公开(公告)号：CN119049584A

公开(公告)日：2024-11-29

申请号：CN202410975578.2

申请日：2024-07-19

Applicant: 武汉工程大学 ,  武汉大学

Inventor： 张越非 ,  李曹成 ,  邹炼 ,  林建 ,  陈浩东 ,  刘子奥 ,  方文 ,  池汝安

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/044 ,  G06N3/08 ,  G06N3/006

Abstract: 本发明提供基于PSO‑Elman神经网络的絮凝辅助固化磷石膏中可溶性磷、氟的优化条件预测方法，将磷石膏样品加水搅拌后过滤得到磷石膏滤液用于后续测定；分别对固化剂投加量，投加固化剂后的搅拌时间，投加固化剂后的搅拌速率，絮凝剂投加量，投加絮凝剂后的搅拌时间,投加絮凝剂后的搅拌速率，进行单因素实验并记录可溶磷、氟的去除率作为条件数据样本集；利用粒子群算法优化神经网络。使用粒子群优化算法PSO对Elman的参数进行寻优，提高Elman神经网络的预测精度；平均绝对相对偏差AARD，均方根误差RMSE和决定系数对#imgabs0#去除率进行评估；该方法利用Elman神经网络的动态特性和粒子群优化算法的全局搜索能力，实现对絮凝辅助固化磷石膏中可溶性磷、氟最佳处理条件的预测和优化。

公开(公告)号：CN119888837A

公开(公告)日：2025-04-25

申请号：CN202411714765.1

申请日：2024-11-27

Applicant: 武汉大学

Inventor： 邹炼 ,  孟凡影 ,  范赐恩 ,  周立青 ,  张越非 ,  池汝安

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开一种多尺度骨架特征融合与注意力增强的人体动作识别方法，包括：进行两次不同采样比率的RGB帧提取，RGB运动支路的每一帧图像生成骨架热图，作为骨架运动支路的输入；对RGB环境支路、RGB运动支路和骨架运动支路分别提取特征，使用跨模态注意力机制来实现运动特征的对齐与互补增强，以实现高细粒度且丰富的运动特征提取，最后通过级联融合方式，以提升特征的表达能力，进一步丰富特征信息维度。本发明使用三分支的特征提取网络分别提取RGB环境支路、RGB运动支路与骨架运动支路的特征，并且将环境特征融入运动支路的各个阶段，实现了不同层次特征之间的有效互补与融合，显著提升了人体动作识别的精度，尤其在复杂场景下表现出色。

公开(公告)号：CN119724387A

公开(公告)日：2025-03-28

申请号：CN202411715634.5

申请日：2024-11-27

Applicant: 武汉大学 ,  武汉工程大学 ,  湖北三峡实验室

Inventor： 邹炼 ,  林建 ,  张越非 ,  李曹成 ,  陈浩东 ,  刘子奥 ,  方文 ,  池汝安

IPC: G16C20/10 ,  G16C20/70 ,  G06N3/0442

Abstract: 本发明提出了一种基于SCA‑LSTM神经网络的絮凝辅助固化的优化条件预测方法，包括：将磷石膏样品加水搅拌后过滤，得到磷石膏滤液用于后续的固化处理；通过单因素实验，分别记录固化剂投加量、搅拌时间、搅拌速率，絮凝剂投加量及相应搅拌条件下的可溶磷、氟去除率，生成条件数据样本集；采用正余弦优化算法SCA对LSTM神经网络进行参数优化，提高网络的预测精度，并通过平均绝对相对偏差AARD、均方根误差RMSE和决定系数R²对模型进行评估；该方法结合LSTM网络的时间序列建模能力与SCA算法的全局搜索能力，准确预测并优化絮凝剂辅助固化磷石膏中可溶性磷、氟的最佳处理条件。