-
公开(公告)号：CN119720806B
公开(公告)日：2025-05-06
申请号：CN202510216275.7
申请日：2025-02-26
Applicant: 中南大学
IPC: G06F30/27 , G06F30/13 , G06F18/2135 , G06F18/231 , G06F18/27
Abstract: 本发明公开了一种用于压实施工中粗粒土级配与形状的参数表征方法，包括如下步骤：S1、获取粗粒土；S2、组合出多种不同级配的粗粒土；对级配参数进行初筛选出代表性级配参数；S3、进行三维扫描获取粗粒土的颗粒形状；对形状参数进行初筛选出代表性形状参数；S4、配制粗粒土若干组，采用代表性级配参数和代表性形状参数对其进行表征；分别进行振动压实试验；S5、基于振动压实试验数据，采用机器学习算法，建立级配参数和形状参数与干密度之间的回归模型；通过回归模型获取的SHAP值来识别影响压实效果的关键参数。本发明筛选出对压实效果具有显著影响的关键参数，能够在施工过程中合理选择适合的材料和参数，优化压实工艺。
-
公开(公告)号：CN117195970A
公开(公告)日：2023-12-08
申请号：CN202311467452.6
申请日：2023-11-07
Applicant: 中南大学
IPC: G06N3/0475 , G06N3/042 , G06N3/094 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的超图神经网络对抗样本生成方法，包括获取目标超图神经网络的数据信息；为注入节点随机生成标签并得到注入节点的特征；选定注入节点可能连接的所有超边；将注入节点注入超边得到超图，计算损失并选取若干超边作为遗传进化的输入数据；采用遗传算法对超边进行遗传进化并计算个体得分；选取个体作为注入节点的连接关系，完成注入节点生成并保存注入节点；对注入节点进行排列组合并输出对抗样本，完成目标超图神经网络的对抗样本生成。本发明设计了一种基于遗传进化的注入节点生成方法，并保存高质量的注入节点，通过对注入节点进行变异操作得到高质量对抗样本；因此本发明方法的可靠性更高，效果更好。
-
公开(公告)号：CN118186862B
公开(公告)日：2024-07-12
申请号：CN202410609620.9
申请日：2024-05-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于BP神经网络的连续压实质量检测方法，包括：S1、利用神经网络构建能够表征压实度的力学性能指标与压路机的施工参数、压实前填料的参数以及传感器所获取的参数之间的相关性分析模型；S2、构建压实数据平台；S3、利用加速度传感器和薄膜压力传感器实时监测压实过程中振动轮的压力和振动数据，模拟实际压实过程中的情况，确定检测指标与材料刚度之间的相关性；S4、利用压实数据对计算模型进行训练获，并将最优模型导入压路机控制系统中。本发明的连续压实质量检测方法，实现了对路基压实质量的连续监测，并且具有高准确性和实时性的优势，可为工程施工提供重要的技术支持，提高施工质量和效率。
-
Patent Agency Ranking
公开(公告)号：CN115761263A
公开(公告)日：2023-03-07
申请号：CN202211581109.X
申请日：2022-12-09
Applicant: 中南大学
Abstract: 本申请适用于图像检索技术领域，提供了一种深度哈希方法，该方法通过提取图像数据的局部特征数据和全局表示数据；对局部特征数据和全局表示数据进行融合，得到融合特征数据；对多个融合特征进行聚类，得到多个簇；将最大簇融合特征的数量作为所有超边的最大阶数，根据所有阶超边的权重构建总关联矩阵；根据总关联矩阵构建融合特征数据超图；利用超图卷积神经网络对融合特征数据超图进行处理，得到融合特征数据对应的优化特征数据；对优化特征数据进行处理，得到图像数据的初始哈希码；利用初始哈希码和损失函数构建模型优化函数，并根据模型优化函数得到最终哈希码。本申请可以提高深度哈希方法检索的准确率。
-
