-
公开(公告)号：CN108717580A
公开(公告)日：2018-10-30
申请号：CN201810243500.6
申请日：2018-03-23
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于入侵杂草优化算法求取概率积分参数的方法，包括以下步骤：(1)将已知工作面地区的地质采矿条件参数和工作面种群初始参数代入概率积分公式，预计观测点的下沉值和水平移动值；(2)将工作面观测点的实测下沉值和水平移动值与步骤1中的预计下沉值和水平移动值作差，构建误差函数；(3)将步骤2的误差函数作为适应度函数，采用入侵杂草优化算法反演概率积分参数，求解出该工作面的概率积分参数。本发明方法简单，首次将入侵杂草优化算法应用于概率积分参数求取，可解算出全部概率积分参数，并且具有求取参数精度高的优点。
-
公开(公告)号：CN105182388A
公开(公告)日：2015-12-23
申请号：CN201510660882.9
申请日：2015-10-10
Applicant: 安徽理工大学
IPC: G01S19/44
CPC classification number: G01S19/44
Abstract: 本发明公开了一种快速收敛的精密单点定位方法，首先对全球导航卫星的观测数据进行预处理，再联合原始载波相位观测值的观测方程、码相位半合组合观测值的观测方程和几何无关组合观测值的观测方程构建改进的精密单点定位的观测方程，采用卡尔曼滤波对改进的精密单点定位的观测方程中的参数进行估计，得到接收机位置信息和对流层延迟、电离层延迟信息，实现GNSS快速单点精密定位。与现有技术相比：本发明一种快速收敛的精密单点定位方法能更好地降低观测噪声、轨道误差对滤波收敛速度与定位精度影响，并利用对流层延迟、电离层延迟历元间缓慢变化的特性作为约束条件，提高了精密单点定位解算的性能。
-
公开(公告)号：CN118149761A
公开(公告)日：2024-06-07
申请号：CN202410293147.8
申请日：2024-03-14
Applicant: 兖矿能源集团股份有限公司 , 安徽理工大学 , 安徽骏祥空间技术有限公司
Abstract: 本发明涉及无矿区监测系统技术领域，具体公开了一种矿区沉陷无人机三维监测与可视化系统，包括无人机倾斜摄影测量、高精度三维建模、实时数据处理和分析以及Web端可视化平台的开发；所述的无人机倾斜摄影测量过程中，将配置高性能的多角度摄像头连接在无人机上，系统能够从不同的角度捕捉地表影像；无人机航路规划航线实现对矿区地形进行采集；本发明能够提高监测精确度，无人机倾斜摄影技术的应用极大地提高了沉陷监测的精确度；多角度拍摄捕获的影像，经过精确的处理和三维重建，能够生成高质量的三维地表模型；这些模型在展示地形的立体结构和微小变化方面具有更高的准确性，使得监测人员能够更精确地识别和评估沉陷区域。
-
公开(公告)号：CN109507697B
公开(公告)日：2023-08-18
申请号：CN201811287416.0
申请日：2018-10-31
Applicant: 安徽理工大学
Abstract: 本发明公开了一种新的GNSS时间序列中异常值精确识别方法，包括以下步骤：(1)采集对构筑物或建筑物进行形变监测的GNSS时间序列，统计其均值和标准差；(2)将步骤1中的数据进行正态性检验，对不服从正态性分布的数据通过Q统计量的方法转换；(3)将步骤1或步骤2的数据通过CUSUM的统计量计算公式，构建CUSUM偏移统计量；(4)将步骤3中的CUSUM统计量作为检验数据，使用BFAST算法，得出趋势项中的断点列表。本发明首次将CU‑BFAST算法用于GNSS监测序列的异常值识别，能够全面的分析数据和识别异常值，具有较好的异常值检验能力和误报率较低的优点。
-
公开(公告)号：CN110260774A
公开(公告)日：2019-09-20
申请号：CN201910559499.2
申请日：2019-07-22
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于Pettitt算法的GNSS变形信息检验与预警方法，包括以下步骤：(1)采集对变形体(构筑物或建筑物等)进行形变监测的GNSS时间序列；(2)将步骤1中的数据进行线性拟合，通过局部加权回归算法(LWR)得到拟合函数值；(3)将步骤2的数据与步骤1作差，得到基于局部加权回归算法的残差序列；(4)将步骤3中的数据作为检验数据，使用Pettitt算法，构建Pettitt检验统计量，通过拟合趋势项的斜率得出趋势项中的变化点，及时发现变形信息发生变化的位置并进行预警。本发明首次将LWR-Pettitt算法用于GNSS变形信息的识别与预警，能够准确的分析监测数据的变化趋势和变形信息，具有较好的变形信息检验能力和误报率较低的优点。
-
Patent Agency Ranking
公开(公告)号：CN109507697A
