-
公开(公告)号：CN117128049A
公开(公告)日：2023-11-28
申请号：CN202311339070.5
申请日：2023-10-17
申请人： 湖北第二师范学院 , 中国地质大学(武汉)
摘要： 本发明涉及一种基于BIM的隧道施工安全预警系统，包括：施工现场监测模块，用于基于传感器实时采集隧道施工现场数据，并根据现场数据监测施工进度；BIM模型构建模块，用于基于隧道施工图纸构建三维BIM建筑模型，并根据现场数据对三维BIM建筑模型进行实时更新；安全阈值构建模块，用于基于三维BIM建筑模型内载信息预设各现场数据的安全阈值；异常情况监测模块，用于根据实时更新的三维BIM建筑模型以及各现场数据的安全阈值，识别异常数据；异常情况预警模块，用于对异常数据进行分析，进行隧道施工安全预警判断，做出预警或报警提示。本发明能够通过动态化的风险评估与可视化预警预防安全事故的发生，加强对风险的主动控制。
-
公开(公告)号：CN116466912A
公开(公告)日：2023-07-21
申请号：CN202310202074.2
申请日：2023-03-03
申请人： 中国地质大学(武汉)
摘要： 本发明公开了一种利用预处理机制以及改进NTT的高效多项式乘法运算方法，方法包括分别为：预处理多项式拆分阶段、相乘阶段和多项式合并阶段；预处理多项式拆分阶段：将两个多项式a(x)、b(x)进行拆分，得到拆分项aeven、aodd、beven、bodd；相乘阶段：根据拆分项，将多项式a(x)、b(x)相乘，得到含拆分项的目标多项式c；多项式合并阶段：对含拆分项的目标多项式c进行合并，得到合并后的目标多项式c。本发明有益效果是：大幅减少了乘法运算次数，实现高效的多项式乘法。
-
公开(公告)号：CN105744562B
公开(公告)日：2019-04-02
申请号：CN201610177210.7
申请日：2016-03-25
申请人： 中国地质大学(武汉)
IPC分类号： H04W28/02 , H04L12/811 , H04L12/801 , H03M7/30
摘要： 本发明公开了一种基于符号聚合近似的无线传感网数据压缩与重构方法及系统，该方法包括以下步骤：S1、获取无线传感网络每个节点在数据滑动窗口内采集监测数据构成的时间序列，对该序列进行标准化得到标准化序列；S2、对得到的标准化序列进行降维，并对各时序子段的均值进行符号化得到SAX符号序列；S3、对单个节点通过时间相关性来判断是否抑制当前时刻的SAX符号序列发送过程；对不同节点之间通过空间相关性抑制冗余信息的发送；S4、当一个周期内的每个节点都完成了时空相关性抑制过程，而且接收端结束了本轮数据采集，恢复节点未传送的数据。本发明能够大幅度节省无线传感网能量和通信带宽，延长电池供电的无线传感网工作生命周期。
-
公开(公告)号：CN106126896B
公开(公告)日：2019-03-22
申请号：CN201610444160.4
申请日：2016-06-20
申请人： 中国地质大学(武汉)
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于经验模态分解和深度学习的混合模型风速预测方法及系统，该方法包括以下步骤:S1、根据经验模态分解对原始风速时间序列进行分解，得到多个本征模态函数；S2、对每个本征模态函数构建各自训练数据集和测试数据集；S3、将训练数据集中各个本征模态函数训练样本送入栈式编码网络进行训练，得到各自的风速预测子模型；S4、将测试数据集送入到各自对应的风速预测子模型进行预测，得到每个风速预测子模型的预测输出值；S5、将每个风速预测子模型的预测输出值进行组合叠加处理，得到最终的整体预测输出值。本发明有效提高预测模型的预测精度和鲁棒性；同时可以获得更高的短期风速预测精度。
-
公开(公告)号：CN105491614A
公开(公告)日：2016-04-13
申请号：CN201610044511.2
申请日：2016-01-22
申请人： 中国地质大学(武汉)
CPC分类号： Y02D70/122 , H04W24/08 , H04W84/18
摘要： 本发明公开了一种基于二次混合压缩的无线传感网异常事件检测方法及系统，该方法包括：S1、通过压缩感知方法对原始数据序列进行第一次压缩；通过分段线性拟合方法对压缩序列进行第二次压缩，得到态边缘算子；S2、计算压缩序列中每个数据点边缘幅度和边缘强度，选择边缘点序列中插值误差较小边缘点构成新的边缘点序列；S3、根据边缘点序列获得特征值序列；S4、计算本地可到达密度以及本地异常因子；S5、根据混合压缩后的本地异常因子大小在对应的时间序列区间进行事件检测。本发明提高了无线传感网节点搜索效率和准确定位异常数据的能力，能够更加高效快速地发现异常事件；且提高了异常检测的及时性，大幅度节省了能量和通信带宽。
