-
公开(公告)号：CN118795371B
公开(公告)日：2025-04-25
申请号：CN202410952927.9
申请日：2024-07-16
Applicant: 吉林建筑大学
IPC: G01R31/392 , G01R31/385 , G01R31/387 , G01R31/396 , G01R31/378 , G01R31/367
Abstract: 本发明涉及电池技术技术领域，特别是指一种基于多源信息的电池健康状态智能预测方法及装置。所述方法包括：采集并处理原始数据，获得处理后声发射参数数据以及处理后循环老化参数数据；使用门控神经网络，对处理后声发射参数数据以及处理后循环老化参数数据进行权重分配，获得数据权重；根据卷积神经网络结构、长短期神经网络结构和SOFTS模型的STAD模型结构进行模型构建并训练，获得电池容量预测模型；基于数据权重，将处理后声发射参数数据以及处理后循环老化参数数据输入电池容量预测模型进行预测，得到电池健康状态预测值。本发明是一种基于多源信息的高效、准确的电池健康状态智能预测方法。
-
公开(公告)号：CN118496894A
公开(公告)日：2024-08-16
申请号：CN202410586618.4
申请日：2024-05-13
Applicant: 吉林建筑大学
Inventor： 周显超 , 金佩剑 , 李明昊 , 姚鑫鑫 , 王任智 , 刘泽润 , 乔彦欣 , 管毓蕊 , 胡梦雪 , 赵雨嘉 , 罗丝琅 , 马存莹 , 许馨月 , 崔皓婷 , 陈浩 , 寸沉彩 , 杨晓彤 , 任肖寒 , 刘丹阳 , 胡钰童 , 李金昆
Abstract: 本发明涉及有机物垃圾回收技术领域，一种气化改制反应系统，包括流化床，流化床具有流化床内衬，流化床内衬中具有横置隔断流化床内衬中部空腔的过滤板，流化床内衬的下端具有气体输入管，流化床内衬的上端具有气体输出管，过滤板和流化床内衬之间通过转动连接件连接；过滤板的顶面为非平面；过滤板还包括设置在过滤板下方的气动驱动装置，该气动驱动装置设置在过滤板和气体输入管之间，该气动驱动装置用于通过压力气体提供扭力以驱动过滤板旋转。该流化床可简化清理流化床内壁以及氧化铝球体的工艺，稳定RDF颗粒气化效果，达到氧化铝球体免更换的效果。同时本发明还提出了对应的气化改制反应系统。
-
公开(公告)号：CN116955717A
公开(公告)日：2023-10-27
申请号：CN202310910924.4
申请日：2023-07-24
Applicant: 吉林建筑大学
IPC: G06F16/901 , G06N5/02 , G06N7/01
Abstract: 本发明涉及复杂网络技术领域，特别是指一种基于多属性融合的关键节点识别方法及装置。一种基于多属性融合的关键节点识别方法包括：根据节点数据，采用k‑she l l方法进行分层，获得节点Ks值；根据节点Ks值进行属性赋值，获得节点属性值；根据节点Ks值进行计算，得到节点信息熵；根据节点数据进行计算，得到网络约束系数；基于全部节点中每个节点的节点属性值、节点信息熵和网络约束系数进行计算，得到全部节点MF I值；将全部节点MF I值从大到小进行排序，根据MF I值排序结果进行关键节点识别。本发明是一种综合节点属性的高效率、鲁棒性强的关键节点识别方法。
-
公开(公告)号：CN117725226A
公开(公告)日：2024-03-19
申请号：CN202311673378.3
申请日：2023-12-07
Applicant: 吉林建筑大学
Abstract: 本发明涉及事故因果链预测技术领域，特别是指一种基于文本挖掘和图神经网络的事故因果链预测方法及装置。一种基于文本挖掘和图神经网络的事故因果链预测方法包括：根据原始文本，获得实体词库以及原因标签词库；根据实体词库以及原因标签词库进行图构建，获得事故因果链；根据事故因果链进行模型构建，获得图注意网络模型；基于原始文本以及预设的专家事故因果链，对图注意网络模型进行优化，获得优化图注意网络模型；获取目标事故文本；根据目标事故文本，通过优化图注意力网络模型进行预测，获得目标事故因果链。本发明是一种基于文本挖掘和图神经网络的准确、高效的事故因果链预测方法。
-
公开(公告)号：CN119006878B
公开(公告)日：2025-03-18
申请号：CN202410929903.1
申请日：2024-07-11
Applicant: 吉林建筑大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于卷积神经网络的煤岩结构损伤分类方法及装置，涉及煤岩结构损伤分类检测技术领域。所述基于卷积神经网络的煤岩结构损伤分类方法包括：获取关于煤岩体破裂的声发射参数数据；采用Morse小波对数据进行处理，获得RGB图像数据；构建煤岩结构损伤识别模型；将图像数据输入模型中，通过预训练好的基于ResNet和多头注意力机制网络进行特征提取，获得第一特征表示；通过预训练好的基于LSTM和多头注意力机制残差网络进行特征提取，获得第二特征表示；通过预训练好的基于卷积神经和LSSVM网络进行特征提取，获得第三特征表示；将获得的所有特征表示进行融合，获得融合结果；通过融合结果，获得分类预测结果。采用本发明可提高煤岩结构损伤分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115390130B
