-
公开(公告)号：CN114973881B
公开(公告)日：2023-06-23
申请号：CN202210342594.9
申请日：2022-03-31
Applicant: 中国矿业大学
Abstract: 本发明公开一种智能计分电子技术实验综合教学系统，属于计算机教学领域。该系统由一种能够自动记录操作步骤，一方面根据记录，在显示端能够还原出所连线路对应的电路图；另一方面对操作步骤进行智能评判的实验装置、运行于实验装置中嵌入式电路单元中的智能评判实验操作成绩算法软件、实验服务器、手机及电子实验成绩输入App、成绩管理数据库、电子实验成绩评定应用软件以及网络等组成。能够实时地自动记录学生的实验操作过程，并通过智能算法给出客观的成绩，并自动上传至实验服务器，使学生更注重实验操作。实验教师也能够把更多注意力集中于与学生的指导沟通，及时将交流互动情况给出成绩。
-
公开(公告)号：CN110147714B
公开(公告)日：2023-06-23
申请号：CN201910245321.0
申请日：2019-03-28
IPC: G06V20/17 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于无人机的煤矿采空区裂缝识别方法及检测系统，包括摄像头、无人机、无人机地面站和数据服务器；通过对数据增广处理，结合图像的深度语义信息，构建深度语义分割模型，采用密集深度可分离卷积单元，充分利用图像特征，结合空间金字塔实现裂缝的多尺度特征提取；根据训练样本中裂缝占图像的权重，自适应设置损失函数，从而加速训练过程；采用密集分类，最终获得像素级检测结果。本发明具有较高的裂缝检测精度，训练速度快，能有效减少巡视时间，提高检测可靠性，适用于大规模复杂背景下的煤矿采空区地表裂缝检测，能推广应用到其它行业的地质异常检测。
-
公开(公告)号：CN112163426B
公开(公告)日：2022-05-27
申请号：CN202011059653.9
申请日：2020-09-30
Applicant: 中国矿业大学
IPC: G06F40/295 , G06F40/284 , G06F40/211 , G06F16/31 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法。包括如下步骤：通过BiLSTM提取句子中的上下文信息，并引入实体位置信息和实体标签信息来扩充词向量特征；通过Stanford Parser工具进行句子依存结构树的提取生成初始句子结构矩阵，引入注意力机制对初始句子结构矩阵进行注意力计算，得到句子中结构矩阵的权重信息；将提取出的句子上下文信息和句子结构的权重信息作为输入，使用基于注意力机制与图长短时记忆神经网络结合的关系抽取模型对输入进行关系抽取，最终得到实体的三元组信息。本发明方法分别在TACRED数据结和Semeval2010 task‑8数据集上进行了测评，该模型的表现优于目前主流的深度学习抽取的模型。
-
公开(公告)号：CN109238173B
公开(公告)日：2020-03-13
申请号：CN201810934189.X
申请日：2018-08-16
Abstract: 一种储煤场三维实景重构系统及煤量快速估算方法，属于计算机视觉技术领域。重构系统，包括高清摄像头、工业级四旋翼无人机、无人机地面站和数据服务器；所述高清摄像头、工业级四旋翼无人机、无人机地面站构成系统的数据采集部分；所述工业级四旋翼无人机用于搭载高清摄像头，获取储煤场的正射图像；所述无人机地面站控制无人机在储煤场内按巡航路径飞行；所述数据服务器通过无线网络接收高清摄像头获取的正射影像，进行储煤场三维虚拟重构，并对煤量进行估算。优点：具有较高的煤量估算精度，适用于大规模露天储煤场的煤量估算，能推广应用于其他行业的堆场储运管理。准确的核算出煤矿、煤运港口和火力发电厂等生产或使用煤炭的储煤场的煤量。
-
公开(公告)号：CN110147714A
公开(公告)日：2019-08-20
申请号：CN201910245321.0
申请日：2019-03-28
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于无人机的煤矿采空区裂缝识别方法及检测系统，包括摄像头、无人机、无人机地面站和数据服务器；通过对数据增广处理，结合图像的深度语义信息，构建深度语义分割模型，采用密集深度可分离卷积单元，充分利用图像特征，结合空间金字塔实现裂缝的多尺度特征提取；根据训练样本中裂缝占图像的权重，自适应设置损失函数，从而加速训练过程；采用密集分类，最终获得像素级检测结果。本发明具有较高的裂缝检测精度，训练速度快，能有效减少巡视时间，提高检测可靠性，适用于大规模复杂背景下的煤矿采空区地表裂缝检测，能推广应用到其它行业的地质异常检测。