-
公开(公告)号：CN105791051B
公开(公告)日：2019-06-21
申请号：CN201610179672.2
申请日：2016-03-25
申请人： 中国地质大学(武汉)
摘要： 本发明公开了一种基于人工免疫和K均值聚类的无线传感网异常检测方法及系统，该方法包括：S1、获取无线传感网节点采集到的原始监测数据构成时间序列，对其进行归一化处理，压缩降维，并计算压缩序列中各时序子段的均值和方差；S2、计算节点数据与每个簇头间的欧式距离，并采用人工免疫算法为K均值分类找到最优的初始簇头集合；S3、每当有新的数据分配到相应的簇内，对该簇的簇头值进行迭代更新，直到所有簇内的数据个数不再变化；S4、无线传感网根据K均值聚类结果中簇内数据个数进行异常判断。本发明能够准确地发现监测数据中的异常信息，提高无线传感网检测异常事件的及时性和可靠性，大幅度节省无线传感网能量和通信带宽。
-
公开(公告)号：CN109657634A
公开(公告)日：2019-04-19
申请号：CN201811605203.8
申请日：2018-12-26
申请人： 中国地质大学(武汉)
摘要： 本发明提供了一种基于深度卷积神经网络的3D手势识别方法及系统，其方法包括：首先利用第一个深度卷积神经网络对大量包含手部的彩色图像进行预分割提取手动作的部分；其次利用第二个深度卷积神经网络对提取的手部进行手部关节节点检测；然后利用双流深度卷积网络对检测到的关节节点进行手势的3D重建；最后构建一个包含3个全连接层的softmax网络对3D重建的手势进行识别。本发明的有益效果是：本发明所提出的技术方案能有效提高手势识别的精度；从应用范围看，该方法对象是单目相机采集的RGB图像，所需设备简单廉价，应用的场景更广。
-
公开(公告)号：CN106126896A
公开(公告)日：2016-11-16
申请号：CN201610444160.4
申请日：2016-06-20
申请人： 中国地质大学(武汉)
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于经验模态分解和深度学习的混合模型风速预测方法及系统，该方法包括以下步骤:S1、根据经验模态分解对原始风速时间序列进行分解，得到多个本征模态函数；S2、对每个本征模态函数构建各自训练数据集和测试数据集；S3、将训练数据集中各个本征模态函数训练样本送入栈式编码网络进行训练，得到各自的风速预测子模型；S4、将测试数据集送入到各自对应的风速预测子模型进行预测，得到每个风速预测子模型的预测输出值；S5、将每个风速预测子模型的预测输出值进行组合叠加处理，得到最终的整体预测输出值。本发明有效提高预测模型的预测精度和鲁棒性；同时可以获得更高的短期风速预测精度。
-
公开(公告)号：CN105791051A
公开(公告)日：2016-07-20
申请号：CN201610179672.2
申请日：2016-03-25
申请人： 中国地质大学(武汉)
摘要： 本发明公开了一种基于人工免疫和K均值聚类的无线传感网异常检测方法及系统，该方法包括：S1、获取无线传感网节点采集到的原始监测数据构成时间序列，对其进行归一化处理，压缩降维，并计算压缩序列中各时序子段的均值和方差；S2、计算节点数据与每个簇头间的欧式距离，并采用人工免疫算法为K均值分类找到最优的初始簇头集合；S3、每当有新的数据分配到相应的簇内，对该簇的簇头值进行迭代更新，直到所有簇内的数据个数不再变化；S4、无线传感网根据K均值聚类结果中簇内数据个数进行异常判断。本发明能够准确地发现监测数据中的异常信息，提高无线传感网检测异常事件的及时性和可靠性，大幅度节省无线传感网能量和通信带宽。
-
公开(公告)号：CN105722129A
公开(公告)日：2016-06-29
申请号：CN201610035253.1
申请日：2016-01-20
申请人： 中国地质大学(武汉)
摘要： 本发明公开了一种基于FSAX?MARKOV模型的无线传感网事件检测方法及系统，该方法包括以下步骤：S1、采集原始监测数据据构成时间序列作为训练样本序列；S2、根据训练样本序列计算FSAX符号序列转移概率矩阵；S3、训练阶段：计算FSAX符号序列转移概率，并确定FSAX符号序列的正常转移概率阈值δth；S4、检测阶段：计算当前滑动窗口内监测数据的FSAX符号序列转移概率δ；S5、根据δth和δ对当前滑动窗口内监测数据进行异常事件检测。本发明具有较高的事件检测精度和较低的误报率；能够准确地发现序列中的异常区间，提高无线传感网检测异常事件的及时性和可靠性，大幅度节省无线传感网能量和通信带宽。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.037 秒)
