一字形三维电法勘探方法
    81.
    发明授权

    公开(公告)号:CN106772625B

    公开(公告)日:2018-06-22

    申请号:CN201611213018.5

    申请日:2016-12-25

    Applicant: 中南大学

    Abstract: 一字形三维电法勘探方法,本发明基于电法勘探区的勘探目标体特征、地形地貌起伏特征,通过布置一字形的三维电法勘探供电点,利用电法勘探发射机通过供电点的电极向地下供电,采用电法勘探接收机同时接收所有测量点的电场信号,求取一字形的每个供电点供电时所有测量点的视电阻率和激电参数,从而实现一字形三维电法勘探。本发明可克服二维电法勘探效果较差、常规三维电法勘探效率低的缺点,又继承二维电法勘探效率高、常规三维电法勘探效果优的优点,在勘探效率和勘探效果两者之间找到一个更优的平衡点。

    米字形三维电法勘探方法
    82.
    发明授权

    公开(公告)号:CN106597552B

    公开(公告)日:2018-06-22

    申请号:CN201611213025.5

    申请日:2016-12-25

    Applicant: 中南大学

    Abstract: 米字形三维电法勘探方法,本发明基于电法勘探区的勘探目标体特征、地形地貌起伏特征,通过布置米字形三维电法勘探供电点,利用电法勘探发射机通过供电点的电极向地下供电,采用电法勘探接收机同时接收所有测量点的电场信号,求取米字形的每个供电点供电时所有测量点的视电阻率和激电参数,从而实现米字形三维电法勘探。本发明可克服二维电法勘探效果较差、常规三维电法勘探效率低的缺点,又继承二维电法勘探效率高、常规三维电法勘探效果优的优点,在勘探效率和勘探效果两者之间找到一个更优的平衡点。

    一种综合电法勘探方法
    83.
    发明授权

    公开(公告)号:CN106707347B

    公开(公告)日:2018-06-15

    申请号:CN201611213680.0

    申请日:2016-12-25

    Applicant: 中南大学

    Abstract: 一种综合电法勘探方法,本发明的具体步骤为:基于电法勘探区的勘探目标体特征、地形地貌起伏特征、勘探目标和要求,在电法选区勘探阶段采用常规的二维电法勘探,获取电法勘探普查靶区;在电法普查勘探阶段采用勘探效率高的十字形三维电法勘探方法,获取电法勘探详查靶区;在电法详查勘探阶段采用勘探效果更优的米字形三维电法勘探方法,发挥米字形三维电法勘探方法的勘探效果优的优点,获取勘探验证工程的靶位。本发明提出的综合电法勘探方法充分挖掘不同方法的优点,在不同电法勘探阶段有针对性地选择不同的电法勘探方法,从而实现高效率、高精度地解决勘探靶区和靶位确定的问题。

    一种三极装置的电阻率监测方法

    公开(公告)号:CN107765314A

    公开(公告)日:2018-03-06

    申请号:CN201710974628.5

    申请日:2017-10-19

    Applicant: 中南大学

    CPC classification number: G01V3/088

    Abstract: 一种三极装置的电阻率监测方法,本发明通过遥控开关选择某两个供电电极分别与两根供电总导线连通,通过遥控开关选择某个测量电极与测量总导线连通;采用电法发送机通过两根供电总导线供电,采用电法接收机通过测量总导线和无穷远测量线监测;通过遥控开关改变两根供电电极与两根供电总导线的连通位置,或改变测量电极与测量总导线的连通位置,每改变一次,均进行电场监测,直至完成本次监测工作,获取一个时间周期的监测数据;根据特定时间周期对监测目标重复执行上述监测,获取多个时间周期的监测数据,分析所有时间周期的监测数据,判断监测目标的变化情况。本发明有助于减少电阻率监测系统布置成本和提高电阻率监测效率、效果、精度。

    一种综合电法勘探方法
    85.
    发明公开

    公开(公告)号:CN106842332A

    公开(公告)日:2017-06-13

    申请号:CN201611213017.0

    申请日:2016-12-25

    Applicant: 中南大学

    CPC classification number: G01V3/02 G01V3/082 G01V3/36

    Abstract: 一种综合电法勘探方法,本发明的具体步骤为:基于电法勘探区的勘探目标体特征、地形地貌起伏特征、勘探目标和要求,在电法选区勘探阶段采用常规的二维电法勘探,获取电法勘探普查靶区;在电法普查勘探阶段采用勘探效率高的一字形三维电法勘探方法,获取电法勘探详查靶区;在电法详查勘探阶段采用勘探效果优的井字形三维电法勘探方法,发挥井字形三维电法勘探方法的勘探效果优的优点,获取勘探验证工程的靶位。本发明提出的综合电法勘探方法充分挖掘不同方法的优点,在不同电法勘探阶段有针对性地选择不同的电法勘探方法,从而实现高效率、高精度地解决勘探靶区和靶位确定的问题。

