-
公开(公告)号：CN118570011A
公开(公告)日：2024-08-30
申请号：CN202410720019.7
申请日：2024-06-05
Applicant: 中国矿业大学
IPC: G06Q50/02 , G06N3/0455 , G06N3/09 , G06N3/047 , G06F18/2433 , G06N3/048
Abstract: 本发明公开了一种联合自编码器和最优运输的煤巷支护参数预测方法，属于煤巷支护技术领域。收集各个煤矿区的支护数据并进行预处理，从而建立煤巷支护数据集；将巷道信息输入到基于自编码器和最优运输模块取得巷道信息的深度语义特征；将深度语义特征输入到回归网络并结合实际支护参数建立优化目标函数并采用端到端的方式优化目标函数。本发明首次构建了基于自编码器和最优运输的煤巷支护参数预测模型，通过训练集对煤巷支护参数预测模型进行训练，利用训练好的煤巷支护参数预测模型输出巷道支护参数，这提供了一种有效的煤巷支护参数预测方法。
-
公开(公告)号：CN115130599A
公开(公告)日：2022-09-30
申请号：CN202210791397.5
申请日：2022-07-05
Applicant: 中国矿业大学
Abstract: 一种时间序列GAN数据增强下露天矿卡状态识别的半监督方法，属于露天矿卡车状态识别技术领域。该方法采用端到端的方法；收集露天矿现有的卡车轨迹数据；卡车轨迹数据分为两种：一种是已经人工标记过卡车运行状态的轨迹，称为有标签数据；另一种则是原始GPS轨迹，称为无标签数据；设计并训练时间序列GAN模型对有标签数据进行保真增强，平衡有标签数据；利用半监督框架，嵌入通道注意力，联合平衡之后的有标签数据和无标签数据，训练得到最终的卡车状态识别模型；将实际测试数据输入到卡车状态识别模型，得到最终识别结果。优点：在半监督联合模型中嵌入通道注意力量化不同特征之间的差异，进一步提高了模型总体识别精度，轨迹数据更具有保真性。
-
公开(公告)号：CN115062713B
公开(公告)日：2024-10-29
申请号：CN202210728962.3
申请日：2022-06-24
Applicant: 中国矿业大学
IPC: G06F18/243 , G06F16/9035 , G06N3/045 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 一种基于GCN‑GRU的露天矿卡车停留区域活动识别方法，属于轨迹数据挖掘领域。方法如下：基于车辆的唯一标识ID和时间，对GPS轨迹数据进行过滤，即数据筛选，以消除无效的数据；基于过滤后的GPS轨迹数据，根据车辆实际的停留时间状况，设置合适的阈值来对轨迹数据进行停留区域识别；基于得到的卡车停留区域，提取其基本特征，将停留区域按照时间顺序相连构建图，并得到邻接矩阵；基于所提取特征和邻接矩阵，使用GCN神经网络对停留区域进行特征嵌入，将停留区域特征转化为特征向量；基于所得到的特征向量，使用GRU神经网络对停留区域序列进行训练，最终得到分类结果。该方法按照时间顺序构建了以停留区域为顶点的邻接矩阵，将GCN神经网络与GRU神经网络模型结合，GCN神经网络能够提取当前停留区域前后停留区域的特征，而GRU神经网络则能够捕捉之前所有停留区域的特征，以此提高了识别准确性。
-
公开(公告)号：CN118334599A
公开(公告)日：2024-07-12
申请号：CN202410401790.8
申请日：2024-04-03
Applicant: 中国矿业大学
IPC: G06V20/54 , G06V10/764 , G06V10/62 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/0442 , G06N3/08 , G06Q50/02
Abstract: 本发明公开一种基于交互进化式动态图时空嵌入的露天矿卡状态识别方法，属于交通模式识别领域。将采集的露天矿卡车GPS轨迹数据构建多条只包含一种卡车状态的轨迹点序列。将轨迹点序列苟安车辆距离动态图、车辆方向动态图。将车辆距离动态图、车辆方向动态图经过可进化图注意力机制将车辆距离动态图和车辆方向动态图交互融合，输出为轨迹序列的嵌入表示，通过轨迹嵌入表示得到最终的卡车运行状态。其在露天矿没有交通规则、作业环境易变的场景下，通过提取卡车与环境、卡车与卡车之间的相互作用规律增强轨迹并构建多个动态图，为卡车状态识别的准确率的提高提供了支持。
-
公开(公告)号：CN115130599B
公开(公告)日：2024-03-26
申请号：CN202210791397.5
申请日：2022-07-05
Applicant: 中国矿业大学
IPC: G06N3/0895 , G06N3/094 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06F18/2415 , G06F123/02
Abstract: 一种时间序列GAN数据增强下露天矿卡状态识别的半监督方法，属于露天矿卡车状态识别技术领域。该方法采用端到端的方法；收集露天矿现有的卡车轨迹数据；卡车轨迹数据分为两种：一种是已经人工标记过卡车运行状态的轨迹，称为有标签数据；另一种则是原始GPS轨迹，称为无标签数据；设计并训练时间序列GAN模型对有标签数据进行保真增强，平衡有标签数据；利用半监督框架，嵌入通道注意力，联合平衡之后的有标签数据和无标签数据，训练得到最终的卡车状态识别模型；将实际测试数据输入到卡车状态识别模型，得到最终识别结果。优点：在半监督联合模型中嵌入通道注意力量化不同特征之间的差异，进一步提高了模型总体识别精度，轨迹数据更具有保真性。