公开(公告)日：2024-08-16
申请号：CN202211050626.4
申请日：2022-08-29
Applicant: 吉林建筑大学
Abstract: 本发明涉及煤矿工程事故应急预警技术领域，特别是指一种煤矿开采大能量微震事件预测方法和装置。方法包括：获取预测采区前m天的大能量微震事件的能量和相应的坐标；将所述预测采区工作面划分为n个等面积网格；根据所述坐标将划分后网格的大能量微震事件的能量进行累加统计，构建能量矩阵；计算所述能量矩阵的系统样本熵；根据所述系统样本熵，对所述煤矿开采大能量微震事件进行预测。采用本发明，可实现煤矿开采中的灾害前兆特征识别及其预警，从而预防此类事故的发生。
-
公开(公告)号：CN115035880A
公开(公告)日：2022-09-09
申请号：CN202210649605.8
申请日：2022-06-10
Applicant: 吉林建筑大学
IPC: G10K11/168 , C01B13/02
Abstract: 本申请涉及制氧设备技术领域，尤其涉及一种弥散式制氧机内壁上消音结构用复合材料及消音结构，复合材料包括：依次叠接的SBS第一粘合剂层、IIR橡胶层、SBS第二粘合剂层和ACM橡胶层，以及设置在ACM橡胶层端面上的若干个PP硬塑料圆环；所述PP材质的硬塑料圆环套设有PP材质的楔形PP块，所述楔形PP块表面涂有树脂纳米涂层。所述楔形PP块中相互平行的两个延展面中面积较小的一个延展面与所述PP硬塑料圆环连接。由于本申请中的复合材料层体设置有IIR橡胶层和ACM橡胶层，所以具有绝缘的特性并且还能耐受零下40度的低温以及耐酸耐碱的特性。因此，本申请能够解决现有的弥散式制氧机存在的当在工作时外机的噪音较大的问题。
-
公开(公告)号：CN119006878A
公开(公告)日：2024-11-22
申请号：CN202410929903.1
申请日：2024-07-11
Applicant: 吉林建筑大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于卷积神经网络的煤岩结构损伤分类方法及装置，涉及煤岩结构损伤分类检测技术领域。所述基于卷积神经网络的煤岩结构损伤分类方法包括：获取关于煤岩体破裂的声发射参数数据；采用Morse小波对数据进行处理，获得RGB图像数据；构建煤岩结构损伤识别模型；将图像数据输入模型中，通过预训练好的基于ResNet和多头注意力机制网络进行特征提取，获得第一特征表示；通过预训练好的基于LSTM和多头注意力机制残差网络进行特征提取，获得第二特征表示；通过预训练好的基于卷积神经和LSSVM网络进行特征提取，获得第三特征表示；将获得的所有特征表示进行融合，获得融合结果；通过融合结果，获得分类预测结果。采用本发明可提高煤岩结构损伤分类的准确率。
-
公开(公告)号：CN115390130A
公开(公告)日：2022-11-25
申请号：CN202211050626.4
申请日：2022-08-29
Applicant: 吉林建筑大学
Abstract: 本发明涉及煤矿工程事故应急预警技术领域，特别是指一种煤矿开采大能量微震事件预测方法和装置。方法包括：获取预测采区前m天的大能量微震事件的能量和相应的坐标；将所述预测采区工作面划分为n个等面积网格；根据所述坐标将划分后网格的大能量微震事件的能量进行累加统计，构建能量矩阵；计算所述能量矩阵的系统样本熵；根据所述系统样本熵，对所述煤矿开采大能量微震事件进行预测。采用本发明，可实现煤矿开采中的灾害前兆特征识别及其预警，从而预防此类事故的发生。
-
公开(公告)号：CN119049119A
公开(公告)日：2024-11-29
申请号：CN202410923282.6
申请日：2024-07-10
Applicant: 吉林建筑大学
IPC: G06V40/20 , G06V20/40 , G06V20/52 , G06V10/25 , G06V10/44 , G06V10/62 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于ST‑GCN的临边洞口作业不安全行为检测方法及装置，涉及视觉识别技术领域。所述基于ST‑GCN的临边洞口作业不安全行为检测方法包括：获取施工人员临边洞口作业动作的已标注视频数据集；采用改进的YOLOv5算法以及OpenPose算法对已标注视频数据集进行处理，获得临边洞口作业动作的骨架节点数据集；构建初始的ST‑GCN神经网络模型；根据骨架节点数据集，对初始的ST‑GCN神经网络进行训练，获得训练好的ST‑GCN神经网络模型；获取待识别的施工人员临边洞口作业动作的视频数据；将待识别的施工人员临边洞口作业动作的视频数据，输入训练好的ST‑GCN神经网络模型中进行识别，获得施工人员临边洞口作业不安全行为的识别结果。采用本发明可提高施工现场安全管理人员的工作效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
