度神经网络模型的复合故障诊断完成特征选择，并利用沙普利累加性解释模型解释所选特征对诊断准确率的贡献度。本发明对滚动轴承复合故障特征选择适用性高，可提高滚动轴承复合故障识别的准确率。

公开(公告)号：CN116631383A

公开(公告)日：2023-08-22

申请号：CN202310852643.8

申请日：2023-07-12

Applicant: 北京工商大学

Inventor： 谢涛 ,  曹静 ,  钱兆鹏 ,  于重重

IPC: G10L15/06 ,  G10L15/02 ,  G10L15/20 ,  G10L15/22 ,  G10L15/26 ,  G10L15/16

Abstract: 本发明公布了一种基于自监督预训练和交互式融合网络的语音识别方法，构建语音识别模型，将自监督预训练模型作为语音增强模块后的特征提取部分，将语音增强模块与自监督预训练方法进行有效组合并，缓解因语音增强所带来的语音失真；利用交互式特征融合方法将增强特征和原始音频特征进行融合，以弥补在语音增强过程中的信息缺失。采用本发明方法，能够使低资源语音识别结果更加准确，提高低资源在复杂环境下的识别精度。

公开(公告)号：CN115392168B

公开(公告)日：2023-07-25

申请号：CN202211066822.0

申请日：2022-09-01

Applicant: 北京工商大学

Inventor： 余乐 ,  郭宝金 ,  于重重

IPC: G06F30/343

Abstract: 本发明涉及一种用于FPGA芯片的装箱方法，属于电子设计自动化技术领域。该方法执行如下步骤：1）归类特殊原语，将FPGA中的用户网表中符合特殊原语判定条件的DSP和RAM归类为特殊原语；2）预处理，将部分原语打包；3）判断是否有未装箱分子，若无则结束，若有则下一步；4）通过种子收益模型选择收益值最大的原语作为种子；5）根据待装箱Tile与原语之间的连接关系使用不同的装箱收益模型；6）引脚利用率判断，若符合要求返回步骤3）。本发明通过特殊原语判定条件，确定了特殊原语的适用条件，既不会因电路中RAM和DSP的比重高，导致周围原语选择性少；也不会因电路中加法器比重高，致使原语对电路划分会影响其吸收原语，造成资源消耗增加。

公开(公告)号：CN112084974B

公开(公告)日：2023-04-25

申请号：CN202010960108.0

申请日：2020-09-14

Applicant: 北京工商大学

Inventor： 于重重 ,  宁亚倩 ,  秦勇 ,  谢涛

IPC: G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08 ,  G01M13/045

Abstract: 本发明公布了一种基于元学习的多标签滚动轴承故障诊断方法，构建滚动轴承的多标签故障数据集，并按故障类别划分为训练集和测试集；提取故障信号的时频签名矩阵特征T‑FSMs；建立基于元学习的多标签卷积神经网络模型MLCML；利用训练集样本训练MLCML模型；使用测试集样本验证训练好的MLCML模型；利用训练好的模型进行小样本多标签滚动轴承的故障诊断。本发明方法充分利用滚动轴承故障样本包含的多重语义，使故障诊断结果更加准确，同时能够通过时频签名矩阵特征和元学习策略更好的解决滚动轴承实际故障诊断中的小样本问题，设计合理、操作简便，具有广泛的应用价值。

公开(公告)号：CN113049526B

公开(公告)日：2022-11-04

申请号：CN202110286273.7

申请日：2021-03-17

Applicant: 北京工商大学

Inventor： 吴静珠 ,  李晓琪 ,  刘翠玲 ,  于重重 ,  孙晓荣 ,  余乐

IPC: G01N21/3586 ,  G06F17/16 ,  G06F30/20

Abstract: 本发明提供一种基于太赫兹衰减全反射的玉米种子水分含量测定方法，步骤为：1)采集m个玉米种子样本的水分及衰减全反射光谱，2)提取衰减全反射光谱的吸光度谱yi，采用多种预处理方法对吸光度谱yi进行去噪；3)将预处理后的每个数据集分别划分训练组与测试组；4)分别利用每个数据集的训练组数据及PLSR法、SVR法构建模型，选取最优的预处理方法；5)采用多种方法分别筛选最优预处理数据的特征谱区，6)将每个特征谱区分别划分训练组与测试组；7)分别利用每个特征谱区训练组数据及PLSR法、SVR法分别建立水分含量预测模型；8)选取最优模型对预测集样本进行预测；本发明通过建立快速准确测定玉米种子水分含量的模型对玉米种子水分含量进行测定。