公开(公告)日：2019-03-22
申请号：CN201811287416.0
申请日：2018-10-31
Applicant: 安徽理工大学
Abstract: 本发明公开了一种新的GNSS时间序列中异常值精确识别方法，包括以下步骤：(1)采集对构筑物或建筑物进行形变监测的GNSS时间序列，统计其均值和标准差；(2)将步骤1中的数据进行正态性检验，对不服从正态性分布的数据通过Q统计量的方法转换；(3)将步骤1或步骤2的数据通过CUSUM的统计量计算公式，构建CUSUM偏移统计量；(4)将步骤3中的CUSUM统计量作为检验数据，使用BFAST算法，得出趋势项中的断点列表。本发明首次将CU-BFAST算法用于GNSS监测序列的异常值识别，能够全面的分析数据和识别异常值，具有较好的异常值检验能力和误报率较低的优点。
-
公开(公告)号：CN119666416A
公开(公告)日：2025-03-21
申请号：CN202411715456.6
申请日：2024-11-27
Applicant: 安徽理工大学
Abstract: 本发明公开了一种寒区隧道冻害模拟试验装置及方法，涉及隧道模型试验技术领域。模拟试验装置包括试验箱以及配合安装在试验箱内部的隧道模型；试验箱内设置有温湿度控制系统；隧道模型包括模型本体，以及覆盖在模型本体外侧壁的模拟覆盖层，模拟覆盖层由模型本体的两端向中间部位厚度逐渐增大。本发明通过控制试验箱的温度来检测各个温度下隧道模型内部温度变化规律，同时通过设置不同坡度的爬坡段，来模拟现有隧道上方具有不同坡度的覆盖层，通过对不同坡度的爬坡段内部对应的进行检测，得出隧道模型内部温度变化与隧道外部覆盖层覆盖层坡度以及厚度的关系。
-
公开(公告)号：CN119418190A
公开(公告)日：2025-02-11
申请号：CN202411344551.X
申请日：2024-09-25
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455
Abstract: 本申请提供了一种建筑物提取模型的构建方法、装置、设备及存储介质，其中，方法包括：获取建筑物图像并进行预处理，得到训练集；将训练集输入双流解码器，通过位置提取网络在每层输出不同分辨率的位置特征，通过整体提取网络在每层输出不同精细度的基础特征图；将对应层的位置特征和基础特征图融合为N个综合特征图，将整体提取网络最后一层的基础特征图输入全局捕捉模型，得到解码器第一层的解码特征图；将解码器上一层的解码特征图与对应的综合特征图输入注意力门控结构，得到当前层解码特征图，将解码器第N+1层解码特征图作为最终特征图；将最终特征图输入预测层提取建筑物，通过提取误差反复迭代更新模型参数，得到最终建筑物提取模型。
-
公开(公告)号：CN116883850A
公开(公告)日：2023-10-13
申请号：CN202310888181.5
申请日：2023-07-19
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/86 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种遥感影像建筑物变化检测方法、装置、介质及设备，该方法包括构建建筑物变化检测模型，所述建筑物变化检测模型包括2个输入，用于分别输入一个遥感影像；训练所述建筑物变化检测模型；将两个时期原始遥感影像数据输入所述建筑物变化检测模型，得到检测结果；所述建筑物变化检测模型，包括：编码器模块；解码器模块；所述编码器模块和解码器模块之间还设有阶段连接模块，在解码网络中设置特征偏移学习模块，本发明通过特征偏移学习模块将自底而上的特征进行对齐，充分利用其对于特征的提取和学习能力，提高了遥感影像建筑物变化检测的精确度。
-
公开(公告)号：CN115982589A
公开(公告)日：2023-04-18
申请号：CN202310114750.0
申请日：2023-02-02
Applicant: 安徽理工大学
IPC: G06F18/214 , G06N3/08 , G06N3/0442 , G06F30/20 , G06F119/08
Abstract: 本发明公开一种基于LSTM模型的区域加权平均温度信息获取方法，包括：采集区域的ERA5再分析数据；构建与年周期、半年周期和日周期有关的大气加权平均温度模型，基于最小二乘法计算所述大气加权平均温度模型各项系数的振幅大小；获取大气加权平均温度模型的计算数值以及大气加权平均温度模型残差值；构建LSTM神经网络误差补偿模型，获取大气加权平均温度模型残差预报值；基于大气加权平均温度模型以及大气加权平均温度模型残差预报值，获取大气加权平均温度。本发明技术通过构建误差补偿模型，有效弥补现有技术中对大气加权平均温度数值获取计算难度高、精度低等难题，能够进行广泛应用，且具备明显的精确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.028 seconds)
