公开(公告)号：CN118771775A

公开(公告)日：2024-10-15

申请号：CN202410782177.5

申请日：2024-06-17

Applicant: 包头冶金建筑研究院 ,  安徽工业大学

Inventor： 郭彦龙 ,  段陈杰 ,  于峰 ,  邸兴盛 ,  毋凡琛 ,  方圆 ,  余晨 ,  王剑峰

IPC: C04B24/38 ,  C04B28/08 ,  C04B22/14 ,  C04B111/34

Abstract: 本发明提供了一种改性剂、胶凝材料，属于建筑材料领域。本发明提供了一种改性剂，以质量份数计，包括以下组分：矿粉0.3～0.7份；钢渣粉0.13～0.3份；硫酸钙晶须0.1～0.7份；硫酸钡0～0.2份；纤维悬浮剂0.1～0.21份。本发明中钢渣粉能提供胶凝材料水化过程中缺少的Ca2+，不断生成C‑S‑(A)‑H凝胶，并且C‑S‑(A)‑H凝胶可与晶须发生黏结，使得胶凝材料的整体性得到提高，从而提高了抗裂性能和韧性；矿粉和脱硫石膏溶出的SO42‑可诱导富钙层迅速吸水溶解，使得胶凝材料结构更密实，从而提高了胶凝材料的承载能力和抗压强度；硫酸钙能有效降低外力冲击的破坏作用，提高胶凝材料的抗压强度。

公开(公告)号：CN111723738B

公开(公告)日：2024-06-21

申请号：CN202010565445.X

申请日：2020-06-19

Applicant: 安徽工业大学

Inventor： 王培珍 ,  余晨 ,  阮佩 ,  薛子邯

IPC: G06V20/69 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06N3/048

Abstract: 本发明公开了一种基于迁移学习的煤岩壳质组显微图像分类方法及系统，属于图像处理技术领域，包括以下步骤：S1：采集并扩充样本数量；S2：获取预训练模型；S3：构建煤岩壳质组显微组分识别模型；S4：进行组分识别。在所述步骤S1中，数据增强的过程如下：S11；将获取的样本分为训练集和测试集S12；对训练集中的图像进行随机缩放、随机水平平移、竖直平移，实现数据扩充。本发明基于迁移学习方法通过共享预训练网络中卷积层与池化层的参数完成对目标数据集的训练，使得在壳质组样本量有限的情况下也能训练出一个泛化能力很好的模型，实现了对煤岩壳质图像的有效分类，值得被推广使用。

公开(公告)号：CN111723738A

公开(公告)日：2020-09-29

申请号：CN202010565445.X

申请日：2020-06-19

Applicant: 安徽工业大学

Inventor： 王培珍 ,  余晨 ,  阮佩 ,  薛子邯

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于迁移学习的煤岩壳质组显微图像分类方法及系统，属于图像处理技术领域，包括以下步骤：S1：采集并扩充样本数量；S2：获取预训练模型；S3：构建煤岩壳质组显微组分识别模型；S4：进行组分识别。在所述步骤S1中，数据增强的过程如下：S11；将获取的样本分为训练集和测试集S12；对训练集中的图像进行随机缩放、随机水平平移、竖直平移，实现数据扩充。本发明基于迁移学习方法通过共享预训练网络中卷积层与池化层的参数完成对目标数据集的训练，使得在壳质组样本量有限的情况下也能训练出一个泛化能力很好的模型，实现了对煤岩壳质图像的有效分类，值得被推广使用。

公开(公告)号：CN110147799A

公开(公告)日：2019-08-20

申请号：CN201910392743.0

申请日：2019-05-13

Applicant: 安徽工业大学

Inventor： 王培珍 ,  翟羽佳 ,  余晨

IPC: G06K9/46 ,  G06K9/62 ,  G06T7/11 ,  G06T7/187

Abstract: 本发明公开了一种基于超像素的显微图像目标区域提取方法及系统，属于数字图像处理技术领域，包括以下步骤：S1：生成超像素；S2：提取特征；S3：进行聚类处理；S4：进行区域合并。本发明生成的超像素较原有像素在MeanShift聚类过程中更具有适用性，处理图像的时间大幅度降低，而且聚类区域较为完整、连通性比较强；本发明设计的自适应区域合并方法能够有效的改善MeanShift聚类中因带宽调节不当导致聚类效果欠佳的状况，提高了图像分割的精度；能够为瓦斯灰图像的成分识别与自动分析奠定较好的基础，极大减少了人工主观判断对瓦斯灰显微图像成分识别造成的干扰。