-
公开(公告)号：CN115146665A
公开(公告)日：2022-10-04
申请号：CN202210319875.2
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明提供了一种快速自构建行为模态识别系统，属于行为模态识别领域，该系统包括:行为模态数据采集与处理模块,用于利用移动设备对人体行为模态数据进行采集,并对采集数据进行特征工程处理，进而获得行为模态特征；建立行为模态识别模型模块,利用快速自构建方法基于行为模态特征建立行为模态识别模型；行为模态识别模块,将待测的行为模态特征输入行为模态识别模型，进而得到待测行为模态特征的类别.本发明弥补了现有行为模态识别系统在构建速度慢、识别精度低和轻量化不足等问题。
-
公开(公告)号：CN115147750B
公开(公告)日：2024-11-29
申请号：CN202210393676.6
申请日：2022-04-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别方法，包括：步骤1，获取历史视频，提取皮带矿工行为特征数据，标注行为类别并整理为各矿区本地矿工行为数据库；步骤2，各违规辨别终端构造本地网络模型最优隐层节点并计算本地网络模型当前方差；步骤3，聚合云构造聚合增隐层节点；步骤4，各违规辨别终端接收聚合增隐层节点，更新各违规辨别终端的新增隐层节点参数，判断是否继续进行构造式联邦学习；步骤5，通过违规辨别终端分辨矿工行为类别。本发明保证了各方数据的隐私性，解决了各矿区数据的孤岛问题，即每个矿区仅有本矿区的矿工行为数据，所训练的模型识别效果有限。本发明在保证各厂区数据安全的情况下联合训练出识别效果更好的模型。
-
公开(公告)号：CN114925875A
公开(公告)日：2022-08-19
申请号：CN202210314126.0
申请日：2022-03-28
Applicant: 中国矿业大学
Abstract: 本发明公开了一种融合卡口重要性与注意力机制的车辆轨迹预测方法，包括以下步骤：(1)获取过车数据源并对数据源进行数据预处理，提取车辆轨迹；(2)提取用于表示位置的交通卡口集，引入自然语言处理中的Glove模型，通过训练车辆轨迹数据得到各卡口的嵌入词向量表示；结合PageRank算法对各卡口的重要性进行排序；(3)利用SIF方法对卡口的嵌入词向量进行加权平均获得轨迹句向量表示，应用K‑means算法对轨迹进行聚类；(4)融合卡口位置编码与重要性编码，并加入注意力机制，在获得的每个聚类簇中采用Bi‑LSTM神经网络对车辆轨迹进行训练，预测新轨迹，既考虑了车辆信息或道路信息，又考虑了目标车辆与所经卡口的交互关系，轨迹预测效果更好。
-
公开(公告)号：CN114925875B
公开(公告)日：2025-02-28
申请号：CN202210314126.0
申请日：2022-03-28
Applicant: 中国矿业大学
IPC: G06Q10/04 , G06N3/08 , G06N3/0442 , G06N3/045 , G06F18/23213
Abstract: 本发明公开了一种融合卡口重要性与注意力机制的车辆轨迹预测方法，包括以下步骤：(1)获取过车数据源并对数据源进行数据预处理，提取车辆轨迹；(2)提取用于表示位置的交通卡口集，引入自然语言处理中的Glove模型，通过训练车辆轨迹数据得到各卡口的嵌入词向量表示；结合PageRank算法对各卡口的重要性进行排序；(3)利用SIF方法对卡口的嵌入词向量进行加权平均获得轨迹句向量表示，应用K‑means算法对轨迹进行聚类；(4)融合卡口位置编码与重要性编码，并加入注意力机制，在获得的每个聚类簇中采用Bi‑LSTM神经网络对车辆轨迹进行训练，预测新轨迹，既考虑了车辆信息或道路信息，又考虑了目标车辆与所经卡口的交互关系，轨迹预测效果更好。
-
公开(公告)号：CN115146665B
公开(公告)日：2025-01-10
申请号：CN202210319875.2
申请日：2022-03-29
Applicant: 中国矿业大学
IPC: G06F18/20 , G06F18/15 , G06F18/213 , G06N3/08 , A61B5/11 , G06F123/02
Abstract: 本发明提供了一种快速自构建行为模态识别系统，属于行为模态识别领域，该系统包括:行为模态数据采集与处理模块,用于利用移动设备对人体行为模态数据进行采集,并对采集数据进行特征工程处理，进而获得行为模态特征；建立行为模态识别模型模块,利用快速自构建方法基于行为模态特征建立行为模态识别模型；行为模态识别模块,将待测的行为模态特征输入行为模态识别模型，进而得到待测行为模态特征的类别.本发明弥补了现有行为模态识别系统在构建速度慢、识别精度低和轻量化不足等问题。
-
Patent Agency Ranking
