-
公开(公告)号：CN112200238B
公开(公告)日：2024-03-29
申请号：CN202011068722.2
申请日：2020-09-29
Applicant: 广西大学
IPC: G06F18/2413 , G06F18/214 , G06F18/213 , G06F18/2431
Abstract: 本发明公开了一种基于声响特征的硬岩拉剪破裂识别方法及装置，主要解决了现场硬岩拉剪破裂识别不易的问题。包括以下步骤，S1：测定硬岩几何物理参数；S2：记录现场环境噪声；S3：提取硬岩张拉破裂和剪切破裂去噪后声音信号的MFCC特征和LBP特征；步骤S4：将获取的两种特征作为训练样本集合训练IVM模型；S5：现场监测硬岩破裂声音信号，并进行去噪处理；S6：提取监测信号的MFCC和LBP特征，输入已训练的IVM模型中，确定硬岩破裂类型；S7：将IVM分类良好的预测样本作为新的训练样本加入到训练集合中，训练IVM，对之后现场监测声音进行预测。本发明适用于岩溶地区的硬岩中等尺度至宏观尺度拉剪破裂的识别。
-
公开(公告)号：CN117078624A
公开(公告)日：2023-11-17
申请号：CN202311041937.9
申请日：2023-08-18
Applicant: 广西大学
IPC: G06T7/00 , G06V10/774 , G06V10/40 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多维注意力模块的轻量化混凝土裂缝检测方法及装置，包括如下步骤：创建混凝土裂缝图像的训练集和测试集；基于深度学习创建包含轻量化CBS特征提取模块、轻量化Bottleneck特征提取模块、多尺度特征提取模块、多维注意力模块的轻量化混凝土裂缝检测模型；根据训练参数，对模型在划分好的训练集进行训练并在测试集上进行评估；通过训练得到的轻量化混凝土裂缝检测模型对混凝土图像中的裂缝进行检测。该方法得到的裂缝检测模型具有参数量少、所需计算量少的特点，更有利于部署在移动设备、可穿戴设备等算力、空间受限设备，能够有效解决裂缝检测不准及漏检的问题，提高混凝土裂缝检测性能。
-
公开(公告)号：CN116433909A
公开(公告)日：2023-07-14
申请号：CN202310401564.5
申请日：2023-04-16
Applicant: 广西大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/778 , G06V10/74
Abstract: 本发明公开了一种基于相似度加权多教师网络模型的半监督图像语义分割方法，包括如下步骤：准备用于语义分割模型训练的训练集和验证集数据；构建基于相似度加权的多教师网络模型SW‑MMTNet；对训练集的无标签数据分别进行强数据增强和弱数据增强，以实现对无标签数据的数据扰动；使用训练集的有标签数据和无标签数据联合进行SW‑MMTNet模型的训练；利用验证集对分割模型进行效果评估，得到最终的图像语义分割模型。方法能够整合多个教师网络的预测信息，为无标签数据生成优质、稳定的伪标签，从而有效地利用无标签数据辅助语义分割模型的训练，减少语义分割对大量数据的需求。此外，方法还通过数据扰动的方式，使得SW‑MMTNet的学生网络能够学习到更多的信息。
-
公开(公告)号：CN115421183A
公开(公告)日：2022-12-02
申请号：CN202211126648.4
申请日：2022-09-16
Applicant: 广西大学
Abstract: 本发明公开了一种利用微震信号检测围岩强度的装置及方法，装置包括信号采集装置、信号激发装置以及信号分析装置；所述信号采集装置包括微震信号传感器以及信号传输电缆，所述信号激发装置包括触击杆、弹性杆、驱动杆以及按钮；微震信号传感器通过螺纹结构固定于弹性杆前端，触击杆固定于弹性杆内部并穿过其外壳，通过驱动杆使弹性杆发生拉伸，积蓄等量弹性势能，按压按钮释放所述等量弹性势能，使触击杆用等大小力度敲击围岩表面，产生统一标准化的振动波，并被微震信号传感器采集、信号传输电缆传输至所述信号分析装置，进而采用预训练的CCT深度学习模型快速识别微震信号的WVD时频声纹图特征对围岩强度进行预测，可实现围岩强度高效准确检测。
-
公开(公告)号：CN112183643B
公开(公告)日：2022-06-21
申请号：CN202011055895.0
申请日：2020-09-29
Applicant: 广西大学
Abstract: 本发明公开了一种基于声发射的硬岩拉剪破裂识别方法及装置，主要解决岩溶地区硬岩拉剪破裂识别困难的问题。包括以下步骤：步骤S1：测定硬岩的几何物理参数；步骤S2：获取岩样张拉破裂和剪切破裂声发射信号；步骤S3：提取张拉和剪切两类声发射声纹图的HOG特征；步骤S4：将声纹图HOG特征构建训练样本集训练IVM；步骤S5：获取待识别的硬岩破裂声发射信号；步骤S6：将待识别声发射声纹的HOG特征带入已训练IVM确定硬岩破裂类型；步骤S7：将识别结果良好的预测样本加入到IVM新的训练集中重新训练IVM，并对之后监测所得的声发射信号进行预测。本发明可适用于岩溶地区的硬岩微观尺度至宏观尺度拉剪破裂的识别。
-
Patent Agency Ranking
