公开(公告)号：CN119287153A

公开(公告)日：2025-01-10

申请号：CN202411796258.7

申请日：2024-12-09

Applicant: 中南大学 ,  新余钢铁股份有限公司

Inventor： 李浩鸣 ,  李光辉 ,  聂绍昌 ,  张健 ,  杨永斌 ,  彭志伟 ,  刘京 ,  李骞 ,  董寅瑞 ,  赵卫川 ,  周佩禹

IPC: C22B1/16 ,  C22B1/24

Abstract: 本发明提供了一种粗粒级熔剂型钢渣磁选尾料在铁矿烧结中的配用方法，本发明创新性地对熔剂型钢渣磁选尾料进行混合筛分处理，得到粗粒级熔剂型钢渣磁选尾料，并用于铁矿烧结生产，从而减少了成分波动，改善了钢渣原料的制粒效果。进一步通过配料计算得到了一种高碱度的烧结原料，并配合MgO含量、固体燃料用量和烧结混合料含水率、烧结铺底料用量、烧结料层高度和烧结抽风机转速的联合控制，成功地解决了粗粒级熔剂型钢渣磁选尾料用于铁矿生产的难题，加强了烧结效果，提高了烧结矿成品率和转鼓强度。本发明的烧结原料的制粒效果很好，烧结效果得到了改善，成品率达到79.80%，烧结矿转鼓强度达到66.53%，FeO含量达到8.77%。

公开(公告)号：CN105510074B

公开(公告)日：2018-10-19

申请号：CN201510849226.3

申请日：2015-11-29

Applicant: 中南大学 ,  中南大学深圳研究院

Inventor： 戴瑜 ,  陈李松 ,  刘少军 ,  张健

IPC: G01N1/04

Abstract: 本发明公开了一种海底大块状固体矿石大规模取样机，包括左截割滚筒、右截割滚筒、微调油缸、收集罩、矿浆泵、小臂、软管、调斜油缸、大臂、调高油缸、集矿车。本发明通过机构形状相同的左右截割滚筒活动式安装于小臂通过各自微调油缸调节滚筒夹角与间距，滚筒截齿棋盘式安装，矿浆泵安装于两滚筒中间通过小臂软管连接集矿车，小臂活动式与大臂连接，通过调斜油缸调节作业斜度，大臂活动式安装于车体，通过调高油缸调节作业高度。本发明在减少切削破碎剥离后矿物颗粒对海底环境产生污染的同时，通过滚筒微调满足了对不同分布形式下大块状固体矿石的高效取样，并通过小臂调斜与大臂调高的联动作用满足了各种复杂赋存状态下大块状固体矿石的高效采集。

公开(公告)号：CN119478629A

公开(公告)日：2025-02-18

申请号：CN202510050072.5

申请日：2025-01-13

Applicant: 中南大学

Inventor： 张健 ,  乔子科 ,  陶泽 ,  刘超 ,  孙辉

IPC: G06V10/82 ,  G06N3/096 ,  G06V10/774

Abstract: 本申请公开了一种红外舰船识别方法、系统、设备及存储介质，方法包括：获取待识别的红外舰船图像；将待识别的红外舰船图像输入已完成训练的学生模型，得到红外舰船图像的识别结果；已完成训练的学生模型由以下步骤得到：获取干净红外舰船样本；获取随机噪声向量组；根据干净红外舰船样本和随机噪声向量组，获取增强红外舰船样本；根据干净红外舰船样本、增强红外舰船样本和已完成对抗训练的教师模型训练学生模型，得到已完成训练的学生模型。本申请能实现提高红外舰船图像识别的准确率。

公开(公告)号：CN119415828A

公开(公告)日：2025-02-11

申请号：CN202411444348.X

申请日：2024-10-16

Applicant: 中南大学

Inventor： 王森章 ,  王梓辰 ,  王任之 ,  王建新 ,  张健

IPC: G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本申请涉及轨迹预测技术领域，提供了一种基于去噪的轨迹预测方法及相关设备，该方法包括：对目标车辆的历史轨迹进行编码，得到目标车辆的历史轨迹隐藏编码，并对每个邻居车辆的历史轨迹进行编码，得到每个邻居车辆的历史轨迹隐藏编码；根据所有邻居车辆的历史轨迹隐藏编码，计算目标车辆的最终社会编码；基于目标车辆的历史轨迹隐藏编码和最终社会编码，对目标车辆进行轨迹预测，得到未来轨迹分布；对未来轨迹分布进行采样，得到噪声未来轨迹，并利用所有历史轨迹对噪声未来轨迹进行去噪，得到目标车辆的最终未来轨迹。本申请的方法能够提高轨迹预测的准确性。

公开(公告)号：CN118503733B

公开(公告)日：2024-12-10

申请号：CN202410963089.5

申请日：2024-07-18

Applicant: 中南大学

Inventor： 李纬欣 ,  张师超 ,  张健

IPC: G06F18/23 ,  G06F18/211 ,  G06F18/2133

Abstract: 本申请公开了一种基于非负矩阵分解的多视图聚类方法、系统、设备及介质，本方法通过获取多视图的原始数据矩阵；对原始数据矩阵进行多次非负矩阵分解，得到聚类目标矩阵和空间基矩阵；基于原始数据矩阵、聚类目标矩阵和空间基矩阵，构建第一目标损失函数和第二目标损失函数，其中，第一目标损失函数用于指示对原始数据矩阵进行去噪，第二目标损失函数用于指示对原始数据矩阵进行特征重要性评估，以根据特征重要性进行特征选择；采用交替方向乘子法对第一目标损失函数和第二目标损失函数进行迭代，得到目标聚类结果。本申请能够提高聚类结果的准确性，从而提高聚类效果。