-
Patent Agency Ranking
公开(公告)号：CN116629531A
公开(公告)日：2023-08-22
申请号：CN202310547275.6
申请日：2023-05-16
Applicant: 中国矿业大学
IPC: G06Q10/0631 , G06Q50/30 , G06Q10/04 , G06Q10/047 , G06N3/045 , G06N3/0442 , G06N3/0895 , G01S19/42 , G01C21/34
Abstract: 一种路网‑轨迹联合对比学习的露天矿卡车调度方法，属于露天矿运输领域。首先，对收集的露天矿卡车原始GPS轨迹数据和路网数据进行预处理，将轨迹序列转化为区域化轨迹序列，并通过嵌入模块得到路网和轨迹序列嵌入表示。其次，依次通过路网‑轨迹联合对比学习模块和语义信息嵌入模块，提取区域化轨迹序列的时空结构和语义信息特征。最后，将其经过BiLSTM网络单元提取区域化轨迹序列的时空上下文嵌入和实际时间序列进行回归，并设计多任务损失函数来训练模型。根据预测的轨迹序列，输入到训练好的预测模型，得到预测时间，进行卡车调度。优点：充分提取路网和轨迹的时空信息，利用联合对比学习优化时空信息嵌入，使得卡车调度更加合理高效。
-
公开(公告)号：CN116189299A
公开(公告)日：2023-05-30
申请号：CN202310134511.1
申请日：2023-02-20
Applicant: 中国矿业大学
IPC: G06V40/20 , G06V20/52 , G06N3/082 , G06N3/0464
Abstract: 本发明公开一种适用于边缘终端的煤矿井下人体动作识别方法，属于计算机图像识别领域。通过利用煤矿井下人体动作视频数据设计适用于低照度的轻量化动作识别模型，在边缘终端实现动作识别；首先利用数据采集和预处理模块对煤矿井下人员动作数据集的构建；然后利用动作分类模块实现动作视频特征的分类任务下海量参数网络模型的训练；其次利用情境网络剪枝模块实现适用于低照度视频数据的初步轻量化模型；最后通过示教模型蒸馏模块将初步轻量化模型进一步轻量化，将最终轻量化模型应用在边缘终端上其采用带恢复的剪枝技术，减少低照度对压缩的干扰；采用编码技术，优化存储；在保证识别率前提下，实现复杂模型的井下边缘终端部署。
-
公开(公告)号：CN115841080A
公开(公告)日：2023-03-24
申请号：CN202211631629.7
申请日：2022-12-19
Applicant: 中国矿业大学
IPC: G06F30/27 , G06Q10/0631 , G06Q10/083 , G06F119/02
Abstract: 一种多视图动态时空语义嵌入的露天矿卡车运输时间预测方法，属于露天矿运输领域。对收集的露天矿卡车原始GPS轨迹数据进行预处理，形成网格化轨迹序列；将其经过速度特征提取模块和网格结构特征提取模块，提取网格化轨迹序列的速度特征和结构特征；将其经过语义信息嵌入模块，得到语义信息特征的嵌入表示；将网格化轨迹序列的速度特征、结构特征和语义信息特征通过情境时空嵌入提取模块，提取网格化轨迹序列的情境时空嵌入并训练模型。根据待预测的起止点，输入到训练好的预测模型，得到运输时间预测结果。优点：充分提取轨迹数据的动态时空信息以及利用速度和语义信息，提高了时间预测的精度，有助于露天矿卡车的调度，提高运输的效率。
-
公开(公告)号：CN115205905A
公开(公告)日：2022-10-18
申请号：CN202211018940.4
申请日：2022-08-24
Applicant: 中国矿业大学
Abstract: 一种应用于煤矿井下工种识别的员工移动模式学习方法，属于煤矿井下数据分析技术领域。利用煤矿井下员工轨迹数据设计工种识别模型，该模型实现了识别输入的轨迹数据属于哪一个工种；包括：多语义嵌入模块、全局特征提取模块和工种识别模块。优点：采用图嵌入和词嵌入结合来学习员工的嵌入表示，并考虑到外部因素对员工移动轨迹的影响，能够获取到更丰富的语义信息；采用transformer技术来处理可变的长轨迹序列，并提取轨迹的全局语义特征，同时涉及一个用于自监督轨迹分类的对比学习网络，充分挖掘无标签数据的潜在价值，提升工种识别的精度，从而为煤矿井下调度平台提供技术支持，避免一人多卡问题，实现煤矿井下员工智能调度，维护井下生产安全。
-
公开(公告)号：CN115204304A
公开(公告)日：2022-10-18
申请号：CN202210875170.9
申请日：2022-07-25
Applicant: 中国矿业大学
Abstract: 一种基于双路图卷积网络的露天矿路网生成方法，属于露天矿路网生成领域。将露天矿轨迹区域进行区域样本划分，再对区域样本进行网格划分；利用网格内轨迹数据生成每个网格的多轨迹特征表示，得到区域网格轨迹特征图；构建包含残差编码器网络、双路图卷积网络和解码器网络的道路中心线预测模型，利用区域网格轨迹特征图生成道路中心线概率图；将道路中心线概率图转换成道路中心线图，拼接所有预测的道路中心线图生成露天矿初始路网，并通过连接断裂的道路边缘去细化初始路网的拓扑结构，最终得到露天矿路网。优点：本发明能够提取丰富的轨迹特征，增强对道路的描述；提高空间信息和通道信息的关系感知；提高路网拓扑结构的完整性和连续性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
