结合纹理特征进行决策融合的煤体破坏类型图像识别方法

    公开(公告)号:CN115439680A

    公开(公告)日:2022-12-06

    申请号:CN202210968900.X

    申请日:2022-08-12

    Abstract: 本发明提供了一种结合纹理特征进行决策融合的煤体破坏类型图像识别方法,使用高清防爆相机在井下拍摄获取煤体图像,进行图像处理和标记,构建煤体数据集,并根据煤体原图像创建对应的纹理特征数据集;基于决策融合构建分类模型,并使用煤体原图数据集和对应的纹理特征数据集对分类模型进行训练;将待识别的煤体原图和对应的纹理特征图在训练完成的分类模型中进行分类测试,得到煤体图像的破坏类型分类结果。本发明通过对破坏煤图像进行机器识别,识别准确度达到99.52%,能够显著提升井下煤体破坏类型的识别效率,进而对煤与瓦斯突出事故的预测提供参考,极大地提高煤矿生产的智慧性与安全性。

    一种基于拼接卷积与注意力机制的高分遥感场景识别方法

    公开(公告)号:CN117746123A

    公开(公告)日:2024-03-22

    申请号:CN202311757674.1

    申请日:2023-12-19

    Inventor: 吕伏 项梁 冯永安

    Abstract: 本发明提供了一种基于拼接卷积与注意力机制的高分遥感场景识别方法,涉及遥感场景识别技术领域,在遥感场景分类任务中,本发明构建基于拼接卷积与双分支混合注意力相结合的混合网络,能更快速并且精准地定位到重要的特征。对普通卷积与深度可分离卷积进行改进,融合点卷积,构建拼接卷积模块,减少内存访问次数,提高分类速度。建立双分支的混合注意力模块,一个分支对卷积模块提取到的特征进行水平和垂直方向的聚集,另一分支建立通道注意力聚集特征,通过两个分支特征的融合,增加了与任务相关的空间特征信息,从而提高分类精度。将拼接卷积和注意力机制进行残差融合,以解决嵌入注意力机制增加模型复杂度所导致的梯度消失问题。

    一种基于滑动窗口的尾矿砂液化数据聚类方法

    公开(公告)号:CN113191089B

    公开(公告)日:2024-08-13

    申请号:CN202110594285.6

    申请日:2021-05-28

    Abstract: 本发明提供一种基于滑动窗口的尾矿砂液化数据聚类方法,包括如下步骤:S1:对尾矿砂液化数据进行标准化处理,得到标准化数据集;S2:滑动窗口模型遍历所述标准化数据集,并计算每个滑动窗口内标准化数据的标准差,所有标准差形成标准差数据集;S3:计算标准差数据集的均值和标准差,根据所述标准差数据集的均值和标准差和拉依达准则得到多个分段数据集;S4:计算每个所述分段数据集的聚类半径;S5:每个所述分段数据集根据其所述聚类半径和聚类算法进行聚类;S6:将不在任何簇中的数据作为异常点输出。本发明采用了滑动窗口对数据进行划分的方法来降低全局参数对DBSCAN聚类效果的影响。该方法与传统DBSCAN方法相比,具有明显提升。

    一种基于滑动窗口的尾矿砂液化数据聚类方法

    公开(公告)号:CN113191089A

    公开(公告)日:2021-07-30

    申请号:CN202110594285.6

    申请日:2021-05-28

    Abstract: 本发明提供一种基于滑动窗口的尾矿砂液化数据聚类方法,包括如下步骤:S1:对尾矿砂液化数据进行标准化处理,得到标准化数据集;S2:滑动窗口模型遍历所述标准化数据集,并计算每个滑动窗口内标准化数据的标准差,所有标准差形成标准差数据集;S3:计算标准差数据集的均值和标准差,根据所述标准差数据集的均值和标准差和拉依达准则得到多个分段数据集;S4:计算每个所述分段数据集的聚类半径;S5:每个所述分段数据集根据其所述聚类半径和聚类算法进行聚类;S6:将不在任何簇中的数据作为异常点输出。本发明采用了滑动窗口对数据进行划分的方法来降低全局参数对DBSCAN聚类效果的影响。该方法与传统DBSCAN方法相比,具有明显提升。

Patent Agency Ranking