公开(公告)号：CN112197743B

公开(公告)日：2022-05-17

申请号：CN202011076457.2

申请日：2020-10-10

Applicant: 北京工商大学 ,  南京数联空间测绘科技有限公司

Inventor： 赵霞 ,  高飞飞 ,  齐利军 ,  赵飞 ,  于重重 ,  苏维均 ,  尤相骏

IPC: G01C7/06

Abstract: 本发明提供了一种分析地铁隧道轮廓‑包络线最短距离的方法，步骤为：建立坐标体系，获取隧道断面、机车包络线以及轨道数据；将机车包络线数据转换到隧道断面坐标系中；计算隧道凸点到机车包络线的最短距离；计算每个机车包络线凸点到隧道断面轮廓的最短距离；筛选出符合条件的最短距离及其对应的点；生成轮廓测量分析图和轮廓测量分析成果表。本发明利用轨检小车测量的轨道横滚角、激光雷达扫描的隧道轮廓点云数据，快速准确地得出的隧道轮廓‑包络线最短距离，用于侵界分析，提高了隧道轮廓测量分析的准确性和效率。

公开(公告)号：CN113807355A

公开(公告)日：2021-12-17

申请号：CN202110862373.X

申请日：2021-07-29

Applicant: 北京工商大学 ,  中煤科工集团沈阳研究院有限公司

Inventor： 于重重 ,  厉舒南 ,  冯文彬 ,  谢涛 ,  田昊

IPC: G06K9/34 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种图像语义分割方法，属于图像处理技术领域。本发明基于编解码网络架构并采用多尺度特征融合的方法，将模型分为编码器和解码器两部分，编码器部分包括常规特征提取分支和边缘分支，常规特征提取分支是标准的分割网络，边缘分支通过引入残差结构、门控卷积和Canny算子将注意力只关注在边缘轮廓部分，解码器部分采用多路径优化网络结构，在整个语义分割网络内部形成了短距离连接的同时，还与特征提取网络形成了长距离的连接，不仅有助于网络训练，还能让梯度有效传递回网络中，最终得到图像的语义分割图像。本发明提高了低能见度图像语义分割中的边缘轮廓的学习效果和分割精度，提升最终语义分割的精度。

公开(公告)号：CN113742893A

公开(公告)日：2021-12-03

申请号：CN202110904175.5

申请日：2021-08-06

Applicant: 中煤科工集团沈阳研究院有限公司 ,  北京工商大学

Inventor： 梁运涛 ,  孟祥宁 ,  王刚 ,  田富超 ,  王永敬 ,  于重重 ,  孙勇 ,  苏伟伟 ,  张军杰 ,  冯文彬 ,  任杰 ,  唐辉 ,  韩露

IPC: G06F30/20

Abstract: 本发明涉及一种基于多元融合时空特征卷积网络的气体浓度预测方法，包括以下步骤：步骤A、对目标监测点处指标气体中的目标气体与其他气体进行多元辅助因素分析，选择与目标气体相关性高的气体作为辅助变量；步骤B、通过对所有目标监测点处的所有传感器的三维空间特征进分析，得到三维时空特征；步骤C、使用时空卷积模型对目标气体的气体浓度进行预测；步骤D、通过平均百分比误差对时空卷积模型预测效果进行检测。本发明在时间卷积网络基础上，融合了采空区目标监测点周围其他监测点的空间数据，然后提取目标监测点处的空间特征，还通过分析目标监测点处其他气体浓度数据数据与目标气体数据之间的相关性，作为辅助因素来提高预测精度。

公开(公告)号：CN109191181B

公开(公告)日：2021-08-27

申请号：CN201810895497.6

申请日：2018-08-08

Applicant: 北京工商大学

Inventor： 张珣 ,  于重重 ,  谢小兰 ,  王雨雪 ,  靳敏

IPC: G06Q30/02

Abstract: 本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。

公开(公告)号：CN112215958A

公开(公告)日：2021-01-12

申请号：CN202011076160.6

申请日：2020-10-10

Applicant: 北京工商大学 ,  南京数联空间测绘科技有限公司

Inventor： 赵霞 ,  齐利军 ,  于重重 ,  苏维均 ,  尤相骏 ,  马延辉

IPC: G06T17/20 ,  G06F16/51 ,  G06F16/182

Abstract: 本发明提出一种基于分布式计算的激光雷达点云数据投影方法，步骤为：建立投影空间的坐标模型；获取激光雷达点云数据并清洗噪点数据；根据里程信息将点云数据切分成数据块，分发到计算节点上；将每个数据块的点云数据投影生成正射投影灰度图像；计算每个隧道实测点在断面坐标系中的空间特征值Rn；为正射投影灰度图像增加空间特征通道，生成所需尺度的多维特征融合的图像矩阵。本发明将点云数据高效处理为包含表面和空间特征的多维特征图像矩阵，有利于提高隧道变形和缺陷检测的准确率，具有更高的应用价值及经济效益。