-
公开(公告)号：CN110378295B
公开(公告)日：2022-12-20
申请号：CN201910663782.X
申请日：2019-07-22
Applicant: 安徽理工大学
IPC: G06V20/00 , G06V20/13 , G06V10/80 , G06V10/82 , G06N3/04 , G06N5/00 , G01N21/17 , G01N21/31 , G01J3/28
Abstract: 本发明公开了一种多光谱图像信息和光谱信息异构融合的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱数据的获取；(2)构造煤和矸石的多光谱数据库；(3)二维卷积神经网络图像信息的特征提取；(4)一维卷积神经网络光谱信息的特征提取；(5)图像特征和光谱特征的融合；(6)随机森林煤矸识别模型构建。本发明采用2D‑CNN和1D‑CNN分别提取图像特征和光谱特征，特征融合后进行煤和矸石多光谱的识别模型构建，提出一种可用于图像信息和光谱信息特征提取、融合的异构融合框架能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN115131712A
公开(公告)日：2022-09-30
申请号：CN202210817578.0
申请日：2022-07-12
Applicant: 安徽理工大学
Abstract: 本发明公开了一种计算机视觉驱动的钻杆智能计数方法。本发明基于计算机视觉，将目标检测结合信号处理实现的钻杆智能计数。通过打钻过程的实时视频结合深度学习算法检测每帧图像中的钻杆，实时评估钻杆的相对大小，利用信号处理技术获得钻杆相对大小的实时平滑曲线，二值化平滑处理的钻杆的相对大小的实时曲线，得到图像中钻杆的编码二值曲线，统计矩形波形个数既可实现钻杆智能计数。本发明基于先进的深度学习算法和轻便的信号处理技术实现瓦斯抽采钻杆实时智能计数，对煤炭安全开采和煤矿智能化建设具有重要意义。
-
公开(公告)号：CN113255889A
公开(公告)日：2021-08-13
申请号：CN202110579022.8
申请日：2021-05-26
Applicant: 安徽理工大学 , 合肥博谐电子科技有限公司
Abstract: 本发明提供了一种基于深度学习的职业性尘肺病多模态分析方法，属于尘肺病分析领域，包括：采集人员的胸部X片影像信息和个人基础信息；对个人基础信息进行词向量化处理；构建一维卷积神经网络和二维卷积神经网络，并在此基础上建立多模态卷积神经网络MM‑CNN模型；将上述两种信息作为多模态卷积神经网络MM‑CNN模型的输入，建立多分类MM‑CNN尘肺病分析模型，在满足相应约束下形成目标函数；采用混合跳蛙算法SFLA优化多分类MM‑CNN尘肺病分析模型的超参数；采用优化后的多分类MM‑CNN尘肺病分析模型对人员的胸部X片影像信息和词向量化处理后的个人信息进行分析，并输出分析结果。该方法能够实现人员肺部健康的准确、实时检测分析，完成部分职业性尘肺病的早期预警。
-
公开(公告)号：CN113113148A
公开(公告)日：2021-07-13
申请号：CN202110466396.9
申请日：2021-04-28
Applicant: 安徽理工大学 , 合肥博谐电子科技有限公司
Abstract: 本发明涉及一种基于LLE结合SOM的矿工体检情况辨识方法，采集人体各项生理指标数据；按照LLE算法选择出采集的生理指标数据中重要体检生理指标；将选择出重要体检生理指标随机划分为训练集和测试集；利用训练集数据作为SOM算法的输入，建立体检数据异常情况识别模型；利用测试集对建立异常情况识别模型进行识别；得到正常与异常生理指标样本的辨识；非常适合高维数据的可视化，能够维持输入空间的拓扑结构，具有很高的泛化能力，它甚至能识别之前从没遇过的输入样本；可实现矿工体检异常情况的精准辨识。
-
公开(公告)号：CN111626224A
公开(公告)日：2020-09-04
申请号：CN202010469047.8
申请日：2020-05-28
Applicant: 安徽理工大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/17 , G01N21/3563 , G01N21/359
Abstract: 本发明提供了一种基于近红外光谱和SSA优化的ELM的煤矸石快速识别方法，属于煤矸石快速识别领域，包括：首先将光谱成像技术用于煤矸石检测，获取煤矸石近红外光谱图像；然后把获取煤和矸石的近红外光谱图像预处理，并利用主成分分析(Principal Component Analysis，PCA)降维近红外光谱图像数据；接着基于改进的ELM构建煤矸石识别模型，用SSA算法优化改进的ELM的最优参数；最后将SSA获取的最优参数结合ELM用于煤矸石近红外光谱图像识别。本发明提供的基于近红外光谱和SSA优化的ELM的煤矸石快速识别方法不仅实现煤矸石准确快速的识别，而且省去识别模型的手动参数搜索的过程，应用方便。
