-
公开(公告)号：CN114708609B
公开(公告)日：2023-08-18
申请号：CN202111341029.2
申请日：2021-11-12
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/34 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于持续学习的域适应骨架行为识别方法和系统，方法包括：获取源域和目标域的新增骨架行为数据，采用滑动窗口法提取骨架行为数据序列，生成新增样本集；将新增样本集作为训练样本集；构建基于注意力机制的域适应网络模型，基于训练样本集对基于注意力机制的域适应网络模型进行训练，计算基于注意力机制的域适应网络模型的整体损失，若整体损失大于阈值，则从当前训练样本集中随机提取部分样本存入经验学习库中，从经验学习库中提取部分样本与下一轮训练的新增样本集中的样本组成下一轮训练的训练样本集，继续进行下一轮训练；否则训练结束，得到骨架行为识别模型；基于骨架行为识别模型对目标域的待识别骨架行为进行识别，得到识别结果。
-
公开(公告)号：CN114553818B
公开(公告)日：2022-11-18
申请号：CN202210169168.X
申请日：2022-02-23
Applicant: 中国矿业大学
Abstract: 本发明提供一种社交网络影响力最大化节点识别方法及系统，包括：对于给定的社交网络，根据每个节点的三元闭包结构数量，计算每个节点的三元闭包加权度值；根据每个节点的所有邻居节点的所述三元闭包加权度值，计算每个节点的加权影响力期望值；基于每个节点的所述加权影响力期望值降序排列所有节点；根据降序排列的加权影响力期望值，进行影响力最大化节点识别。本发明解决了在社交网络影响力最大化节点识别过程中，更新节点影响力期望值的现有方法时间复杂度过高，以及影响力最大化节点选取方法过于局部化，识别结果不够准确的问题。
-
公开(公告)号：CN114708609A
公开(公告)日：2022-07-05
申请号：CN202111341029.2
申请日：2021-11-12
Applicant: 中国矿业大学
Abstract: 一种基于持续学习的域适应骨架行为识别方法和系统，方法包括：获取源域和目标域的新增骨架行为数据，采用滑动窗口法提取骨架行为数据序列，生成新增样本集；将新增样本集作为训练样本集；构建基于注意力机制的域适应网络模型，基于训练样本集对基于注意力机制的域适应网络模型进行训练，计算基于注意力机制的域适应网络模型的整体损失，若整体损失大于阈值，则从当前训练样本集中随机提取部分样本存入经验学习库中，从经验学习库中提取部分样本与下一轮训练的新增样本集中的样本组成下一轮训练的训练样本集，继续进行下一轮训练；否则训练结束，得到骨架行为识别模型；基于骨架行为识别模型对目标域的待识别骨架行为进行识别，得到识别结果。
-
公开(公告)号：CN110844756B
公开(公告)日：2021-06-25
申请号：CN201911151957.5
申请日：2019-11-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种立井提升机圆尾绳摆动控制装置，采用扁平化摆动控制装置进行90°回转既能在展开时沿井筒径向对扁尾绳进行限位，又能在收回时归于罐道梁侧面，采用齿轮组直角传动使限位轴进行180°回转从圆尾绳两侧逐步夹持限位，能在尾绳动态摆动过程中进行逐步限位，采用带衬垫托辊可以对圆尾绳进行自由导向，容许圆尾绳的纵向窜动以及多圆尾绳之间伸长变形的差异，采用限位轴顶端设置配重，能在紧急工况下，使摆动控制装置在重力作用下回转到罐道梁侧面，避免干扰容器本体运行，从而对悬垂段圆尾绳摆动进行多点导向控制，从根源上较大程度限制圆尾绳摆动，实用可靠，保障了立井提升圆尾绳配重平衡系统的安全运行。
-
公开(公告)号：CN110844755B
公开(公告)日：2021-06-01
申请号：CN201911147368.X
申请日：2019-11-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种平动缓冲型圆尾绳悬挂装置及方法，装置包括悬挂卡绳器和平动缓冲器，圆尾绳通过合金浇注的方式固定于锥形套筒中与悬挂卡绳器相连接，卡绳套筒顶端通过连接梁与平动缓冲器连接，平动缓冲器通过顶板固定于容器本体底部，采用钢球朝下型重载万向球轴承承担圆尾绳自重，采用带弹簧重载万向球轴承缓冲圆尾绳的纵向窜动，采用对称圆周布置的缓冲拉簧对底板与摆动轴之间的沿水平方向的平动施加自适应缓冲，能够在承担圆尾绳自重的基础上，缓冲容器本体横向摆动带来的圆尾绳摆动，圆尾绳悬挂装置带阻尼平动，从根源上削弱圆尾绳的摆动，延长圆尾绳的使用寿命，能够有效保障立井提升配重系统的安全运行。
-
Patent Agency Ranking
