-
公开(公告)号：CN113643323B
公开(公告)日：2023-10-03
申请号：CN202110960779.1
申请日：2021-08-20
Applicant: 中国矿业大学
Abstract: 本发明提出城市地下综合管廊尘雾环境下目标检测系统，所述系统包括视频逐帧去雾模块和运动目标检测模块，所述视频逐帧去雾模块用于将地下管廊的模糊视频画面去除尘雾影响，恢复管廊内物体或行人轮廓；所述运动目标检测模块用于对视频中运动目标的轮廓进行检测判断，实现了去雾和抑制噪声的效果，而且该模型对边缘的保持有较好的能力，消除了背景更新不及时导致的鬼影现象，而且运算速度得到明显的提升，实现了运动目标追踪的要求。
-
公开(公告)号：CN109164411B
公开(公告)日：2023-07-11
申请号：CN201811041952.2
申请日：2018-09-07
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于多数据融合的人员定位方法，是一种融合WIFI、惯性传感器和地磁信息的定位方法。本发明利用机器学习结合加速度计数据识别行人的运动状态，在得到步长、步数及方向角数据后进行行人航迹推算(PDR)。在PDR定位基础之上，融合地磁匹配定位结果改善PDR的累计误差，采用WIFI锚点实现位置初始化并修正定位误差。本发明所提出的基于粒子滤波的多数据动态融合算法，提高了系统精度及鲁棒性，且该方法不受外界环境干扰，成本低，器件便于携带，可应用于室内、隧道、矿井下等复杂环境。
-
公开(公告)号：CN108846447A
公开(公告)日：2018-11-20
申请号：CN201810431086.1
申请日：2018-05-08
Applicant: 中国矿业大学
CPC classification number: G06K9/66 , G06K9/6268 , G06N3/0454
Abstract: 本发明申请提供的是面向半监督学习的拉普拉斯多层极速学习机方法及系统，首先制作根据实际需要制作训练集和标签，然后设计网络的层数、每层的节点数目等等，之后将训练集预处理后输入网络中完成对网络权值的学习，最后输入样本属性，输入训练完成神经网络，完成对未标记样本的分类。本申请通过拉普拉斯多层极速学习机网络模型实现半监督学习，实现了标记样本与未标记样本的多层特征提取，直接将样本属性作为网络的输入，分类准确率很高；且网络一经训练即可反复使用，处理效率高；训练时间短。
-
公开(公告)号：CN107563398A
公开(公告)日：2018-01-09
申请号：CN201610513890.5
申请日：2016-06-30
Applicant: 中国矿业大学
Abstract: 本发明一种基于多层极速学习机的风景图片多标记方法及系统，通过构建带有标签的风景图片作为样本集对多层极速学习机-径向基神经网络进行训练，将训练好的神经网络保存，将待识别图片作为输入，根据输出向量得到识别结果。通过多层极速学习机-径向基神经网络标记风景图像，实现了多层的特征提取，直接将图片预处理后的向量作为网络的输入，标记准确率很高；且网络一经训练即可反复使用，处理效率高；训练时间短。
-
公开(公告)号：CN119392822A
公开(公告)日：2025-02-07
申请号：CN202411703514.3
申请日：2024-11-26
Applicant: 中国矿业大学
Abstract: 本发明涉及建筑结构领域，公开了一种具有抗冲切破坏性能的预制梁和预制柱的节点结构，包括预制柱、连接环以及多个预制梁，所述预制柱的外部套接有用于承受约束力的连接环，连接环与预制柱之间连接有用于产生薄膜效应的钢筋网；连接环的外部连接有多个预制梁，多个预制梁共同作用于连接环上，使连接环处于拉力平衡状态，本发明通过在连接环和预制柱之间设置具有拉伸性质的钢筋网，当预制柱受到破坏时，利用钢筋网产生的薄膜效应调节预制柱和预制梁之间的荷载传递，从而延缓了结构在极端情况下的破坏，避免构件冲切破坏过早，增加了梁柱节点的稳定性，能显著提高柱在极端破坏情况下框架的整体延性。
-
Patent Agency Ranking
公开(公告)号：CN109164411A
公开(公告)日：2019-01-08
申请号：CN201811041952.2
申请日：2018-09-07
