-
公开(公告)号：CN112114362B
公开(公告)日：2022-08-09
申请号：CN202010929952.7
申请日：2020-09-07
Applicant: 中北大学
IPC: G01V1/30 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种地下浅层爆炸时空场重建方法，将传感器阵列信号进行分组能量场成像，消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像，提高能量场图像的数量和质量。本发明提高了定位的精度和定位的稳定性，同时极大了减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等步骤，极大提高了震源定位效率。
-
公开(公告)号：CN112465396A
公开(公告)日：2021-03-09
申请号：CN202011477309.1
申请日：2020-12-15
Applicant: 中北大学
IPC: G06Q10/06 , G06Q50/26 , G06F16/953 , G06F16/215 , G06N20/00 , G06N3/08
Abstract: 本发明公开了一种基于沿线站点事件的公交调度方法及系统。本发明基于网络爬虫抓取未来一段时间内即将发生事情，同时结合日常地先验知识，利用神经网络模型实现人流量的预测，根据人流量预测结果进行调度，实现根据在未来一段时间内可能会出现的人流量大小预测结果，有针对性的提前调度。
-
公开(公告)号：CN112114362A
公开(公告)日：2020-12-22
申请号：CN202010929952.7
申请日：2020-09-07
Applicant: 中北大学
Abstract: 本发明涉及一种地下浅层爆炸时空场重建方法，将传感器阵列信号进行分组能量场成像，消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像，提高能量场图像的数量和质量。本发明提高了定位的精度和定位的稳定性，同时极大了减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等步骤，极大提高了震源定位效率。
-
公开(公告)号：CN112114361B
公开(公告)日：2022-07-08
申请号：CN202010928919.2
申请日：2020-09-07
Applicant: 中北大学
Abstract: 本发明涉及一种地下浅层复杂空间中震动场时空层析成像方法，结合自相关成像技术消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像序列，提高能量场图像的数量和质量。利用生成对抗网络优势，在生成对抗过程中自我学习三维能量场重要的时空信息，提高了震源定位的稳定性。利用生成对抗网络，自我学习、自我对抗、自我调参的优势，降低了试验次数和传感器的数量，实现了预设1次起爆点下的震源定位。
-
Patent Agency Ranking
公开(公告)号：CN112051611A
公开(公告)日：2020-12-08
申请号：CN202010928937.0
申请日：2020-09-07
Applicant: 中北大学
IPC: G01V1/30
Abstract: 本发明涉及一种基于深度强化学习的地下浅层起爆点定位方法，通过布设震动传感器阵列、生成基于能量信息的学习样本、设计深度学习网络，后，直接在三维能量场图设定一个初始搜索框，经过上采样输入训练好的深度决策网络中，输出最大价值对应的动作，然后在三维能量场图中，找到该动作对应的新区域，重新作为初始搜索框，并经上采样再次输入到深度决策网络，以此类推，直到停止动作时，最后一个区域的中心点为预测震源位置。本发明提高了定位的精度和定位的稳定性。同时极大了减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等步骤，极大提高了震源定位效率。
-
公开(公告)号：CN119290964A
公开(公告)日：2025-01-10
申请号：CN202411270204.7
申请日：2024-09-11
Applicant: 中北大学
Abstract: 本发明公开了一种基于慢特征分析的红外热成像复材缺陷检测方法，包括以下步骤：1)数据采集：利用红外热像仪获取聚合物复合材料内部缺陷的热影像数据；2)数据预处理：对传感器采集到的原始热影像数据进行预处理；3)构建SFT模型：建立慢特征热影像数据分析模型；4)SFT模型结果分析：慢特征中对应向量可视化；5)SFT模型效果定量评估：计算信噪比指标。本发明将热成像数据理解为慢特征与快特征混合的时变信号，提取慢特征来区分缺陷和背景信息，以实现对聚合物复合材料内部缺陷的准确检测。
-
公开(公告)号：CN112114361A
公开(公告)日：2020-12-22
申请号：CN202010928919.2
申请日：2020-09-07
Applicant: 中北大学
Abstract: 本发明涉及一种地下浅层复杂空间中震动场时空层析成像方法，结合自相关成像技术消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像序列，提高能量场图像的数量和质量。利用生成对抗网络优势，在生成对抗过程中自我学习三维能量场重要的时空信息，提高了震源定位的稳定性。利用生成对抗网络，自我学习、自我对抗、自我调参的优势，降低了试验次数和传感器的数量，实现了预设1次起爆点下的震源定位。
-
公开(公告)号：CN112051611B
公开(公告)日：2023-04-25
申请号：CN202010928937.0
申请日：2020-09-07
Applicant: 中北大学
IPC: G01V1/30
Abstract: 本发明涉及一种基于深度强化学习的地下浅层起爆点定位方法，通过布设震动传感器阵列、生成基于能量信息的学习样本、设计深度学习网络，后，直接在三维能量场图设定一个初始搜索框，经过上采样输入训练好的深度决策网络中，输出最大价值对应的动作，然后在三维能量场图中，找到该动作对应的新区域，重新作为初始搜索框，并经上采样再次输入到深度决策网络，以此类推，直到停止动作时，最后一个区域的中心点为预测震源位置。本发明提高了定位的精度和定位的稳定性。同时极大了减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等步骤，极大提高了震源定位效率。
-
公开(公告)号：CN112465396B
公开(公告)日：2023-04-18
申请号：CN202011477309.1
申请日：2020-12-15
Applicant: 中北大学
IPC: G06Q10/0631 , G06Q10/067 , G06Q50/26 , G06F16/953 , G06F16/215 , G06N20/00 , G06N3/08
Abstract: 本发明公开了一种基于沿线站点事件的公交调度方法及系统。本发明基于网络爬虫抓取未来一段时间内即将发生事情，同时结合日常地先验知识，利用神经网络模型实现人流量的预测，根据人流量预测结果进行调度，实现根据在未来一段时间内可能会出现的人流量大小预测结果，有针对性的提前调度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
