公开(公告)号：CN118036360A

公开(公告)日：2024-05-14

申请号：CN202410004998.6

申请日：2024-03-07

Applicant: 东北大学

Inventor： 甄帅 ,  毛亚纯 ,  曹旺 ,  贺黎明 ,  毛昕琦 ,  白宇 ,  丁瑞波

IPC: G06F30/23 ,  G06F17/18 ,  G06F119/14

Abstract: 本发明提供了一种考虑岩体节理宽度与质量的爆破振动峰值速度预测方法，具体步骤为：首先通过LS‑DYNA有限元模拟软件构建含节理岩体爆破的几何模型，根据爆轰气体膨胀压力理论以及应力波衰减公式确定几何模型边界爆炸动力荷载峰值。其次，基于国际岩体质量分级指标(RMR)建立不同质量岩体与节理的组合模型，并通过Mechanical APDL求解不同爆心距处爆破振动峰值速度，同时，提出考虑岩体节理宽度的修正式Sadaovsk formula。最后通过模拟数据，确定修正式Sadaovsk formula中具体参数的取值。本方法考虑到岩体节理宽度对爆破振动峰值速度传播的影响，能够有效预测含节理岩体爆破振动峰值速度，对爆破振动的精准预测及安全防控具有重要意义。

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

Inventor： 包妮沙 ,  徐景余 ,  刘善军 ,  贺黎明 ,  丁瑞波 ,  毛亚纯 ,  韩子松 ,  顾诺

IPC: G06V20/10 ,  G06V20/17 ,  G06V10/25 ,  G06V10/58 ,  G06V10/40

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：CN110645900A

公开(公告)日：2020-01-03

申请号：CN201910919424.0

申请日：2019-09-26

Applicant: 东北大学

Inventor： 毛亚纯 ,  曹旺 ,  黄家其 ,  伏雨文 ,  丁瑞波 ,  刘晶

IPC: G01B11/16 ,  G06T7/90 ,  G06T7/33

Abstract: 本发明涉及一种边坡影像实时获取装置、边坡裂缝实时识别形变监测方法，其中，边坡影像实时获取装置包括高清摄像头，负责采集边坡高清影像，移动WIFI，负责摄像头和远程计算机的网络通讯，太阳能蓄电池，负责给高清摄像头及移动WIFI供电，远程计算机，负责实时处理影像数据。本发明提供的装置和方法不仅能够实时地、准确地、大范围地对露天矿边坡裂缝进行识别，而且还能对边坡裂缝的形变信息进行实时高精度监测。

公开(公告)号：CN118447221A

公开(公告)日：2024-08-06

申请号：CN202410483370.9

申请日：2024-04-22

Applicant: 东北大学

Inventor： 包妮沙 ,  徐景余 ,  刘善军 ,  贺黎明 ,  丁瑞波 ,  毛亚纯 ,  韩子松 ,  顾诺

IPC: G06V10/25 ,  G06V10/58 ,  G06V10/40 ,  G06V20/10

Abstract: 本发明公开了一种针对雪地伪装目标的目标检测算法,涉及图像检测领域，包括：S1、典型雪地与雪地伪装材料光谱的采集、预处理及构建过完备字典；S2、机载高光谱数据的采集与预处理；S3、通过典型雪地与雪地伪装材料的光谱计算差异波段，构建差异波段选取约束条件，并基于差异波段获取波段筛选后的背景字典Ab*、联合字典A*与机载高光谱图像的像元y*；S4、求背景字典的最优稀疏向量γ1与联合字典的最优稀疏向量β1，再求取背景字典Ab*对波段筛选后图像像元的重构误差r0(y*)与联合字典A*对波段筛选后图像像元的重构误差r1(y*)；S5、将重构误差r0(y*)与重构误差r1(y*)通过SRUC检测器，基于输出值判断目标是否存在。本发明解决现有目标检测算法对雪地伪装目标检测率低的问题。

公开(公告)号：CN117935982A

公开(公告)日：2024-04-26

申请号：CN202410092222.4

申请日：2024-01-23

Applicant: 东北大学

Inventor： 毛昕琦 ,  任涛 ,  曹旺 ,  丁瑞波

IPC: G16C20/70 ,  G06V10/58 ,  G06V10/25 ,  G06F17/18 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种基于深度学习与成像高光谱的像素级矿物品位反演方法，涉及矿山开采技术领域。在模型训练阶段，通过对高光谱图像的随机邻域采样的方法获取一个mini‑batch的光谱数据，作为深度学习模型的输入。该深度学习模型将输入的光谱嵌入到一个向量中，并通过一个多层感知机给出对应的矿物品位预测结果，通过反向传播的方法完成训练过程。在仅有数百矿物样本的高光谱图像的条件下通过一种随机采样近似的方式充分利用了有限的数据，规避了数据不足的问题；其次相较于已有的定量反演建模方法，本发明提供的方法不需要复杂的特征筛选，具有一定泛化能力，且精度表现更为优秀。

公开(公告)号：CN117723506A

公开(公告)日：2024-03-19

申请号：CN202311745086.6

申请日：2023-12-18

Applicant: 东北大学

Inventor： 毛昕琦 ,  任涛 ,  曹旺 ,  丁瑞波

IPC: G01N21/359

Abstract: 本发明公开一种像素级矿物品位反演方法、系统及设备，涉及矿物品位检测领域；获取多个矿物样本的光谱数据；对多个矿物样本的光谱数据进行标注，确定多个矿物样本的光谱数据对应的标签；基于每个矿物样本的光谱数据与每个矿物样本的光谱数据对应的标签构建训练集和验证集；基于训练集和验证集采用反向传播的方法对矿物品位预测模型的参数进行训练和验证；获取待检测矿物的光谱数据；将待检测矿物的光谱数据输入至矿物品位预测模型，得到待检测矿物的品位。本发明可提高矿物品位检测的效率。

公开(公告)号：CN112229817A

公开(公告)日：2021-01-15

申请号：CN202011057531.6

申请日：2020-09-29

Applicant: 东北大学

Inventor： 毛亚纯 ,  刘晶 ,  曹旺 ,  丁瑞波 ,  温健 ,  黄家其 ,  伏雨文 ,  樊硕 ,  王辉

IPC: G01N21/359 ,  G01N21/3563 ,  G06F30/20

Abstract: 本发明涉及一种苏打盐碱地重金属定量反演模型建立方法，包括如下步骤：S1、获取苏打盐碱地重金属的原始光谱数据；S2、对获取的原始光谱数据进行预处理，获取多源光谱数据集合；S3、根据预处理后的多源光谱数据集合构建光谱指数的必要参数，获得光谱指数数据，然后分析光谱指数数据分别与样本锰(Mn)、钴(Co)和铁(Fe)含量的相关性，提取对应重金属含量相关系数高的光谱指数所对应的波段；S4、制定最佳波段组合选取原则，确定建模策略，并建立实验样品锰(Mn)、钴(Co)和铁(Fe)含量的反演预测模型；本发明提供的方法可定量估算土壤重金属含量，而且大大提高了对苏打盐碱地重金属含量的估算精度。