公开(公告)号：CN115147749B
公开(公告)日：2024-11-29
申请号：CN202210393664.3
申请日：2022-04-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别系统，包括聚合云和矿区违规辨别终端；所述聚合云包含参数传输模块和网络协同学习模块；所述矿区违规辨别终端包含矿工行为特征获取模块、本地网络模型构造模块和行为识别模块；本发明的基于构造式联邦学习的矿井人员违规动作识别系统，不仅可以有效解决矿区工人违规危险行为难以实时监控，监控人员长时间高强度监视，视觉疲劳和负担过重等问题，并且在保证各矿区数据隐私的情况下，训练出识别准确度更高、适用性更强的本地网络模型。
-
公开(公告)号：CN115879454A
公开(公告)日：2023-03-31
申请号：CN202211548955.1
申请日：2022-12-05
Applicant: 中国矿业大学
IPC: G06F40/284 , G08G1/01 , G06F40/242 , G06F17/16 , G06F40/30 , G06N20/00 , G06F18/22
Abstract: 本发明公开了一种基于嵌入词向量与PageRank算法的交通卡口重要性排序方法，包括以下步骤：(1)获取数据源，并对数据源的数据进行预处理；(2)提取用于表示位置的交通卡口集；引入自然语言处理中的Glove模型，通过训练车辆轨迹数据得到各卡口的嵌入词向量表示；(3)结合改进的PageRank算法对各卡口的重要性进行排序；(4)利用节点删除法模拟卡口因故失效的情况，在去掉指定卡口之后，通过预测误差检验步骤(3)各卡口重要性排序的有效性，本发明针对道路关键点排序，既考虑了交通网络的物理拓扑结构，又关注到交通需求以及真实出行轨迹，从多个角度更加客观地得出不同卡口的重要性；可以很好地考虑到历史的影响，并可以进行排序算法验证。
-
公开(公告)号：CN115147750A
公开(公告)日：2022-10-04
申请号：CN202210393676.6
申请日：2022-04-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别方法，包括：步骤1，获取历史视频，提取皮带矿工行为特征数据，标注行为类别并整理为各矿区本地矿工行为数据库；步骤2，各违规辨别终端构造本地网络模型最优隐层节点并计算本地网络模型当前方差；步骤3，聚合云构造聚合增隐层节点；步骤4，各违规辨别终端接收聚合增隐层节点，更新各违规辨别终端的新增隐层节点参数，判断是否继续进行构造式联邦学习；步骤5，通过违规辨别终端分辨矿工行为类别。本发明保证了各方数据的隐私性，解决了各矿区数据的孤岛问题，即每个矿区仅有本矿区的矿工行为数据，所训练的模型识别效果有限。本发明在保证各厂区数据安全的情况下联合训练出识别效果更好的模型。
-
公开(公告)号：CN115147749A
公开(公告)日：2022-10-04
申请号：CN202210393664.3
申请日：2022-04-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别系统，包括聚合云和矿区违规辨别终端；所述聚合云包含参数传输模块和网络协同学习模块；所述矿区违规辨别终端包含矿工行为特征获取模块、本地网络模型构造模块和行为识别模块；本发明的基于构造式联邦学习的矿井人员违规动作识别系统，不仅可以有效解决矿区工人违规危险行为难以实时监控，监控人员长时间高强度监视，视觉疲劳和负担过重等问题，并且在保证各矿区数据隐私的情况下，训练出识别准确度更高、适用性更强的本地网络模型。
-
公开(公告)号：CN217305945U
公开(公告)日：2022-08-26
申请号：CN202220235935.8
申请日：2022-01-28
Applicant: 中国矿业大学
IPC: G08B13/196 , G08B7/06 , G08B25/08 , H04N7/18 , B61L15/00
Abstract: 本实用新型公开了一种矿工扒矿车行为报警系统，涉及矿山安全监控领域。对矿工扒矿车的违规行为进行针对性监控和及时报警。所述报警系统包括监控中心、信息采集单以及现场报警单元；所述信息采集单元包括宽动态摄像头、防护外框以及固定装置，所述宽动态摄像头朝向矿车车厢设置，通过宽动态摄像头向监控中心发送视频数据；所述现场报警单元包括固定设置在矿车车头上的LED灯、蜂鸣器以及控制盒，通过控制盒接收监控中心的控制信号，并控制LED灯及蜂鸣器打开或关闭。实现了矿工扒矿车行为的全面检测以及自动可视化预警，节省人力资源，同时保障企业与矿工的生命和财产安全。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.028 seconds)
