公开(公告)号：CN115544894A

公开(公告)日：2022-12-30

申请号：CN202211332850.2

申请日：2022-10-28

Applicant: 华北科技学院

Inventor： 朱权洁 ,  王大仓 ,  陈学习 ,  李青松 ,  欧阳振华 ,  杨涛 ,  隋龙琨 ,  李红涛

IPC: G06F30/27 ,  G06T17/00 ,  E21F7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及瓦斯抽采钻孔参数智能设计及三维可视化方法，以PSO‑LSTM模型为基础、借助大数据挖掘技术对瓦斯钻孔数据深入挖掘和精准化分析，以达到优化数据的效果；并利用三维可视化算法对优化的钻孔数据进行三维建模，形成轨迹最优、效果可视的三维瓦斯抽采钻孔模型。其中，PSO‑LSTM模型主要原理：利用PSO算法对LSTM模型训练集进行寻优，并将寻优结果作为LSTM模型的测试集，从而提高LSTM模型训练结果的准确性。另外，基于Python的瓦斯抽采钻孔三维可视化算法，能根据输入的信息自动生成煤层井巷、顺层或穿层瓦斯抽采钻孔三维可视化模型。本方法大大减少煤矿企业绘制施工图纸的繁琐工作，提高煤矿瓦斯抽采钻孔智能化水平。

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

Inventor： 朱权洁 ,  隋龙琨 ,  张竣淞 ,  梁娟 ,  尹永明 ,  李青松 ,  刘晓辉 ,  王大仓 ,  谷雷

IPC: G06V40/20 ,  G06V20/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82

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。