公开(公告)号：CN117892235A

公开(公告)日：2024-04-16

申请号：CN202410076080.2

申请日：2024-01-18

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  梁志贞 ,  郭瑞 ,  孟波 ,  韩伟 ,  刘佰龙 ,  牛耀 ,  张磊 ,  程上 ,  宋永明

IPC: G06F18/2431 ,  G06F18/25 ,  G06N3/09

Abstract: 本发明公开一种基于自注意力机制的煤矿支护参数预测方法和系统，包括以下步骤：步骤S1、获取煤矿测量参数数据；步骤S2、根据煤矿测量参数数据，得到围岩状态嵌入数据与巷道状态嵌入数据；步骤S3、根据围岩状态嵌入数据与巷道状态嵌入数据训练得到基于自注意力机制的煤矿支护参数预测模型；步骤S4、将实时采集的煤矿测量参数数据输入到训练好的基于自注意力机制的煤矿支护参数预测模型，得到煤矿支护参数的预测值。采用本发明的技术方案：提高煤矿智能支护领域煤矿支护系统的稳定性与安全性。

公开(公告)号：CN118468171A

公开(公告)日：2024-08-09

申请号：CN202410432001.7

申请日：2024-04-11

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 韩伟 ,  孟波 ,  程上 ,  曾雯艳 ,  宋永明 ,  梁志贞 ,  张磊 ,  刘佰龙

IPC: G06F18/2433 ,  G06F18/213 ,  G06N3/09 ,  G06Q50/02

Abstract: 本发明公开了一种基于深度自编码器的煤巷支护参数的特征优化方法，包括：收集不同煤矿区的地质条件、巷道信息以及历史支护数据，构建煤矿巷道支护数据集，并对支护数据进行处理；基于前馈神经网络设计并构建自编码器，将支护数据输入到自编码器，并通过鉴别准则函数提取与支护输入参数紧密相关的关键特征，基于关键特征建立鉴别准则模型；以最小化鉴别准则函数为优化目标，结合优化算法对鉴别准则模型进行迭代优化，更新自编码器的参数，获得自编码器的最优参数；使用测试的支护数据对优化后的鉴别准则模型进行性能评价，并根据评价结果调整优化策略，不断提高巷道支护输入参数的优化结果。本发明提高了巷道的稳定性和生产效率。

公开(公告)号：CN119204290A

公开(公告)日：2024-12-27

申请号：CN202411128283.8

申请日：2024-08-16

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  刘佰龙 ,  郭瑞 ,  孟波 ,  韩伟 ,  梁志贞 ,  宋永明 ,  张磊 ,  程上

IPC: G06Q10/04 ,  G06F18/2321 ,  G06F18/22 ,  G06Q50/02

Abstract: 本发明公开了一种基于多尺度密度峰值聚类的支护形式预测方法及系统，属于信息科学领域。包括：首先利用实地采集的煤矿支护参数数据，计算不同煤矿多尺度支护形式相似度，以及多种影响支护形式决策的属性语义相似度；然后，基于多尺度支护形式相似度和巷道属性语义相似度构建超图，以表征巷道属性；再次，在巷道属性超图上应用属性密度峰值机制和社区检测方法识别出属性热点重叠社区；最后，分析给定属性在社区中的分布情况，完成支护形式预测。

公开(公告)号：CN119129412A

公开(公告)日：2024-12-13

申请号：CN202411246231.0

申请日：2024-09-06

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  梁志贞 ,  郭瑞 ,  孟波 ,  韩伟 ,  刘佰龙 ,  宋永明 ,  张磊 ,  程上

