-
公开(公告)号：CN119478732A
公开(公告)日：2025-02-18
申请号：CN202411497784.3
申请日：2024-10-25
Applicant: 昆明理工大学
Abstract: 本发明涉及基于DDANet的无人机隧道安全巡检位姿识别优化方法，属于隧道安全监控技术领域。本发明包括步骤：在传统DenseNet‑201的基础上引入多层级空洞卷积，构建出初始的网络架构；构建注意力机制模型CBAM，先将通道注意力机制与空间注意力机制顺序进行串联，再接入到网络中，最终得到新的网络架构DDANet；通过单目摄像机采集无人机隧道巡检的视频流，并将视频流数据传输给新的网络架构DDANet网络进行特征提取，得到相应的特征点；根据得到的特征点建立帧间匹配隧道特征点最小二乘模型，并采用奇异值分解方法获得无人机位姿旋转矩阵与平移矩阵的值。本发明改善了无人机在隧道巡检过程中的识别精度与响应速度。
-
公开(公告)号：CN118999611A
公开(公告)日：2024-11-22
申请号：CN202411105706.4
申请日：2024-08-13
Applicant: 昆明理工大学
IPC: G01C21/34
Abstract: 本发明提供基于PPO‑CA的矿山机器人搜救路径自适应优化模型构建方法，属于矿山应急救援领域。本发明包含：首先，通过三维运动模型导航、三维声纳波形处理和三维视觉传感器图像分析三种技术的融合，构建矿山搜救机器人自主地形感知与避障模型；其次，依据马尔科夫决策模型，构建出一条包括系统状态、行为和奖励函数的运动轨迹，通过蒙特卡洛近似期望法得到梯度的近似值；然后，通过A2C算法优化梯度计算，引入重要性采样提高数据的利用率；最后，采用近端策略优化裁切的注意力机制算法(Proximal Policy Optimization Clip Attention，PPO‑CA)，使目标函数的更新更加稳定，通过策略参数的不断迭代，最终得到矿山机器人搜救路径自适应优化模型，更好的满足实际应用场景。
-
公开(公告)号：CN117453308B
公开(公告)日：2024-08-16
申请号：CN202311421802.5
申请日：2023-10-30
Applicant: 昆明理工大学
Abstract: 本发明提供矿山灾害监测与应急联动系统的移动边缘计算数据传输邻近区域任务卸载方法。包括：构建矿山灾害监测与应急联动系统的移动边缘计算数据传输邻近区域任务卸载场景；获取移动终端设备产生的卸载任务，基于任务敏感度和任务期望时间的资源分配方法计算进行任务卸载时的系统时延和能耗开销得到初始任务卸载策略；分析时延和资源开销比值对系统模型的影响，引入权衡因子∝构造优化目标函数求解最优的任务卸载策略。在求解此类非线性限制的0‑1规划问题，本发明根据矿山灾害监测与应急联动系统的移动边缘计算数据传输邻近区域任务卸载场景调整权衡因子的取值来改变时延和能耗开销的优先级，实现任务卸载过程中对时延或能耗开销的优先级考虑。
-
公开(公告)号：CN115470888A
公开(公告)日：2022-12-13
申请号：CN202211015238.2
申请日：2022-08-23
Applicant: 昆明理工大学
IPC: G06N3/04 , G06N3/08 , G06F30/27 , G06F111/06
Abstract: 本发明涉及多目标优化的1DCNN‑GRU‑LSTM神经网络隧道掌子面瓦斯浓度预测方法，属于穿煤隧道工程瓦斯浓度预测领域。本发明包括以下步骤：获取瓦斯浓度数据集；对获取的瓦斯浓度数据集进行缺失值填补；对数据进行数据集划分和归一化处理；根据所选时间窗口长度，将数据集切片化处理；引入卷积神经网络处理具有时序性的历史瓦斯浓度序列数据，并设置参数；引入门控循环单元神经网络和长短期记忆神经网络处理具有时序性的历史瓦斯浓度序列数据；通过多目标方式更加有效的对模型进行优化求解。本发明通过统计学习和机器学习方法对瓦斯浓度序列数据建立预测模型，使得瓦斯浓度的预测精度得到提高。
-
公开(公告)号：CN114611406A
公开(公告)日：2022-06-10
申请号：CN202210281912.5
申请日：2022-03-22
Applicant: 中铁一局集团第四工程有限公司 , 昆明理工大学 , 云南卫士盾科技有限公司
IPC: G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明基于SSA‑CIRCLE‑ELM模型的煤层瓦斯涌出量预测方法，属于瓦斯预测技术领域。本发明方法包括：利用CIRCLE混沌映射对麻雀搜索算法的搜索空间进行初始化；再使用麻雀搜索算法优化极限学习机的SLFN节点，使其参数生成连续概率分布；构建多维状态矩阵，使用极限学习机对多维状态矩阵进行特征映射并使其误差函数最小；再利用优化后极限学习机对瓦斯数据进行预测。本发明能构建出SSA‑CIRCLE‑ELM模型的煤层瓦斯涌出量预测方法。
-
Patent Agency Ranking
公开(公告)号：CN111445118A
公开(公告)日：2020-07-24
申请号：CN202010212355.2