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于多数据融合的人员定位方法，是一种融合WIFI、惯性传感器和地磁信息的定位方法。本发明利用机器学习结合加速度计数据识别行人的运动状态，在得到步长、步数及方向角数据后进行行人航迹推算(PDR)。在PDR定位基础之上，融合地磁匹配定位结果改善PDR的累计误差，采用WIFI锚点实现位置初始化并修正定位误差。本发明所提出的基于粒子滤波的多数据动态融合算法，提高了系统精度及鲁棒性，且该方法不受外界环境干扰，成本低，器件便于携带，可应用于室内、隧道、矿井下等复杂环境。
-
公开(公告)号：CN119747216A
公开(公告)日：2025-04-04
申请号：CN202510078329.8
申请日：2025-01-17
Applicant: 西安科技大学 , 中国安全生产科学研究院 , 中国矿业大学
Abstract: 本发明提供了一种基于多级筛分与斜面分离式煤矸分选系统及方法，属于井下煤矸智能分选领域。该系统包括煤矸石粒径多级筛分子系统、斜面式煤矸分选子系统和高精度煤矸识别分选子系统。首先煤矸石粒径多级筛分子系统根据煤和矸石的粒径进行多级筛分，筛分后输送至斜面式煤矸分选子系统；其次斜面式煤矸分选子系统利用不同粒径煤和矸石在斜面式皮带输送机上的物理特性差异，通过控制斜面式皮带输送机的关键参数，实现煤和矸石的初步分选；最后高精度煤矸识别分选子系统采用Relief‑MRMR‑SVM模型对煤和矸石进行精确识别，并控制机械臂进行分拣，实现深度优化分选。本发明通过3个紧密配合的子系统及方法，实现了煤和矸石的精确分选。
-
公开(公告)号：CN105012119B
公开(公告)日：2018-04-13
申请号：CN201410553527.7
申请日：2014-10-12
Applicant: 中国矿业大学 , 中国科学院计算技术研究所 , 丁世飞
Abstract: 本发明一种深度信息感知脑机融合避障导航装置，涉及一种利用深度感知信息来躲避障碍物，并完成导航功能的装置，属于医疗辅助设备及智能机器人领域，其特征是：定位导航装置置于无线信号发射接收装置的正下方，中央处理器置于下固定盒的中间部位，且位于系统设置器的下方，图形处理器置于中央处理器的右侧，随机访问存储器置于图形处理器的正下方，固定存储器置于中央处理器的左侧，感知装置电源置于安全预警指示灯的左侧，无线通讯器置于感知装置电源的左侧，红外深度传感器位于无线通讯器的左侧，信息感知控制器置于感知箱的最左端，左双目摄像机和右双目摄像机分别置于信息感知控制器的右侧和红外深度传感器的左侧。
-
公开(公告)号：CN106991374A
公开(公告)日：2017-07-28
申请号：CN201710131513.X
申请日：2017-03-07
Applicant: 中国矿业大学
CPC classification number: G06K9/00409 , G06K9/00422 , G06K9/6282 , G06N3/0454
Abstract: 本发明一种基于卷积神经网络和随机森林的手写体数字识别方法，通过将卷积神经网络提取数字图像的特征，之后将特征交给随机森林完成分类，这样使得模型在提取特征的过程中大大减少了时间，既克服了CNN训练时间过长的问题，又解决了在RF在人工选取特征的缺陷，最后达到了很好的识别效果。
-
公开(公告)号：CN106951844A
公开(公告)日：2017-07-14
申请号：CN201710140661.8
申请日：2017-03-10
Applicant: 中国矿业大学
CPC classification number: G06K9/00536 , G06N3/08
Abstract: 本发明一种基于深度极速学习机的脑电信号分类方法及系统，通过构建带有标签的脑电信号作为样本集对深度极速学习机神经网络进行训练，将训练好的神经网络保存，将待分类的脑电信号作为输入，根据输出向量得到分类结果。将图片预处理后的向量作为网络的输入，深度极速学习机网络可以对预处理后的脑电信号进行多次非线性映射，实现脑电信号的深度特征提取，分类准确率很高；且网络一经训练即可反复使用，处理效率高；训练时间短。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