IPC: G06F30/27 ,  G06F30/13 ,  G06N3/048 ,  G06N3/042 ,  G06N3/08 ,  G06F119/02 ,  G06F113/14 ,  G06F111/10

Abstract: 本发明涉及一种基于图网络和多任务学习的煤巷支护参数预测方法，包括：采集煤矿巷道的巷道信息；根据巷道信息，获取相似巷道构建图采样聚合网络，对所述图采样聚合网络进行采样和聚合，提取所述巷道信息的关键特征；根据所述关键特征，利用多任务学习对所述煤矿巷道的支护参数进行预测，获取支护参数，其中，所述多任务学习基于训练集训练获得，所述训练集包括实际巷道信息和实际支护参数。本发明通过结合图采样聚合网络和多任务学习机制，不仅提升了煤巷支护参数的预测效率，而且能同时预测多个支护参数。

公开(公告)号：CN116311921A

公开(公告)日：2023-06-23

申请号：CN202310182427.7

申请日：2023-03-01

Applicant: 中国矿业大学

Inventor： 张悦 ,  刘佰龙 ,  安计勇 ,  张磊 ,  梁志贞 ,  杨林

IPC: G08G1/01 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多空间尺度时空Transformer的交通速度预测方法，属于交通预测规划技术领域。预测方法包括：将预处理后的路段传感器速度序列数据依次输入多尺度空间特征提取模块、交通时空特征提取模块以及预测模块，逐步实现多尺度动态空间结构和静态路网结构的特征提取、精准建模时空依赖以及预测未来一段时间的交通速度。本发明多尺度空间特征提取模块能够全面且有针对的提取空间特征，在提高预测精度的同时减少了大量无用计算。另外，交通时空特征提取模块根据交通特性以及数据的相对位置信息选择更有价值的历史数据以进行充分的时空特征提取，解决了提取时空依赖时存在的丢失相对位置信息的问题。

公开(公告)号：CN115345251A

公开(公告)日：2022-11-15

申请号：CN202211043167.7

申请日：2022-08-29

Applicant: 中国矿业大学

Inventor： 刘佰龙 ,  杨林 ,  张磊 ,  梁志贞 ,  邓宇帆 ,  胡浩

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种跨模态的露天矿卡车驾驶员身份自监督识别方法，属于轨迹数据挖掘技术领域。方法如下：获取露天矿卡车的GPS数据和OBD数据，进行预处理；将预处理后的GPS数据，经过路段语义嵌入模块，得到含有空间语义信息的路段序列；基于路段序列和预处理后的OBD数据，经过跨模态融合特征提取模块，并结合自监督，得到能够展现每个驾驶员独特驾驶风格的表示；基于驾驶员表示，经过驾驶员身份识别模块，得到驾驶员ID。该方法充分考虑空间语义信息对驾驶员操作的影响，提取GPS数据和OBD数据这两个模态中的信息提高表示质量，从而提高识别精度；以自监督的方式进行训练，解决有标签数据少导致的模型难以训练问题。

公开(公告)号：CN115062713A

公开(公告)日：2022-09-16

申请号：CN202210728962.3

申请日：2022-06-24

Applicant: 中国矿业大学

Inventor： 张磊 ,  卢传钊 ,  刘佰龙 ,  梁志贞

IPC: G06K9/62 ,  G06F16/9035 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于GCN‑GRU的露天矿卡车停留区域活动识别方法，属于轨迹数据挖掘领域。方法如下：基于车辆的唯一标识ID和时间，对GPS轨迹数据进行过滤，即数据筛选，以消除无效的数据；基于过滤后的GPS轨迹数据，根据车辆实际的停留时间状况，设置合适的阈值来对轨迹数据进行停留区域识别；基于得到的卡车停留区域，提取其基本特征，将停留区域按照时间顺序相连构建图，并得到邻接矩阵；基于所提取特征和邻接矩阵，使用GCN神经网络对停留区域进行特征嵌入，将停留区域特征转化为特征向量；基于所得到的特征向量，使用GRU神经网络对停留区域序列进行训练，最终得到分类结果。该方法按照时间顺序构建了以停留区域为顶点的邻接矩阵，将GCN神经网络与GRU神经网络模型结合，GCN神经网络能够提取当前停留区域前后停留区域的特征，而GRU神经网络则能够捕捉之前所有停留区域的特征，以此提高了识别准确性。