-
Patent Agency Ranking
公开(公告)号：CN110378295A
公开(公告)日：2019-10-25
申请号：CN201910663782.X
申请日：2019-07-22
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多光谱图像信息和光谱信息异构融合的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱数据的获取；(2)构造煤和矸石的多光谱数据库；(3)二维卷积神经网络图像信息的特征提取；(4)一维卷积神经网络光谱信息的特征提取；(5)图像特征和光谱特征的融合；(6)随机森林煤矸识别模型构建。本发明采用2D-CNN和1D-CNN分别提取图像特征和光谱特征，特征融合后进行煤和矸石多光谱的识别模型构建，提出一种可用于图像信息和光谱信息特征提取、融合的异构融合框架能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN110348538A
公开(公告)日：2019-10-18
申请号：CN201910652387.1
申请日：2019-07-18
Applicant: 安徽理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种多光谱光谱信息和1D-CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱光谱信息获取；(2)煤和矸石光谱信息的样本划分；(3)一维卷积神经网络光谱特征提取；(4)概率神经网络煤矸识别模型构建。本发明采用1D CNN-PNN进行煤和矸石多光谱光谱信息的识别模型构建，提出一种新的一维卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN210465244U
公开(公告)日：2020-05-05
申请号：CN201921099580.9
申请日：2019-07-12
Applicant: 安徽理工大学
Abstract: 本实用新型描述了一种基于激光技术的厨房油烟浓度监测抽排装置，装置包括激光测量模块、信号放大模块、信号处理模块、主控模块和油烟抽排模块五大模块；所述的激光测量模块包括激光二极管和光电转换器；所述的信号放大模块包括一个放大电路；所述的信号处理模块包括A/D转换器、STM32F103控制器；所述的主控模块包括OLED显示屏和键盘输入；所述的油烟抽排模块包括D/A转换器、变频器和抽油烟机；本实用新型装置能够实现对厨房油烟的实时监测，在厨房油烟达到设定的浓度时，会自行以对应的功率启用抽油烟机，对厨房油烟进行净化和排放，使油烟对人体健康的危害程度大大降低。
-
公开(公告)号：CN204803641U
公开(公告)日：2015-11-25
申请号：CN201520304294.7
申请日：2015-05-12
Applicant: 安徽理工大学
Abstract: 本实用新型公开了一种基于DSP衣被自动烘干装置，此设计分为两部分，第一部分是衣被烘干箱装置模块，衣被放入烘干箱中按下按钮后，主机开始进行加热烘干。第二部分是干度检测器及传输模块和烘干箱DSP控制模块，在触摸显示屏上完成操作，通过CAN总线连接TMS320C5420系列的DSP，由上位机完成编程，通过RS232总线连接，实时的干度检测数据由传输模块和A/D转换及处理器处理后传回DSP中，此时DSP控制主机开关，完成烘干装置高智能控制。
-
公开(公告)号：CN204536424U
公开(公告)日：2015-08-05
申请号：CN201520224809.2
申请日：2015-04-14
Applicant: 安徽理工大学
IPC: G01R27/02
Abstract: 本实用新型公开了一种基于选频法的电导率测量装置，包括：电信号测量模块、电源模块和信号处理模块。电信号测量模块包括电导率传感器、用于将传感器传出的微弱电信号进行放大和整形的信号放大电路和整流电路；电源模块包括为处理器和电导率传感器供电的±5V电源电路；信号处理模块采用ATMEGA128微处理器，结合选频法处理接收到的电信号。本实用新型采用选频法对采集到的数据进行处理，能有效消除电导率传感器在交流激励源作用下电容效用的影响，可实现水样电导率的精确测量。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.052 seconds)