    井字形三维电法勘探方法
    86.
    发明公开

    公开(公告)号:CN106646622A

    公开(公告)日:2017-05-10

    申请号:CN201611213032.5

    申请日:2016-12-25

    Applicant: 中南大学

    CPC classification number: G01V3/02

    Abstract: 井字形三维电法勘探方法,本发明基于电法勘探区的勘探目标体特征、地形地貌起伏特征,通过布置井字形三维电法勘探供电点,利用电法勘探发射机通过供电点的电极向地下供电,采用电法勘探接收机同时接收所有测量点的电场信号,求取井字形的每个供电点供电时所有测量点的视电阻率和激电参数,从而实现井字形三维电法勘探。本发明可克服二维电法勘探效果较差、常规三维电法勘探效率低的缺点,又继承二维电法勘探效率高、常规三维电法勘探效果优的优点,在勘探效率和勘探效果两者之间找到一个更优的平衡点。

    一种基于在线深度强化学习在动态车辆路径优化方法

    公开(公告)号:CN119624302A

    公开(公告)日:2025-03-14

    申请号:CN202411829980.6

    申请日:2024-12-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于在线深度强化学习的动态车辆路径优化方法,主要解决现有动态车辆路径优化方法动态变化适应能力差、算法实时性差的问题。其实施方案为:1)生成数据集;2)构建决策模型;3)构建并训练策略网络模型和值函数估计网络模型;4)使用训练好的策略网络模型求解带时间窗的动态车辆路径问题。本发明根据车队配送客户的时间顺序建立部分可观测的马尔可夫决策模型,并设计相应的策略网络和值函数估计网络优化车辆路径。训练得到的策略模型可快速给出动态车辆最优路径,并可根据相关条件的动态变化在线调整计划路径,在保证求解质量的同时拥有更快的求解速度,提高了算法在处理动态车辆路径优化问题时的实时性。

    一种基于跨阶段特征交互网络的伪装目标检测方法

    公开(公告)号:CN119251617A

    公开(公告)日:2025-01-03

    申请号:CN202411346076.X

    申请日:2024-09-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于跨阶段特征交互网络的伪装目标检测方法,应用于数据处理技术领域,其实施方案为:1)获取伪装目标检测训练数据集;2)构建伪装目标检测模型;3)构建损失函数;4)训练检测模型;5)伪装目标检测。本发明构建的跨阶段特征交互网络,通过设计双向连接结构并搭配多尺度跨注意力调制融合策略,有效利用了相邻阶段骨干特征的相关性,使每个阶段的特征信息得以完善,增强模型特征表达能力,更好地探测出伪装目标与背景之间的差异,从而有效提升了伪装目标检测结果的准确率。

    移动机器人室内重定位方法、计算机装置及产品

    公开(公告)号:CN114526739B

    公开(公告)日:2024-05-07

    申请号:CN202210085351.1

    申请日:2022-01-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种移动机器人室内重定位方法、计算机装置及产品,基于几何特征匹配的位姿变换关系求解进行建图定位,并对关键帧点云和关键帧位姿进行存储;对关键帧点云进行几何特征与拓扑语义特征提取,并基于建图时保留的关键帧位姿进行地图拼接,得到几何‑拓扑语义特征地图;获取移动机器人当前位置感知点云数据并构建拓扑语义地图,与全局几何‑拓扑语义地图基于三角拓扑结构进行相似度分析进行特征匹配,并完成重定位过程的位姿粗估计;基于已知匹配关系的几何特征求解非线性最优化问题来完成移动机器人的位姿精估计。本发明解决了室内场景中无卫星信号,移动机器人在地图任意位置启动的位姿获取问题。

    一种基于多尺度目标模型和特征融合的半监督视频目标分割方法

    公开(公告)号:CN114120202B

    公开(公告)日:2024-04-30

    申请号:CN202111451336.6

    申请日:2021-12-01

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多尺度目标模型和特征融合的半监督视频目标分割方法,包括:获取视频分割相关数据集以及对应的分割标签;构建特征提取模块,提取视频图像中所包含的信息;构建多尺度目标模型,捕获不同尺度的目标外观细节,同时提升推理速度;构建由特征融合模块、通道注意力模块以及细化残差模块构成的分割解码器,突出视频的帧间目标变化,并将目标外观信息恢复至高分辨率,得到对应帧的目标分割结果;构建缓存池用于多尺度目标模型的参数更新,逐帧对视频序列进行推理,得到视频目标分割结果。本发明方法能够有效提升对视频中小目标、难分割目标的分割精度,同时可保证视频目标分割的快速性。

Patent Agency Ranking