-
公开(公告)号：CN111652270A
公开(公告)日：2020-09-11
申请号：CN202010328003.3
申请日：2020-04-23
Applicant: 中南大学 , 中国铁道科学研究院集团有限公司铁道建筑研究所 , 中国铁道科学研究院集团有限公司
Abstract: 本发明涉及一种基于图像匹配的粗粒土填料级配自动识别方法及应用系统，采集包含各种粒径的粗粒土填料图像，形成各种粒径的粗粒土颗粒识别模板，构建模板库；采集包括各种级配的填料图像，分别将各个填料图像与所述模板库中的粗粒土颗粒模板进行识别匹配，获得所述填料图像中粗粒土颗粒的粒径大小、分布以及形状类别，将各单元程序封装成可独立运行的程序；采集路基碾压施工现场的填料图像，经封装程序处理后，获得施工现场填料图像中粗粒土级配。本发明通过建立匹配模板实现单个颗粒高效、准确的分割及其识别，自动程度高，无需复杂的图像处理算法，无需人为干预，不依赖操作人员的经验，环境适应性强，精度高。
-
公开(公告)号：CN116883602A
公开(公告)日：2023-10-13
申请号：CN202310920119.X
申请日：2023-07-25
Applicant: 中南大学 , 中国国家铁路集团有限公司
IPC: G06T17/00 , G06T15/00 , G06T19/20 , G06F30/20 , G06F111/10
Abstract: 本发明涉及地质科学技术领域，为一种孔隙三维结果数字重构方法、电子设备及存储介质。本申请实施例提供的技术方案中，通过断层扫描技术获取关于路基的三维立体灰质图像，并将三维立体灰质图像通过特征提取模型获取含有孔隙的二维图像，最后并通过光线投影法将二维图像进行投影处理得到孔隙重构模型。
-
公开(公告)号：CN111652270B
公开(公告)日：2022-03-29
申请号：CN202010328003.3
申请日：2020-04-23
Applicant: 中南大学 , 中国铁道科学研究院集团有限公司铁道建筑研究所
IPC: G06V10/774 , G06V10/74 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于图像匹配的粗粒土填料级配自动识别方法及应用系统，采集包含各种粒径的粗粒土填料图像，形成各种粒径的粗粒土颗粒识别模板，构建模板库；采集包括各种级配的填料图像，分别将各个填料图像与所述模板库中的粗粒土颗粒模板进行识别匹配，获得所述填料图像中粗粒土颗粒的粒径大小、分布以及形状类别，将各单元程序封装成可独立运行的程序；采集路基碾压施工现场的填料图像，经封装程序处理后，获得施工现场填料图像中粗粒土级配。本发明通过建立匹配模板实现单个颗粒高效、准确的分割及其识别，自动程度高，无需复杂的图像处理算法，无需人为干预，不依赖操作人员的经验，环境适应性强，精度高。
-
公开(公告)号：CN117237303B
公开(公告)日：2024-05-03
申请号：CN202311210640.0
申请日：2023-09-19
Applicant: 中南大学
Abstract: 一种基于机器视觉的非接触式堆石颗粒级配检测方法和装置，包括：使用图像获取装置获取堆石颗粒的数字图像；将获取的数字图像传入实例分割深度学习模型，对堆石颗粒进行识别与分割，得到颗粒轮廓区域；对获取的颗粒轮廓进行量化；对多项量化指标进行采样处理；将获取的向量作为输入，级配曲线上提取的向量作为数据标签；构建神经网络模型训练数据集，获得具有和真实颗粒三维形状的三维数字颗粒，构建数字颗粒模型库；得到最终用于级配检测神经网络预测模型。本发明可有效克服紧密堆积条件下堆石颗粒准确识别与分割，且无需人为假设任何经验公式，而完全基于大量数据的基础上的机器学习模型，可有效提高适应性和准确性。
-
公开(公告)号：CN117237303A
公开(公告)日：2023-12-15
申请号：CN202311210640.0
申请日：2023-09-19
Applicant: 中南大学
Abstract: 一种基于机器视觉的非接触式堆石颗粒级配检测方法和装置，包括：使用图像获取装置获取堆石颗粒的数字图像；将获取的数字图像传入实例分割深度学习模型，对堆石颗粒进行识别与分割，得到颗粒轮廓区域；对获取的颗粒轮廓进行量化；对多项量化指标进行采样处理；将获取的向量作为输入，级配曲线上提取的向量作为数据标签；构建神经网络模型训练数据集，获得具有和真实颗粒三维形状的三维数字颗粒，构建数字颗粒模型库；得到最终用于级配检测神经网络预测模型。本发明可有效克服紧密堆积条件下堆石颗粒准确识别与分割，且无需人为假设任何经验公式，而完全基于大量数据的基础上的机器学习模型，可有效提高适应性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN116973444A
公开(公告)日：2023-10-31
申请号：CN202310917694.4
申请日：2023-07-25
Applicant: 中南大学 , 中国国家铁路集团有限公司