公开(公告)号：CN119720806A
公开(公告)日：2025-03-28
申请号：CN202510216275.7
申请日：2025-02-26
Applicant: 中南大学
IPC: G06F30/27 , G06F30/13 , G06F18/2135 , G06F18/231 , G06F18/27
Abstract: 本发明公开了一种用于压实施工中粗粒土级配与形状的参数表征方法，包括如下步骤：S1、获取粗粒土；S2、组合出多种不同级配的粗粒土；对级配参数进行初筛选出代表性级配参数；S3、进行三维扫描获取粗粒土的颗粒形状；对形状参数进行初筛选出代表性形状参数；S4、配制粗粒土若干组，采用代表性级配参数和代表性形状参数对其进行表征；分别进行振动压实试验；S5、基于振动压实试验数据，采用机器学习算法，建立级配参数和形状参数与干密度之间的回归模型；通过回归模型获取的SHAP值来识别影响压实效果的关键参数。本发明筛选出对压实效果具有显著影响的关键参数，能够在施工过程中合理选择适合的材料和参数，优化压实工艺。
-
公开(公告)号：CN115761263B
公开(公告)日：2023-07-25
申请号：CN202211581109.X
申请日：2022-12-09
Applicant: 中南大学
Abstract: 本申请适用于图像检索技术领域，提供了一种深度哈希方法，该方法通过提取图像数据的局部特征数据和全局表示数据；对局部特征数据和全局表示数据进行融合，得到融合特征数据；对多个融合特征进行聚类，得到多个簇；将最大簇融合特征的数量作为所有超边的最大阶数，根据所有阶超边的权重构建总关联矩阵；根据总关联矩阵构建融合特征数据超图；利用超图卷积神经网络对融合特征数据超图进行处理，得到融合特征数据对应的优化特征数据；对优化特征数据进行处理，得到图像数据的初始哈希码；利用初始哈希码和损失函数构建模型优化函数，并根据模型优化函数得到最终哈希码。本申请可以提高深度哈希方法检索的准确率。
-
公开(公告)号：CN118186862A
公开(公告)日：2024-06-14
申请号：CN202410609620.9
申请日：2024-05-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于BP神经网络的连续压实质量检测方法，包括：S1、利用神经网络构建能够表征压实度的力学性能指标与压路机的施工参数、压实前填料的参数以及传感器所获取的参数之间的相关性分析模型；S2、构建压实数据平台；S3、利用加速度传感器和薄膜压力传感器实时监测压实过程中振动轮的压力和振动数据，模拟实际压实过程中的情况，确定检测指标与材料刚度之间的相关性；S4、利用压实数据对计算模型进行训练获，并将最优模型导入压路机控制系统中。本发明的连续压实质量检测方法，实现了对路基压实质量的连续监测，并且具有高准确性和实时性的优势，可为工程施工提供重要的技术支持，提高施工质量和效率。
-
公开(公告)号：CN115984968A
公开(公告)日：2023-04-18
申请号：CN202310031388.0
申请日：2023-01-10
Applicant: 中南大学
IPC: G06V40/20 , G06V40/16 , G06V10/82 , G06N3/0455
Abstract: 本申请适用于教学管理系统技术领域，提供了一种学生时空动作识别方法、装置、终端设备及介质，该方法包括：根据改进后的人脸识别方法和图像特征提取神经网络模型构建人脸特征提取模型；根据人体检测模型和时空特征提取神经网络模型构建时空动作识别模型；利用人脸检测模型和时空动作识别模型对待处理视频数据进行处理，得到动作管集合和人脸标注框集合；对动作管集合和人脸标注框集合进行空间交并，得到待识别动作集合；利用人脸特征提取模型提取每个人脸标注框的人脸特征数据；将目标学生的人脸特征数据与预处理人脸特征数据进行匹配，得到目标学生的身份信息以及动作信息。本申请能对学生的时空动作与学生身份进行匹配。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