公开(公告)号：CN112183638B
公开(公告)日：2022-05-10
申请号：CN202011051834.7
申请日：2020-09-29
Applicant: 广西大学
IPC: G06K9/62 , G06V10/764 , G06V10/40 , G06V10/82 , G06N3/04 , G06N3/08 , G10L17/02 , G10L17/04 , G10L17/18 , G10L17/26
Abstract: 本发明公开了一种基于声纹深度特征的硬岩拉剪破裂识别方法及装置，主要解决了现场下硬岩拉剪破裂识别不易性的问题。包括步骤S1：获取硬岩张拉破裂和剪切破裂的声音信号，并绘制成相应的Wigner‑Ville声纹图；步骤S2：利用预训练深度神经网络提取张拉和剪切两类破裂声纹图的深度特征；步骤S3：将张拉和剪切两类破裂信号声纹图的深度特征作为训练样本训练IVM；步骤S4：监测硬岩的破裂声音信号，获取相应破裂声音的声纹图；步骤S5：利用同样的预训练网络提取待预测的声纹深度特征，根据IVM分类结果，确定硬岩破裂类型；步骤S6：将IVM分类结果良好的预测样本也一同作为训练样本加入到训练集合中，对之后监测所得的声音进行预测。
-
公开(公告)号：CN114325824A
公开(公告)日：2022-04-12
申请号：CN202111680481.1
申请日：2021-12-30
Applicant: 广西大学
Abstract: 本发明提供一种用于岩体灾变监测的微震信号边缘计算系统与方法，属于地质灾害防治技术领域，包括若干个数据采集模块、边缘计算节点和云平台，数据采集模块采集岩体破裂产生的微震信号，使用长短时窗幅值比法拾取微震波形数据，使用阈值判别法对其进行分析并根据结果执行本地预警流程，边缘计算节点识别微震波形数据的P波初动时刻，使用匹配算法得到岩体破裂事件对应的四通道微震波形数据，使用定位算法求出岩体破裂事件的位置信息，云平台接收并解析数据，结合历史数据执行广播预警流程。本发明结合边缘计算技术将岩体灾变监测的不同任务分别卸载至数据采集模块、边缘计算节点和云平台完成，减轻云平台运算负荷，提高岩体灾变预警的实时性。
-
公开(公告)号：CN114325823A
公开(公告)日：2022-04-12
申请号：CN202111666298.6
申请日：2021-12-30
Applicant: 广西大学
IPC: G01V1/28
Abstract: 本发明提供一种基于NB‑IOT的岩体破裂失稳微震信号无线监测方法与装置，属于地质灾害防治技术领域，所述方法包括：采集岩体破裂产生的微震信号，使用长短时窗幅值比值法拾取有效微震波形数据，从有效微震波形数据中提取微震特征向量，根据微震特征向量执行不同的压缩策略得到压缩数据包，使用休眠唤醒算法对NB‑IOT模块进行调度，在需要发送数据的时候唤醒，而无需发送数据时进行休眠；在NB‑IOT模块处于唤醒状态时，将数据包发送至云平台，云平台对所接收的数据包进行分析，若满足预警条件则发出预警信息。本发明结合NB‑IOT技术解决岩体破裂失稳微震信号无线监测的数据远距离传输问题，同时也延长NB‑IOT模块工作时间，对于地质防灾减灾具有重要的实用价值。
-
公开(公告)号：CN112183643A
公开(公告)日：2021-01-05
申请号：CN202011055895.0
申请日：2020-09-29
Applicant: 广西大学
Abstract: 本发明公开了一种基于声发射的硬岩拉剪破裂识别方法及装置，主要解决岩溶地区硬岩拉剪破裂识别困难的问题。包括以下步骤：步骤S1：测定硬岩的几何物理参数；步骤S2：获取岩样张拉破裂和剪切破裂声发射信号；步骤S3：提取张拉和剪切两类声发射声纹图的HOG特征；步骤S4：将声纹图HOG特征构建训练样本集训练IVM；步骤S5：获取待识别的硬岩破裂声发射信号；步骤S6：将待识别声发射声纹的HOG特征带入已训练IVM确定硬岩破裂类型；步骤S7：将识别结果良好的预测样本加入到IVM新的训练集中重新训练IVM，并对之后监测所得的声发射信号进行预测。本发明可适用于岩溶地区的硬岩微观尺度至宏观尺度拉剪破裂的识别。
-
公开(公告)号：CN111640125A
公开(公告)日：2020-09-08
申请号：CN202010474764.X
申请日：2020-05-29
Applicant: 广西大学
IPC: G06T7/11
Abstract: 本发明涉及人工智能检测技术领域，具体涉及一种基于Mask R-CNN的航拍图建筑物检测和分割方法及装置，其中，该方法首先获取城镇建筑物的航拍图像，将航拍图像中的建筑物对象的轮廓进行标注，建立训练集和测试集数据，并且利用非随机掩盖数据增强方式增强训练数据集；构造航拍图建筑物检测和分割网络；用训练数据集对该网络进行训练，并且通过测试集数据对训练好的分割模型进行测试和性能评估，得到最终的航拍图建筑物分割模型；将所获模型应用于用户需要进行处理的建筑物航拍图，得到最终的建筑物航拍图分割图。本发明使用深度学习方法，提高了速度和效率，并且应用迁移学习和非随机掩盖的数据增强方法，提高模型的分割准确度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.03 seconds)
