公开(公告)号：CN109934409B

公开(公告)日：2022-12-27

申请号：CN201910201354.5

申请日：2019-03-18

Applicant: 西安科技大学

Inventor： 赵栓峰 ,  魏震宇 ,  李实军 ,  贺海涛 ,  郭卫 ,  路正雄

IPC: G06Q10/04 ,  G06Q50/02 ,  G06V20/10 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种大采高煤壁工作面片帮预测网络及其预测方法，包括：步骤一：摄像头的安装以及煤壁和刀头切割煤壁图像数据的获取；步骤二：大采高煤壁工作面和采煤机切割煤壁图像数据的预处理；步骤三：构建大采高煤壁工作面和采集环境的图像的特征提取网络模型；步骤四：训练大采高煤壁工作面的图像和采集环境的图像特征提取网络；步骤五：构建特征分类网络模型；步骤六：训练特征分类网络模型；步骤七：片帮预测。本发明相对于现有技术，能够在安装较少监测仪器的条件下，实现大采高煤壁工作面片帮的预测，并将环境因素作为预测的影响因素之一。

公开(公告)号：CN109934409A

公开(公告)日：2019-06-25

申请号：CN201910201354.5

申请日：2019-03-18

Applicant: 西安科技大学

Inventor： 赵栓峰 ,  李实军 ,  贺海涛 ,  郭卫 ,  路正雄

IPC: G06Q10/04 ,  G06Q50/02 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种大采高煤壁工作面片帮预测网络及其预测方法，包括：步骤一：摄像头的安装以及煤壁和刀头切割煤壁图像数据的获取；步骤二：大采高煤壁工作面和采煤机切割煤壁图像数据的预处理；步骤三：构建大采高煤壁工作面和采集环境的图像的特征提取网络模型；步骤四：训练大采高煤壁工作面的图像和采集环境的图像特征提取网络；步骤五：构建特征分类网络模型；步骤六：训练特征分类网络模型；步骤七：片帮预测。本发明相对于现有技术，能够在安装较少监测仪器的条件下，实现大采高煤壁工作面片帮的预测，并将环境因素作为预测的影响因素之一。