-
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：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：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：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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN117633705A
公开(公告)日：2024-03-01
申请号：CN202311611009.1
申请日：2023-11-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种融合机理与动态记忆的轻量主动在线建模方法，包括如下步骤：S1：数据的预处理与模型的初始化；S2：基于过程数据动态记忆的在线数据代表性评价；S3：基于标签数据动态记忆在线数据信息性评价；S4：机理状态在线监视；S5：并行混合主动采样策略；S6：软测量模型在线建模。本发明通过分别设计过程数据与标签数据记忆策略仅保留高价值数据，实现轻量硬件需求；并设计了基于时间延迟的机理状态在线监视方法，能够检测过程真实概念漂移，进而提出一种并行混合主动采样策略，同时检测真实概念漂移与虚假概念漂移；结合动态记忆与核增量回归方法，减少了模型更新的计算量以及边端部署的硬件开销。
-
公开(公告)号：CN119539126A
公开(公告)日：2025-02-28
申请号：CN202411693045.1
申请日：2024-11-25
Applicant: 中国矿业大学
Abstract: 本发明公开了一种面向多工况的自组织多教师个性化联邦学习方法，包括：中央服务器获取企业客户端的节点信息；中央服务器基于多教师模型生成机制对企业客户端的节点信息进行分析，并为企业客户端生成对应的教师模型；中央服务器对教师模型建立的结果进行评估，并根据评估结果对教师模型的教师协作关系进行优化；企业客户端基于本地数据，通过共识整合教师模型知识，建立私有模型，并通过私有模型获取当前误差，以及对当前误差进行评估；在当前误差小于预设误差阈值的情况下，输出私有模型。本发明的方法能够提升多工况场景下私有模型的准确性，并能够降低分布差异对随机配置网络监督条件难以满足的影响，提升模型收敛速度。
-
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：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。
-
公开(公告)号：CN216905110U
公开(公告)日：2022-07-05
申请号：CN202220235876.4
申请日：2022-01-28
Applicant: 中国矿业大学
Abstract: 本实用新型公开了一种井下多维度可调矿工违规行为监控设备，涉及矿山安全监控领域。对矿工违规跨越矿车轨道的违规行为进行针对性监控和及时报警，同时保障了企业与矿工的生命和财产安全。监控设备包括监控中心、信息获取模块以及警报器；信息获取模块包括多维度可调底座、高清摄像头、防爆保护罩以及支架，高清摄像头朝向巷道拐角或分岔口设置，通过高清摄像头向监控中心发送视频数据；警报器包括固定设置在支架上的LED灯、蜂鸣器以及命令接收模块，通过命令接收模块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。使摄像头能多角度收集信息，若检测到矿工违规跨越矿车轨道的行为，则警报器报警，提醒矿工和安全管理员，规范矿工行为。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
