-
公开(公告)号：CN116763324A
公开(公告)日：2023-09-19
申请号：CN202310720328.X
申请日：2023-06-16
Applicant: 中国矿业大学
IPC: A61B5/374 , A61B5/00 , G06F18/24 , G06N3/0464
Abstract: 本发明公开了基于多尺度和多注意力的单通道脑电信号睡眠分期方法，属于信号处理和模式识别领域，目的是为了提高分期的准确性，实现高质量的睡眠分期。该方法通过多分辨率卷积提取原始信号中的多尺度特征，然后使用卷积注意力模块中的通道注意力和空间注意力机制学习特征重要性随时间尺度和趋势的变化，从而提高了特征质量。然后通过嵌入因果扩展卷积的多头注意力来建模特征间的长期依赖关系，学习睡眠转换规则。最后实现基于脑电信号的自动睡眠分期。
-
公开(公告)号：CN116733463A
公开(公告)日：2023-09-12
申请号：CN202310837545.7
申请日：2023-07-07
Applicant: 中国矿业大学 , 西安煤矿机械有限公司
IPC: E21C31/00
Abstract: 本申请涉及一种双驱动的供电电压10kv采煤机牵引装置，属于采煤机设备领域，包括：悬臂，悬臂用于与机体相连；连接臂，连接臂与悬臂底端相连；驱动组件，驱动组件设置在连接臂内；至少两个摩擦轮，两个摩擦轮均与驱动组件相连；以及，轨道，两个摩擦轮均与轨道相抵，并在驱动组件的驱动下滚动行进；具有提高采煤机牵引效率，加速采煤机过弯运动的效果。
-
公开(公告)号：CN115993247B
公开(公告)日：2023-09-01
申请号：CN202211570526.4
申请日：2022-12-08
Applicant: 中国矿业大学
IPC: G01M13/04 , G06F17/15 , G01M13/045
Abstract: 本申请涉及一种基于时间序列分解和保序回归的钻机主轴轴承健康状态评估方法。该方法包括：获取轴承的监测数据，监测数据是径向安装在轴承外壁的加速度传感器预设时间段内采集到的振动加速度信号，并将监测数据与预设的失效阈值进行比较，确定轴承是否处于失效状态，进而在未处于失效状态的情况下，基于STL算法的信号分解模型对监测数据进行分解，获得趋势分量，再根据趋势分量进行保序回归处理，生成健康状态拟合曲线，并对健康状态拟合曲线进行差分，生成增加值变化曲线，进而根据增加值变化曲线和预设的退化阈值进分析，确定轴承的健康状态，可以实时判断轴承的健康状态，及时且准确判断即将发生故障的时间，降低了轴承发生故障可能性。
-
公开(公告)号：CN115993247A
公开(公告)日：2023-04-21
申请号：CN202211570526.4
申请日：2022-12-08
Applicant: 中国矿业大学
IPC: G01M13/04 , G06F17/15 , G01M13/045
Abstract: 本申请涉及一种基于时间序列分解和保序回归的钻机主轴轴承健康状态评估方法。该方法包括：获取轴承的监测数据，监测数据是径向安装在轴承外壁的加速度传感器预设时间段内采集到的振动加速度信号，并将监测数据与预设的失效阈值进行比较，确定轴承是否处于失效状态，进而在未处于失效状态的情况下，基于STL算法的信号分解模型对监测数据进行分解，获得趋势分量，再根据趋势分量进行保序回归处理，生成健康状态拟合曲线，并对健康状态拟合曲线进行差分，生成增加值变化曲线，进而根据增加值变化曲线和预设的退化阈值进分析，确定轴承的健康状态，可以实时判断轴承的健康状态，及时且准确判断即将发生故障的时间，降低了轴承发生故障可能性。
-
公开(公告)号：CN114841856A
公开(公告)日：2022-08-02
申请号：CN202210214578.1
申请日：2022-03-07
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于深度残差通道空间注意力的密集连接网络的图像超像素重建方法，包括以下步骤：输入待重构的低分辨率图像；建立对图像进行超分辨率重建的深度网络模型；数据的前向传播；从输入图像提取的初始特征；使用通道空间平衡注意力模块得到权重输出；通过卷积层和像素混合层构成的上采样块细化低分辨率图像，生成与期望目标相似的高分辨率图像。该方法综合考虑了利用层与层之间的跳跃连接改善卷积神经网络关于信息传输的问题，并考虑特征通道与空间之间的相互依赖关系和选择性地强调信息特征，使其共同作用于网络模型，提高模型的超像素重构能力。
-
Patent Agency Ranking
公开(公告)号：CN113446057A
