-
公开(公告)号:CN115327613A
公开(公告)日:2022-11-11
申请号:CN202210694880.1
申请日:2022-06-20
Applicant: 华北科技学院
IPC: G01V1/28
Abstract: 本发明涉及“多层多级”模式的微震波形自动分类识别方法。该方法从微震信号的信息挖掘入手,建立了典型微震事件的特征模型,并构建了“单波多层识别”和“多波联合识别”方法体系,最终构建了基于“多层多级”模式的矿山微震波形识别体系。一方面解决了矿山现场震源机制复杂、干扰因素多,微震波形种类繁多、随机变化、突发瞬态,识别难度大,人工处理难度大、影响监测预警;另一方面通过信号预处理和多种特征挖掘,为分类识别出有效岩石破裂信号和精确定位奠定了基础,为实现微震波形的自动识别和快速定位等问题提供了理论依据和应用基础。与现有技术相比,本发明在特征挖掘与定量表征、分类识别模式与方法等方面具有创新性。
-
公开(公告)号:CN115223249A
公开(公告)日:2022-10-21
申请号:CN202211013155.X
申请日:2022-08-23
Applicant: 华北科技学院
Abstract: 本发明涉及基于机器视觉的井下人员不安全行为快速分析与识别方法,利用现有数据集和实地考察记录的数据,通过筛选建立新的包含多种井下人员不安全行为的数据集;将图像识别技术与OpenPose姿态估计技术相融合进行多种井下人员不安全行为的识别,对现有YOLOv5算法进行优化,通过对letterbox函数的修改将图片缩放改进使图像更加清晰,且推理检测速度获得提升,效果更加明显,从而对监控拍摄到的图像进行识别;OpenPose姿态估计技术利用OpenPose神经网络识别人和人体骨骼关键点的数据,将井下视频数据通过姿态估计之后得出误差值与预先训练好的阈值相比较得出是否存在不安全行为,实时性强,精确度高,可以实现对井下人员不安全行为快速分析判断。
-