公开(公告)号：CN118552626B

公开(公告)日：2024-11-26

申请号：CN202411002916.0

申请日：2024-07-25

Applicant: 中南大学

Inventor： 陈再良 ,  刘栩菁 ,  沈海澜 ,  张健

IPC: G06T7/80 ,  G06N3/0455

Abstract: 本发明公开了一种单视角图像相机标定方法，包括获取现有的图像数据集；基于图像的几何特征提取图像对应的特征向量并构建训练数据集；构建包括编码器网络和解码器网络的单视角图像相机标定初步模型并训练得到单视角图像相机标定模型；采用单视角图像相机标定模型完成目标单视角图像相机的参数标定。本发明还公开了一种实现所述单视角图像相机标定方法的系统。本发明能够在不预设标志物的场景中获得更精准的标定结果，而且可靠性更高，精确性更好，实用性更好。

公开(公告)号：CN114548646B

公开(公告)日：2024-11-26

申请号：CN202111532410.7

申请日：2021-12-15

Applicant: 中南大学

Inventor： 李芳芳 ,  伍诗萌 ,  张健 ,  徐雪松 ,  毛星亮

IPC: G06Q10/0635 ,  G06Q50/22 ,  G06F16/2458

Abstract: 本发明公开了一种基于关联规则的疫情风险因子识别方法，包括步骤：从官方数据源中提取数据；对提取的数据中的非离散型数据进行数据形式变换；对数据形式变换后的数据进行数据挖掘，生成关联规则，并识别出风险因子；先对关联规则进行分析排序，然后对风险因子进行分析，得出风险因子的风险程度；还公开了一种基于关联规则的疫情风险因子识别系统，该系统包括数据提取模块、数据处理模块、数据挖掘模块和综合分析模块；该方法通过对疫情相关数据进行特征分级与标签化，实现了疫情相关数据形式的转换，提高了数据的鲁棒性和延展性，从而可以利用关联规则对大规模、多维度的数据进行数据挖掘和分析，不再受限于数据的规模和维度。

公开(公告)号：CN118397038B

公开(公告)日：2024-09-03

申请号：CN202410813628.7

申请日：2024-06-24

Applicant: 中南大学

Inventor： 贺建飚 ,  陈明航 ,  张伟 ,  成新明 ,  张健 ,  李玺 ,  刘熙尧 ,  张越棋 ,  罗竣轩

IPC: G06T7/215 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/207 ,  G06V10/54 ,  G06V10/56 ,  G06V10/80 ,  G06V10/82

Abstract: 本申请公开了一种基于深度学习的运动目标分割方法、系统、设备及介质，本方法通过采用特征提取网络模型提取预处理后的第一输入图片和第二输入图片中的特征，并将特征提取网络模型中的若干网络层输出的特征作为特征向量集，得到第一特征向量集和第二特征向量集；构建第一特征金字塔和第二特征金字塔，并基于第一特征金字塔和第二特征金字塔估计光流，得到光流结果；将第二特征向量集中最后提取的特征向量进行多尺度的深层次特征提取，得到深层次特征向量集；将深层次特征向量集与光流结果进行不同尺度的特征融合，得到多个融合特征；根据多个融合特征，采用分割头进行运动目标分割，得到运动目标分割结果。本申请能够提高运动目标分割的准确度。

公开(公告)号：CN118503733A

公开(公告)日：2024-08-16

申请号：CN202410963089.5

申请日：2024-07-18

Applicant: 中南大学

Inventor： 李纬欣 ,  张师超 ,  张健

IPC: G06F18/23 ,  G06F18/211 ,  G06F18/2133

Abstract: 本申请公开了一种基于非负矩阵分解的多视图聚类方法、系统、设备及介质，本方法通过获取多视图的原始数据矩阵；对原始数据矩阵进行多次非负矩阵分解，得到聚类目标矩阵和空间基矩阵；基于原始数据矩阵、聚类目标矩阵和空间基矩阵，构建第一目标损失函数和第二目标损失函数，其中，第一目标损失函数用于指示对原始数据矩阵进行去噪，第二目标损失函数用于指示对原始数据矩阵进行特征重要性评估，以根据特征重要性进行特征选择；采用交替方向乘子法对第一目标损失函数和第二目标损失函数进行迭代，得到目标聚类结果。本申请能够提高聚类结果的准确性，从而提高聚类效果。

公开(公告)号：CN117951200A

公开(公告)日：2024-04-30

申请号：CN202410299450.9

申请日：2024-03-15

Applicant: 中南大学

Inventor： 王森章 ,  张舜洋 ,  缪浩 ,  陈昊 ,  范长俊 ,  张健

IPC: G06F16/2458 ,  G06F16/215 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/084

Abstract: 本公开实施例中提供了一种空间时间序列数据补全方法、设备及介质，属于数据处理技术领域，具体包括：步骤1，将原始时空数据输入具有全局注意力的卷积模型，得到原始时空数据对应的元素对，以及，改变原始时空数据的感受野；步骤2，根据元素对乘积和softmax激活函数得到卷积模型的卷积核，并对改变感受野的原始时空数据进行卷积，完成数据补全。通过本公开的方案，使用一个具有全局注意力的卷积模型，它同时生成卷积核和经由感受野处理过的数据，高效同步建模了时间长期依赖性和短期相关性，提高了数据补全的效率和适应性。