公开(公告)日：2021-09-28
申请号：CN202110585338.8
申请日：2021-05-27
Applicant: 中国矿业大学
Abstract: 本发明公开了一种矿用单轨悬挂式巡检装置及使用方法，属于矿用机械领域，装置设置在若干个液压支架下方，包括竖直液压缸、轨道、巡检机器人，竖直液压缸顶端与液压支架连接、底端与轨道连接，巡检机器人活动设置在轨道上，本发明通过轨道的可伸缩、可弯曲以及配合液压缸的使用，能够在液压支架随着采矿工作面移动时，仍然能够保持行走机构在轨道上继续行走，不会因轨道高度变化或者弯曲卡住行走机构，能够高效率的完成采矿工作区的检测工作，减少采矿事故的发生。
-
公开(公告)号：CN113011523A
公开(公告)日：2021-06-22
申请号：CN202110401067.6
申请日：2021-04-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于分布对抗的无监督深度领域适应方法，包括以下步骤：获取待分析数据；建立深度网络模型；数据的前向传播；构造损失函数包括标签分类器的损失，领域判别器的损失，多核最大均值差异以及全局损失函数；使用mini‑batch随机梯度下降法进行参数更新。本方法融合了特征分布与领域对抗，使其共同作用于网络模型，提高模型的领域适应能力。所提方法基于卷积神经网络实现，在分类器的全连接层进行特征分布匹配，使用MK‑MMD衡量领域间的特征分布差异，同时在卷积层后搭建两层全连接网络作为领域判别器进行领域对抗。综合大量实验证明了所提方法能够提高深度网络模型的领域适应能力。
-
公开(公告)号：CN103514443B
公开(公告)日：2016-12-07
申请号：CN201310479695.1
申请日：2013-10-15
Applicant: 中国矿业大学
Abstract: 本发明属于模式识别技术领域，具体涉及一种基于LPP特征提取的单样本人脸识别迁移学习方法。不同于传统的基于泛化能力提升的全局人脸识别与依赖图像分割的局部人脸识别方法，本发明首先利用白化余弦相似度对迁移源进行筛选获得精选样本源，其次分别对精选源中的源特征与目标特征人脸采用LPP进行特征投影并求解特征迁移矩阵逼近其映射关系，然后将特征迁移矩阵作用于训练样本将其原始宏观特征迁移为目标宏观特征，最后采用最近邻分类器实现较高精度的人脸识别。本发明能够有效利用与目标单样本关联的大量源样本，合理筛选并迁移宏观特征，在很大程度上解决单样本难以训练的问题，并能够获得更高的人脸识别精度。
-
公开(公告)号：CN103514443A
公开(公告)日：2014-01-15
申请号：CN201310479695.1
申请日：2013-10-15
Applicant: 中国矿业大学
Abstract: 本发明属于模式识别技术领域，具体涉及一种基于LPP特征提取的单样本人脸识别迁移学习方法。不同于传统的基于泛化能力提升的全局人脸识别与依赖图像分割的局部人脸识别方法，本发明首先利用白化余弦相似度对迁移源进行筛选获得精选样本源，其次分别对精选源中的源特征与目标特征人脸采用LPP进行特征投影并求解特征迁移矩阵逼近其映射关系，然后将特征迁移矩阵作用于训练样本将其原始宏观特征迁移为目标宏观特征，最后采用最近邻分类器实现较高精度的人脸识别。本发明能够有效利用与目标单样本关联的大量源样本，合理筛选并迁移宏观特征，在很大程度上解决单样本难以训练的问题，并能够获得更高的人脸识别精度。
-
公开(公告)号：CN114492574B
公开(公告)日：2025-04-04
申请号：CN202111579071.8
申请日：2021-12-22
Applicant: 中国矿业大学
IPC: G06V10/764 , G06N3/08 , G06V10/774
Abstract: 本发明公开了一种基于高斯均匀混合模型的伪标签损失无监督对抗域适应图片分类方法，通过迁移学习或领域适应的方法来利用相关源域的大量可用的注释数据跨域迁移知识到相关目标域获得带标签的目标数据；提出的域适应方法融合了高斯均匀混合模型检测离群值与深度神经网络进行图像分类，利用高斯均匀混合模型对每一类的目标样本特征到类均值的余弦距离进行建模，得到目标样本后验概率作为估计目标样本伪标签的重要程度；基于训练过程产生的目标样本伪标签提出的辅助伪标签损失加入神经网络的训练；同时最小化条件熵损失使得学习到的特征远离决策边界；综合大量实验证明了所提方法能够提高深度网络模型的图片分类准确度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.029 seconds)