Abstract: 本申请提出了一种实时观测路基土体细颗粒迁移状态的实验装置，包括:第一探针，至少一根第二探针，第二探针与第一探针平行并具有一定间隔设置，第四端与第二端位于同一水平面；信号发生部，信号发生部设置于第二端，信号发生部包括信号生成器、震动膜片以及第一壳体，第一壳体具有朝向第二探针的第一开口，震动膜片设置于第一开口，信号生成器设置于第一壳体内，并连接震动膜片，信号生成器通过震动膜片生成第一信号；信号接收部，信号接收部设置于第四端，信号接收部包括信号接收器以及第二壳体，第二壳体具有朝向第一探针的第二开口，信号接收器设置于第二壳体内，并用于通过第二开口，接收第一信号。
-
公开(公告)号：CN112663407B
公开(公告)日：2022-08-09
申请号：CN202011487607.9
申请日：2020-12-16
Applicant: 北京铁科特种工程技术有限公司 , 中南大学
Abstract: 一种减振发电的智能粗颗粒，粗颗粒从外到内依次包括混凝土外壳、钢壳、若干压电减振俘能器及电能收集转化结构，压电减振俘能器两端分别与钢壳及电能收集转化结构相抵，用于将混凝土外壳及钢壳的应力转化为电力，电能收集转化结构将电力转化为稳定的电能并储存。本发明在保证强度和刚度的前提下，通过3D打印技术打印出混凝土外壳，接收外部结构的振动力量，利用压电效应，结合内部的压电减振俘能器、能量转化器和储能元件进行振动能量到电能的收集、转化与存储，不仅能直接减小外部结构的动应力，延长其使用寿命，还能利用压电材料将共振子振动能转化为电能，可实现变废为宝，是一种绿色能源。
-
公开(公告)号：CN117933443A
公开(公告)日：2024-04-26
申请号：CN202311460104.6
申请日：2023-11-03
Applicant: 中南大学
IPC: G06Q10/04 , G06Q10/0639
Abstract: 本发明提供一种高铁级配碎石振动压实过程的嵌锁点预测方法，包括以下步骤：S1、采用双曲线模型对高铁级配碎石压实过程物理力学特性进行拟合，计算与构建原始数据，确定嵌锁点Tlp；S2、获取数据，采用灰色关联度分析GRA算法分析Tlp主控特征；S3、建立基于改进粒子群IPSO算法‑机器学习ML算法的IPSO‑ML混合Tlp预测模型；S4、采用可解释性方法SHAP解释分析最优Tlp预测模型，确定振动压实过程的最佳Tlp；通过预测嵌锁点Tlp控制压实质量，解决了基于干密度评估高铁级配碎石压实质量所存在的压实时间不定、评价指标单一等问题，具有较好的预测精度和泛化能力，为振动压实的质量评估以及振动压实智能化控制提供了新思路。
-
公开(公告)号：CN117633648A
公开(公告)日：2024-03-01
申请号：CN202311455032.6
申请日：2023-11-03
Applicant: 中南大学
IPC: G06F18/2415 , G06F18/214 , G06Q10/04 , G06Q10/0639
Abstract: 本发明公开了一种基于机器学习的高铁级配碎石压实质量主控特征与预测研究方法。本方法包括如下步骤：1)开展振动压实试验，基于多参数协同测试方法，探究级配碎石最大干密度ρdmax的确定方法；2)建立级配碎石特征与ρdmax之间的关系，并结合灰色关联度分析和皮尔逊算法揭示影响ρdmax的主控特征；3)将级配碎石主控特征作为输入特征建立预测ρdmax的机器学习模型；4)基于机器学习模型预测性能三层次评价方法确定最优机器学习模型。本方法解决了基于干密度评估高铁级配碎石压实质量所存在的压实时间不定和依靠单一层次性能指标难以选择最优机器学习模型的问题。本方法具有较好的预测精度和泛化能力，为高铁级配碎石压实质量主控特征与预测研究提供新思路。
-
公开(公告)号：CN114612783A
公开(公告)日：2022-06-10
申请号：CN202210255151.6
申请日：2022-03-15
Applicant: 中南大学
IPC: G06V20/10 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , B02C21/00 , C04B18/16 , C04B20/02
Abstract: 本发明公开了一种基于机器视觉和深度学习的铁路路基填料再生方法。本发明方法解决了建筑垃圾填料再生中存在的耗时耗力、不够自动便捷的问题，在信息化的时代，利用深度学习算法和机器视觉方法进行图像分析，自动实时地获取再生填料组成，为建筑垃圾在铁路路基填料中的再生利用提供强有力的支撑，同时也对建筑垃圾回填路基工程的推广应用具有重要意义。基于试验现场建筑垃圾骨料识别的结果表明，该识别方法的准确率达到90.9％，可应用于建筑垃圾骨料物质组分的图像识别中，并服务于铁路路基填料的再生利用。同时对于其他同类型骨料、填料类型的识别具有通用性，能自动、高效地识别建筑垃圾填料的类别并具有良好稳定性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