公开(公告)号：CN115115601B

公开(公告)日：2025-04-25

申请号：CN202210786076.6

申请日：2022-07-04

Applicant: 中国矿业大学

Inventor： 张磊 ,  张悦 ,  刘佰龙 ,  梁志贞

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/764 ,  G06T5/73

Abstract: 一种基于形变注意金字塔的遥感舰船目标检测方法，属于遥感检测技术领域。分别是：形变注意金字塔网络、多尺度特征增强网络、多尺度自适应池化网络和旋转预测网络。被检测图像依次经过上述子网络，逐步实现特征提取、特征增强、生成感兴趣区域和标记舰船。优点：形变注意金字塔网络从多个尺度抑制了遥感图像的背景噪声，降低了模型受不相关特征的干扰。多尺度特征增强网络使用并行的拉普拉斯卷积核和空洞卷积核实现对弱小目标特征的锐化，增强了模型对小目标舰船的特征描述。多尺度自适应池化网络使用多尺度自适应池化策略获取到了更为精准的检测感兴趣区域。旋转预测网络基于回归策略生成旋转预测框，用于精准地标记任意方向的舰船。

公开(公告)号：CN117576910A

公开(公告)日：2024-02-20

申请号：CN202311591453.1

申请日：2023-11-27

Applicant: 中国矿业大学

Inventor： 徐潇 ,  张磊 ,  刘佰龙 ,  梁志贞 ,  江海峰 ,  祝传琦 ,  张增殖

IPC: G08G1/01 ,  G06F18/2131 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/0985 ,  G06F123/02

Abstract: 本发明公开了一种基于循环时空注意力机制的交通流量预测方法，属于交通流量预测领域。预测方法包括：首先，将来自传感器的原始数据经数据预处理模块得到交通流量数据集；其次，将划分后的数据集输入到基于循环时空注意力机制的时空特征提取模块，融合学习到的时空特征；最后，将得到的时空特征输入到预测模块并预测未来一段时间的交通流量数据。在数据预处理阶段的数据填充过程中，根据交通流量数据的特点设计了前向填充法，大幅降低了计算开销。本方法设计了带有循环特性的滑动自注意力位置编码，解决了交通流量预测在长依赖上表现不佳的问题，并通过并行计算架构骨架支持多个GPU上的分布式训练，提供高于单个GPU的计算并行度，提高运算效率。

公开(公告)号：CN116524227A

公开(公告)日：2023-08-01

申请号：CN202310173792.1

申请日：2023-02-28

Applicant: 中国矿业大学

Inventor： 张磊 ,  侯萱 ,  刘佰龙 ,  梁志贞 ,  邓宇帆

IPC: G06V10/764 ,  G06F16/215 ,  G06V10/82 ,  G06V10/40 ,  G06N3/08 ,  G06Q50/02 ,  G06N3/04

Abstract: 一种动态时空语义联合嵌入的煤矿井下矿工轨迹识别方法，属于煤矿井下数据分析技术领域。利用煤矿井下矿工轨迹数据设计矿工轨迹识别模型，该模型实现了识别输入的轨迹数据属于哪一个矿工；包括：时间特征提取模块、空间特征提取模块、语义特征提取模块和联合表示学习模块。优点：从时间、空间和语义三个维度提取轨迹特征并联合学习特征表示；采用动态图嵌入方法来提取轨迹的时间维度特征，获取变长轨迹序列的长期时间依赖关系，并应用多头自注意力机制，提高对长序列的处理效率；采用图神经网络提取轨迹的结构拓扑信息，并融合外部因素的语义特征提高矿工轨迹识别准确度，从而为煤矿井下的轨迹数据挖掘和智能调度平台提供技术支持。