公开(公告)号：CN106485289A

公开(公告)日：2017-03-08

申请号：CN201611044847.5

申请日：2016-11-21

Applicant: 东北大学

Inventor： 肖冬 ,  程锦甫 ,  毛亚纯 ,  柳小波 ,  王继春

IPC: G06K9/66 ,  G06K9/62

CPC classification number: G06K9/66 ,  G06K9/6268

Abstract: 本发明实施例提供了一种菱镁矿矿石的品级的分类方法及设备，用于提供一种定量分析菱镁矿矿石的品级的方式。该方法包括：对待分类的菱镁矿矿石的第一数据矩阵通过栈式自编码网络进行降维处理，得到第二数据矩阵；其中，第一数据矩阵用于指示所述待分类的菱镁矿矿石的光谱数据；对所述第二数据矩阵通过极限学习机ELM进行数据的分类，以得到所述待分类的菱镁矿矿石的品级；其中，所述极限学习机ELM为预先经训练样本训练后得到的，以第二数据矩阵为输入，以菱镁矿矿石的品级为输出的模型。

公开(公告)号：CN107256453B

公开(公告)日：2020-10-23

申请号：CN201710378554.9

申请日：2017-05-25

Applicant: 东北大学

Inventor： 肖冬 ,  江锦红 ,  王继春

IPC: G06Q10/06 ,  G06Q50/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进ELM算法的毛管质量预报方法，步骤为：采集毛管穿孔过程的多组历史现场数据构建训练集；根据所采集的现场数据确定集成ELM网络的输入层、输出层和隐含层；结合多个常用激励函数，通过设置权重的方式，确定集成ELM网络的激励函数；采用遗传算法对集成ELM网络的激励函数中每个权值进行优化，获得最优激励函数；采用训练集对集成ELM网络进行训练，完成集成ELM网络的构建；将实际生产中的数据输入至集成ELM网络的每个子网络中，获得每个子网络的输出结果，进而获得集成ELM网络的输出预报结果，即毛管质量的预报结果。本发明继承了ELM模型的快速的性能和集成方法的鲁棒性，能更准确的预报毛管的质量。

公开(公告)号：CN107704883A

公开(公告)日：2018-02-16

申请号：CN201710954112.4

申请日：2017-10-13

Applicant: 东北大学

Inventor： 肖冬 ,  程锦甫 ,  黎霸俊 ,  毛亚纯 ,  柳小波 ,  王继春 ,  何大阔

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/6256 ,  G06K9/6215 ,  G06N3/0481 ,  G06N3/08

Abstract: 本发明提供了一种菱镁矿矿石的品级的分类方法及系统，用于提供一种定量分析菱镁矿矿石的品级的方式。该方法包括：对待分类的菱镁矿矿石的第一数据矩阵通过栈式自编码网络进行降维处理，得到第二数据矩阵；其中，第一数据矩阵用于指示所述待分类的菱镁矿矿石的光谱数据；对所述第二数据矩阵通过极限学习机ELM进行数据的分类，以得到所述待分类的菱镁矿矿石的品级；其中，所述极限学习机ELM为预先经训练样本训练后得到的，以第二数据矩阵为输入，以菱镁矿矿石的品级为输出的模型。本发明的方法在经济性、准确性、以及快速性上具有一定的优势，并且，该方法可以实现矿石的大批量在线检测。

公开(公告)号：CN107256453A

公开(公告)日：2017-10-17

申请号：CN201710378554.9

申请日：2017-05-25

Applicant: 东北大学

Inventor： 肖冬 ,  江锦红 ,  王继春

IPC: G06Q10/06 ,  G06Q50/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进ELM算法的毛管质量预报方法，步骤为：采集毛管穿孔过程的多组历史现场数据构建训练集；根据所采集的现场数据确定集成ELM网络的输入层、输出层和隐含层；结合多个常用激励函数，通过设置权重的方式，确定集成ELM网络的激励函数；采用遗传算法对集成ELM网络的激励函数中每个权值进行优化，获得最优激励函数；采用训练集对集成ELM网络进行训练，完成集成ELM网络的构建；将实际生产中的数据输入至集成ELM网络的每个子网络中，获得每个子网络的输出结果，进而获得集成ELM网络的输出预报结果，即毛管质量的预报结果。本发明继承了ELM模型的快速的性能和集成方法的鲁棒性，能更准确的预报毛管的质量。

公开(公告)号：CN109740463A

公开(公告)日：2019-05-10

申请号：CN201811574343.3

申请日：2018-12-21

Applicant: 沈阳建筑大学 ,  东北大学

Inventor： 王继春 ,  肖冬 ,  杨丰华

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明提供一种车载环境下的目标检测方法，方法包括：车载处理装置接收视频图像帧；对每一视频图像帧进行预处理，将预处理后的视频图像帧输入到预先训练的tiny模型，得到至少8个不同尺度的特征图；针对所有的特征图，生成不同大小、形状的候选区域；选择所有特征图中的候选区域进行卷积运算，得到用于目标定位预测的候选区域的四个偏移位置和用于目标分类预测的三个类别置信度；基于偏移位置和类别置信度，对每个标注边框进行预测筛选，将筛选的标注边框标注在视频图像帧上，并标注预测的类别；S6将标注过的视频图像帧合成为视频，在显示屏显示并预警提示。上述方法能够检测出全景辅助系统中的目标并标注提醒。