-
Patent Agency Ranking
公开(公告)号：CN109753081A
公开(公告)日：2019-05-14
申请号：CN201811532340.3
申请日：2018-12-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于机器视觉的巷道巡检无人机系统及导航方法，采用单目相机获取高质量巷道空间图像，通过机器视觉算法对图像中的管道进行检测和处理，计算出管道中心到相机光心的距离和夹角，进一步得出巡检无人机在巷道中的偏航角，并反馈到无人机飞行控制器调整航向。同时通过超声波距离传感器实时检测同巷道边界和障碍物的距离，确保巡检无人机在巷道内的安全飞行，完成巡检任务。本发明无需在巷道中架设轨道等设备，显著降低巡检机器人的导航成本；另外本发明有效克服巷道环境有限光照条件对导航精度的影响，计算复杂度低，能满足巷道等狭闭空间巡检的实时性要求，从而适用于矿井巷道等狭闭空间中用于危险因素检测的巡检无人机导航和避障。
-
公开(公告)号：CN108168556A
公开(公告)日：2018-06-15
申请号：CN201711334978.1
申请日：2018-01-11
Applicant: 中国矿业大学
Abstract: 本发明公开一种融合粒子群优化和Taylor级数展开的掘进支护支架超宽带定位方法，根据掘进支护支架的超宽带基站布局，构建其定位模型；将超宽带定位转化为一类优化问题，采用粒子群优化算法，全局寻优获得具有最小定位误差的定位点坐标；进而，以粒子群优化算法获得的最优定位点作为初始值，采用Taylor级数展开，通过迭代实现局部定位坐标寻优，得到定位点坐标的最优值。该定位方法精度高、易于实现，对掘进支护这类噪声环境下的超宽带定位具有较好的鲁棒性，应用前景显著。
-
公开(公告)号：CN119595283A
公开(公告)日：2025-03-11
申请号：CN202411648817.X
申请日：2024-11-18
Applicant: 中国矿业大学
IPC: G01M13/04 , G01M13/045 , G06F18/2415 , G06V10/764
Abstract: 本发明公开了一种风电变桨轴承的多信号联合故障诊断方法和系统。本发明中，一种风电变桨轴承的多信号联合故障诊断方法包括如下步骤：信号采集：采集变桨轴承运行时的振动信号、应变信号、温度信号和声音信号；信号去噪：将采集到的振动信号、应变信号、温度信号和声音信号传输至信号降噪模块进行变分模态分解；信号处理：将去噪后的振动信号、应变信号、温度信号和声音信号中的至少一个信号传输至信号处理模块得到相应的二维时频图像；多信号联合故障诊断：将多个一维时域信号和至少一个二维时频图像传输至联合故障诊断模块通过多个一维卷积神经网络和二维卷积神经网络进行联合故障诊断，从而实现多信号联合故障诊断，提升故障诊断的识别率。
-
公开(公告)号：CN110182365B
公开(公告)日：2022-05-10
申请号：CN201910508738.1
申请日：2019-06-13
Abstract: 一种煤矿井下防爆型四旋翼无人机，属于煤矿井下巡检救援领域。四旋翼无人机的飞控模块、数传图传模块、电池模块、动力系统和传感器系统均安装在机架内，摄像头模块安装在机架上；电池模块给无人机整体提供动力能源，电池模块位于第二中间层底部；数传图传模块的数传图传密封盒固定在机架顶部，安装数传图传密封盒一侧的机架为机头位置；动力系统模块的无刷电机位于机架内，固定在第一中间层；传感器系统和飞控模块的输出通过数传图传模块无人机端与其地面端双向通信；摄像头模块的图像信号传输至数传图传地面端的视频设备。优点：结构稳定、牢固，体积小，反应灵敏，在井下无GPS情况下完成巡检勘测任务，智能化操作，续航时间长；主体模块化构造。
-
公开(公告)号：CN108643884B
公开(公告)日：2021-05-18
申请号：CN201810410589.0
申请日：2018-04-26
Applicant: 中国矿业大学
Abstract: 本发明公开了一种锚杆钻机推进回转系统及其协同自适应控制方法，以提高锚护速度和钻孔质量，首先，为抑制钻机系统非线性，增强钻进过程鲁棒性，对推进系统和回转系统单回路实施自抗扰控制。其次，给出一种基于钻机随钻信息的岩石硬度系数获取方法。最后，采用复合控制方式，根据预估的岩石硬度系数，确定钻机当次钻进的最优推进力和最优旋转速度，进而实现锚杆回转与推进系统的协同动作；在预估围岩硬度系数与实际值存在差异时，根据回转压力的低频滤波值，自适应调整最优推进力，增强锚杆钻机的自适应能力。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.046 seconds)
