公开(公告)号：CN117456311A

公开(公告)日：2024-01-26

申请号：CN202311777905.5

申请日：2023-12-22

Applicant: 东北大学

Inventor： 侯振隆 ,  申晋容 ,  魏继康

IPC: G06V10/774 ,  G06V10/26 ,  G06V20/69 ,  G06V10/764

Abstract: 本发明属于矿物镜下图像数据识别技术领域，涉及矿物伴生体识别方法与系统、存储介质和设备，该方法包括：对多张标记有矿物种类和位置的矿物光片图像进行数据增强得到多个训练数据；对多个训练数据进行划分得到训练集和测试集；基于训练集和测试集对目标检测算法进行训练和测试，得到识别模型；采用识别模型对待识别矿物光片图像中的矿物伴生体区域进行标注；根据标注区域各像素点的灰度值对不同种类矿物进行图像分割，以区分矿物伴生体中的不同矿物。其有益效果是，在实现了对矿物伴生体中的矿物进行区分的同时，提高了矿物伴生体的识别效率。

公开(公告)号：CN118941732B

公开(公告)日：2025-01-24

申请号：CN202411069155.0

申请日：2024-08-06

Applicant: 东北大学

Inventor： 侯振隆 ,  申晋容

IPC: G06T17/05 ,  G06T5/70

Abstract: 本发明提供一种地球物理位场数据网格化和噪声去除方法，涉及重力与磁法勘探数据处理技术领域。该方法首先建立一套包括地球物理位场数据的原始数据集和含噪地球物理位场数据集；将指定的原始数据集输入至扩散模型进行训练，获得扩散模型；其次，获得噪声数据集对应的去噪步骤数，并将其和含噪数据集一起训练噪声等级选择网络；然后根据待处理地球物理位场数据的坐标和异常值，确定散点数据的位置，并对相应位置上的异常进行赋值，生成散点数据；最后，使用扩散模型实现散点数据的网格化，并使用噪声选择网络模型结合扩散模型实现网格化数据去噪。本发明方法能够提高位场数据网格化的精度，更准确地还原位场的分布特征，去除噪声干扰。

公开(公告)号：CN114638992A

公开(公告)日：2022-06-17

申请号：CN202210274629.X

申请日：2022-03-21

Applicant: 东北大学

Inventor： 侯振隆 ,  赵文天 ,  申晋容 ,  魏继康 ,  刘欣慰 ,  张显

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06T7/11 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明提供一种基于人工智能的显微镜下岩矿石图像识别方法，涉及矿产勘查中的岩矿石鉴定领域，首先，进行矿石标本数据采集并在显微镜下拍摄图像；其次，根据不同矿物在显微镜下的特征，通过人工观察进行初步的种类划分与归类；然后，对获取的图像数据进行增强和处理，创建训练集与测试集；最后，利用U‑net卷积神经网络进行训练并测试，计算矿物含量与识别准确率。本发明能够有效提高显微镜下岩矿石识别鉴定的效率，基于人工智能的识别方法还能有效避免人为主观干扰，降低人工成本，适用于大批量岩矿石样本的自动化识别，对于研究深部地壳结构、实现矿体的精准圈定，以及矿山生产中的岩矿石分类提供了技术支撑。

公开(公告)号：CN118941732A

公开(公告)日：2024-11-12

申请号：CN202411069155.0

申请日：2024-08-06

Applicant: 东北大学

Inventor： 侯振隆 ,  申晋容

IPC: G06T17/05 ,  G06T5/70

Abstract: 本发明提供一种地球物理位场数据网格化和噪声去除方法，涉及重力与磁法勘探数据处理技术领域。该方法首先建立一套包括地球物理位场数据的原始数据集和含噪地球物理位场数据集；将指定的原始数据集输入至扩散模型进行训练，获得扩散模型；其次，获得噪声数据集对应的去噪步骤数，并将其和含噪数据集一起训练噪声等级选择网络；然后根据待处理地球物理位场数据的坐标和异常值，确定散点数据的位置，并对相应位置上的异常进行赋值，生成散点数据；最后，使用扩散模型实现散点数据的网格化，并使用噪声选择网络模型结合扩散模型实现网格化数据去噪。本发明方法能够提高位场数据网格化的精度，更准确地还原位场的分布特征，去除噪声干扰。

公开(公告)号：CN117423001A

公开(公告)日：2024-01-19

申请号：CN202311734387.9

申请日：2023-12-18

Applicant: 东北大学

Inventor： 侯振隆 ,  魏继康 ,  申晋容

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06F16/583 ,  G06F16/587 ,  G06N3/082

Abstract: 本发明属于岩性识别技术领域，涉及基于改进SSD的岩石岩性识别方法与系统、存储介质和设备，该方法包括：对多张标记有定位信息的岩石图像预处理；对预处理图像数据进行数据筛选并划分训练集与测试集；基于训练集用不同超参数对改进SSD网络训练得到不同训练模型；基于测试集确定训练模型准确率；选取准确率最高的训练模型为最终模型；采用最终模型对待识别岩石图像进行初步识别，将置信度大于预设阈值的识别结果作为候选结果；确定候选结果所属地区；根据地区岩性数据库确定候选结果所属地区的岩性种类，并与候选结果对比确定最终结果，将最终结果确定为待识别岩石图像的岩性种类。其有益效果是，基于改进SSD结合数据库提高了岩性识别的效率和准确率。