公开(公告)号：CN108876648B
公开(公告)日：2021-02-02
申请号：CN201810701551.9
申请日：2018-06-29
Applicant: 中国矿业大学
IPC: G06Q50/00
Abstract: 本发明涉及基于节点覆盖范围的社交网络影响力最大化方法及系统，属于网络分析技术领域；解决了现有技术中节点影响范围重合、对节点中心性评估不够准确以及对于不同结构的网络适应性差的问题。包括：根据给定社交网络中各个节点的邻居关系确定该社交网络中每个节点的覆盖范围增益值；根据上述节点的覆盖范围增益值选择种子节点，得到种子节点集合；利用上述种子节点集合确定该社交网络影响力最大化节点集合。本发明通过更加有效的节点中心性指标，准确有效地选取最具影响力的节点，克服了选取的种子节点过于集中导致节点影响范围重合的问题，对于不同结构的网络均具有良好的适应性。
-
公开(公告)号：CN110445654A
公开(公告)日：2019-11-12
申请号：CN201910741261.1
申请日：2019-08-12
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于社区划分的社交网络多源谣言溯源方法及系统，属于社交网络分析技术领域，解决了现有技术溯源率较低、错误距离较大等问题。首先进行基于拓扑势的社区划分，得到有重合区域的多个社区，每个社区内的节点构成一个子网络，保存每个社区内节点的数量及名称；然后在每一子网络上运用单源谣言溯源方法，计算每一社区中的每个节点作为源节点的可能性；选择各社区中作为源节点可能性最大的节点，得到多源节点。实现了社交网络中感染部分多源节点的寻找，溯源率高，错误距离小。
-
公开(公告)号：CN109034562A
公开(公告)日：2018-12-18
申请号：CN201810744899.6
申请日：2018-07-09
Applicant: 中国矿业大学
CPC classification number: G06Q10/0639 , G06Q50/01
Abstract: 本发明涉及一种社交网络节点重要性评估方法及系统，属于社交网络分析技术领域，解决了现有技术中基于H指数或类H指数的节点重要性评估方法对节点重要性区分度不高、无法有效对具有相同H值的节点进行重要性排序的问题。包括以下步骤：求取给定社交网络中节点的K指数值；根据待评估节点的所有邻居节点的K指数值之和，确定待评估节点的重要度；基于待评估节点的重要度对该待评估节点的重要性进行评估。本发明充分利用了邻居节点的影响力，可以对相同H指数值的节点重要性进行有效区分排序，能够快速、准确地对社交网络中的节点重要性进行评估，并且评估结果区分度高；同时，能对大规模社交网络进行分析，便于快速发现重要性节点，适应性强。
-
公开(公告)号：CN105217401B
公开(公告)日：2017-06-23
申请号：CN201510710639.3
申请日：2015-10-28
Applicant: 中国矿业大学
IPC: B66B5/02
Abstract: 一种气囊液压式立井提升机过卷事故乘员安全保护装置，包括顶板、液压缸、电磁比例溢流阀、气体发生剂气囊、卷收器、安全绳、安全带、位移传感器、速度传感器和信号处理器，顶板设置在罐笼内壁上方，液压缸和气体发生剂气囊设置在顶板下方，液压缸连接有电磁比例溢流阀，卷收器的缓冲带连接到液压缸的活塞杆上，卷收器下部连接有安全绳，安全绳的另一端连接到矿工穿戴的安全带上。该装置采用直接保护矿工的方式，利用离心离合器式卷收器在矿工上冲后回落时锁止缓冲带，利用气体发生剂气囊避免矿工在高速过卷上冲时头部冲击到罐笼内壁顶部，利用电液比例溢流阀控制液压缸小腔进行背压泄油来提供缓冲力，能够有效避免矿工在过卷事故发生时受到伤害。
-
公开(公告)号：CN114676723B
公开(公告)日：2025-05-09
申请号：CN202210237391.3
申请日：2022-03-11
Applicant: 中国矿业大学
IPC: G06F18/241 , G06F18/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于加权水平可视图多重分形的情绪识别方法，适用于情绪状态识别领域。采集脑电信号并组成时间序列，将该时间序列映射为加权水平可视图，对加权水平可视图进行分析，研究结构，探究其蕴含的脑电信号的非线性特性；其中无标度特征被创新性地用于分析相关加权水平可视图的结构，通过分析加权水平可视图的分形与多重分形，实现对加权水平可视图的描述刻画，最终使用神经网络进行训练，实现对不同情绪脑电信号的分类与识别，步骤简单，识别准确，具有广泛的实用性。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.031 seconds)