申请日：2020-03-24
Applicant: 昆明理工大学
Abstract: 本发明矿山事故应急救援数字预案的任务协同流程网络模型构建方法及效能评估方法，属于应急救援技术领域。本发明构建方法包括：建模初始化、定义属性值、随机Petri网模型的构建，所述效能评估方法包括：利用灰色预测模型对矿山应急救援流程模型中各任务执行时间值进行预测；构建出矿山应急救援流程同构的马尔科夫链及构造各个状态转移的稳态概率矩阵方程，基于以上稳态概率矩阵方程，直接使用线性方程求解方法来求得库所的稳态概率；再利用库所的稳态概率，对所测模型的平均执行时间进行计算；根据所测模型的平均执行时间来评估所测模型。本发明能构建出矿山事故应急救援数字预案的任务协同流程网络模型并对其进行效能评估。
-
公开(公告)号：CN115470888B
公开(公告)日：2025-04-11
申请号：CN202211015238.2
申请日：2022-08-23
Applicant: 昆明理工大学
IPC: G06N3/0442 , G06N3/048 , G06N3/08 , G06F30/27 , G06F111/06
Abstract: 本发明涉及多目标优化的1DCNN‑GRU‑LSTM神经网络隧道掌子面瓦斯浓度预测方法，属于穿煤隧道工程瓦斯浓度预测领域。本发明包括以下步骤：获取瓦斯浓度数据集；对获取的瓦斯浓度数据集进行缺失值填补；对数据进行数据集划分和归一化处理；根据所选时间窗口长度，将数据集切片化处理；引入卷积神经网络处理具有时序性的历史瓦斯浓度序列数据，并设置参数；引入门控循环单元神经网络和长短期记忆神经网络处理具有时序性的历史瓦斯浓度序列数据；通过多目标方式更加有效的对模型进行优化求解。本发明通过统计学习和机器学习方法对瓦斯浓度序列数据建立预测模型，使得瓦斯浓度的预测精度得到提高。
-
公开(公告)号：CN114611406B
公开(公告)日：2025-04-01
申请号：CN202210281912.5
申请日：2022-03-22
Applicant: 中铁一局集团第四工程有限公司 , 昆明理工大学 , 云南卫士盾科技有限公司
IPC: G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明基于SSA‑CIRCLE‑ELM模型的煤层瓦斯涌出量预测方法，属于瓦斯预测技术领域。本发明方法包括：利用CIRCLE混沌映射对麻雀搜索算法的搜索空间进行初始化；再使用麻雀搜索算法优化极限学习机的SLFN节点，使其参数生成连续概率分布；构建多维状态矩阵，使用极限学习机对多维状态矩阵进行特征映射并使其误差函数最小；再利用优化后极限学习机对瓦斯数据进行预测。本发明能构建出SSA‑CIRCLE‑ELM模型的煤层瓦斯涌出量预测方法。
-
公开(公告)号：CN117970498B
公开(公告)日：2024-09-03
申请号：CN202410159832.1
申请日：2024-02-04
Applicant: 昆明理工大学 , 云南卫士盾科技有限公司
Abstract: 本发明提供基于时间域反射系数的穿煤隧道瞬变电磁超前含水夹层探测方法，属隧道超前地质预报领域。包括：建立穿煤隧道掌子面煤层‑含水夹层‑煤层正演模型；通过直接时间域矢量有限元法求解均匀等效模型的瞬变电磁响应；通过时间域传播模式法结合数值计算，得到三层分层界面直接时间域垂直极化及水平极化反射系数；将反射系数这一参数应用于瞬变电磁正演模拟中，根据掌子面探测需求，选取反射系数极化模式，将分层界面时间域反射系数与均匀等效模型的瞬变电磁响应进行卷积，得到掌子面前方煤层‑含水夹层‑煤层的瞬变电磁响应。本发明提高正演模拟精确度，避免模拟准备阶段分层界面网格划分，进而减少计算阶段的时间，提高正演模拟的计算速度。
-
公开(公告)号：CN117454762A
公开(公告)日：2024-01-26
申请号：CN202311418898.X
申请日：2023-10-30
Applicant: 昆明理工大学 , 云南卫士盾科技有限公司 , 四川卫士盾安全技术有限公司
IPC: G06F30/27 , G06F17/16 , G06F17/18 , G06F18/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及Markov‑神经网络的穿煤隧道掌子面瓦斯浓度预测方法，属隧道工程施工过程灾害监测预测领域，包括：根据穿煤隧道掌子面瓦斯浓度相关历史数据集，对数据进行清洗后获取对应穿煤隧道掌子面瓦斯浓度数据流矩阵；将处理后的穿煤隧道掌子面瓦斯浓度数据流矩阵构造马尔可夫先验模型；处理后的数据将作为基于高斯注意力机制优化的深度神经网络的输入，其包括主干模块、场景建模模块、上下文交叉注意模块和预测模块，设置参数，预测穿煤隧道掌子面瓦斯浓度。本发明构造马尔可夫先验模型并在卷积‑门控循环单元神经网络中加入高斯注意力机制，在保持输入穿煤隧道掌子面瓦斯浓度数据流的空间拓扑结构的同时，有效地利用近程、远程对应关系。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.043 seconds)
