公开(公告)号：CN119942640A

公开(公告)日：2025-05-06

申请号：CN202411981932.9

申请日：2024-12-31

Applicant: 中国矿业大学

Inventor： 袁冠 ,  张艳梅 ,  傅圣深 ,  闫秋艳 ,  刘肖

IPC: G06V40/20 ,  G06V10/52 ,  G06V10/80 ,  G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种面向智慧课堂的细粒度教学行为识别方法，该方法以YOLOv8为基础，提出了一种融合上下文细粒度特征的轻量化教学行为检测模型。为了增强模型在智慧课堂这一特定复杂应用场景中的检测能力，本发明设计了一种细粒度特征提取模块，结合深度卷积与高效多尺度注意力机制，在有效提取细粒度特征的同时，优化了计算资源的利用效率。针对课堂环境中由于教室纵深导致的检测目标尺度跨度大的问题，设计了多尺度特征融合模块，有效提升了模型对不同规模动作的检测能力，尤其是在密集场景中的表现突出。本发明通过设计细粒度特征提取模块、多尺度特征融合模块以及特别针对小目标的细粒度课堂教学行为检测模块，在保持检测速度的同时提高了检测精度。

公开(公告)号：CN118427735A

公开(公告)日：2024-08-02

申请号：CN202410505856.8

申请日：2024-04-25

Applicant: 中国矿业大学

Inventor： 袁冠 ,  刘肖 ,  张艳梅 ,  闫秋艳 ,  朱子青 ,  代伟

IPC: G06F18/2431 ,  G06F18/2415 ,  G06F18/25 ,  G06F18/213 ,  G06V40/20 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明提供了一种课堂动作识别方法、装置、计算机设备和储存介质。该方法包括：首先采集人体交互动作多模态数据。通过构建共享编码器和差异编码器将多模态动作数据分别映射到模态关联空间和模态特有空间。在模态关联特征空间中，利用同一动作对应的不同模态数据特征构建成正样本对，利用对比学习缩小正样本对之间的语义距离。在模态特有特征空间中，使用图卷积神经网络和门控循环单元分别提取视觉骨架数据特征、传感器感知数据特征，并计算各模态动作识别的概率分布，结合KL散度减小概率分布的差异性。通过构建正交损失减少共享特征和差异特征之间的冗余信息，并实现不同模态特征之间的自适应融合，进行交互动作识别。

公开(公告)号：CN115659205A

公开(公告)日：2023-01-31

申请号：CN202211272779.3

申请日：2022-10-18

Applicant: 中国矿业大学

Inventor： 袁冠 ,  朱牧 ,  张艳梅 ,  商冉 ,  刘肖 ,  史红星 ,  端祥宇 ,  杜雨晴

IPC: G06F18/23213 ,  G06F18/24 ,  G06N3/04 ,  G06Q50/00

Abstract: 本发明适用于网络社区技术领域，提供了一种基于时空图嵌入的动态网络社区发现方法和系统，所述方法包括以下阶段：空间特征提取阶段：利用图卷积神经网络提取动态网络中节点的空间特征，并使用门控循环单元动态更新图卷积神经网络的权重；时间特征提取阶段：对于空间特征提取阶段中提取到的空间特征，利用门控循环单元提取节点的时间特征；社区发现阶段：对于时间特征提取阶段中提取到的时间特征，利用聚类算法进行聚类。本发明能够有效地处理大规模复杂网络数据，准确地划分网络社区结构。

公开(公告)号：CN117194720A

公开(公告)日：2023-12-08

申请号：CN202311010915.6

申请日：2023-08-09

Applicant: 淮北矿业股份有限公司 ,  中国矿业大学 ,  徐州中矿华信科技有限公司

Inventor： 孟庆勇 ,  王冀宁 ,  袁冠 ,  刘肖 ,  王思阳 ,  周炎

IPC: G06F16/901 ,  G06F16/25 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/25 ,  G06F17/16

Abstract: 本发明公开了一种基于时空图神经网络的煤矿多源大数据分析方法。该方法主要包括3个步骤：Step 1：使用图结构描述不同业务部门的数据关联特性，关联信息由邻接矩阵和特征矩阵组成；Step 2：根据业务数据的关联特性，使用图卷积神经网络提取关联特征，并将不同部门同一业务的关联流转特征转化为时间序列，并结合门控循环单元解决数据的时序性问题。Step 3：通过门控融合单元实现多源煤矿数据融合，保障数据的跨部门协同调度，以及异常数据的实时监测。该方法能够有效地解决数据孤岛问题，实现异常数据的监测治理，为构建安全、共享、高效的煤矿大数据分析平台提供有力的数据支撑。

公开(公告)号：CN115994430A

公开(公告)日：2023-04-21

申请号：CN202211280296.8

申请日：2022-10-19

Applicant: 中国矿业大学

Inventor： 袁冠 ,  朱牧 ,  张艳梅 ,  商冉 ,  刘肖 ,  史红星 ,  端祥宇 ,  杜雨晴

IPC: G06F30/18 ,  G06Q50/00 ,  G06Q10/0639 ,  G06F111/08

Abstract: 本发明适用于网络社区技术领域，提供了一种基于时间游走嵌入的增量动态社区发现方法及系统，所述方法包括以下两个阶段：数据处理阶段：依次读取动态网络快照，构造带有时间边权重的网络；使用时间游走采样策略对每一个时间权重网络构造节点序列；使用时间游走嵌入学习节点特征表示；社区发现阶段：将当前网络与数据处理阶段中获得的网络节点表示结合，构造动态属性网络；使用基于质量模块度的动态社区发现算法对动态属性网络进行社区发现。本发明充分利用图嵌入技术提取动态网络中节点的潜在的时空属性，同时将嵌入信息作为重要节点属性作为参考。本发明具有较低的时间复杂度和较高的准确度，能够快速有效地处理大规模复杂网络数据。

公开(公告)号：CN115512433A

公开(公告)日：2022-12-23

申请号：CN202110696669.9

申请日：2021-06-23

Applicant: 中国矿业大学

Inventor： 袁冠 ,  刘肖 ,  代伟 ,  张艳梅 ,  许威 ,  史苏阳

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于加权特征增强的手势识别方法，该方法主要包括4个步骤：Step 1:使用信息熵度量不同传感器特征与手势之间的关联度，通过关联性分析和关节点分析，综合衡量不同传感器特征的重要程度；Step 2：根据手势数据的局部交互性，使用相邻关节点数据逐元素相加的方式捕获手势数据的局部交互信息，实现特征增强；Step 3：借助长短期记忆单元的门控机制解决动态手势的时序性与长距离依赖问题；Step 4：在模型训练过程中，采用批量归一化算法作为每一层网络的归一化方式，降低网络对初始化权重的敏感性，同时基于softmax损失函数，结合Fisher线性准则，构建损失函数，提高手势识别模型的收敛速度和识别精度。对于基于传感器的手势数据，本方法不仅能够提取手势数据的局部交互信息，还能够解决动态手势的时序性和长距离依赖问题。