-
公开(公告)号：CN119479653B
公开(公告)日：2025-05-13
申请号：CN202411527937.4
申请日：2024-10-30
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于帧级别的小样本声音事件检测方法。包括：提供待检的目标音频信号，并对所述目标音频信号执行音频信号第一预处理，以提取得到所述目标音频信号的目标信号特征集；将上述提取得到的目标信号特征集加载到构建的小样本声音事件检测模型，以利用所述小样本声音事件检测模型对目标音频信号进行声音事件检测，以生成当前目标信号PCEN声纹特征内每个音频帧对应的预测帧状态；基于所有目标信号PCEN声纹特征对应的预测帧状态，确定目标音频信号所包含的声音事件类别以及每个声音事件类别对应的时间起止点。本发明能有效实现对小样本声音事件检测，检测精度高。
-
公开(公告)号：CN119413751B
公开(公告)日：2025-04-25
申请号：CN202510015936.X
申请日：2025-01-06
Applicant: 中国检验认证集团河北有限公司 , 中国矿业大学
IPC: G01N21/3563 , G01N21/359 , G01N23/223 , G16C20/20 , G16C20/70 , G06F18/10 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了基于近红外光谱的铝土矿中铝含量快速检测方法及系统，旨在满足地球科学、资源勘探、人工智能等跨领域的需求。传统铝土矿Al2O3检测方法成本高昂、使用仪器昂贵、效率低，限制了其在科研、工业和管理领域的应用。针对上述问题，本发明利用采集到的铝土矿近红外光谱数据以及样本对应Al2O3标准值建立样本数据库；构建并训练基于DenseNet和Roformer的深度学习模型，使其适用于捕获铝土矿光谱与其Al2O3含量的非线性关系，可简单高效地实现对铝土矿Al2O3的快速检测和分析。
-
公开(公告)号：CN117871354B
公开(公告)日：2024-07-16
申请号：CN202410001476.0
申请日：2024-01-02
Applicant: 中国矿业大学
IPC: G01N15/06 , G01N15/075 , G06T5/70 , G06T7/00
Abstract: 一种基于双目散射图像的粉尘质量浓度及其分布测量装置，粉尘气体发生收集模块用于发生粉尘气体、收集和清空粉尘气体，粉尘散射图像采集模块通过两个不同功率的一字线激光发生器照射粉尘气体，并使用两个工业摄像机拍摄粉尘气体产生的截面散射图像，图像处理算法用于识别和提取粉尘颗粒并计算粉尘三维位置，粉尘浓度预测算法用于探究两个一字线激光发生器在不同激光强度下分别测得的粉尘图像特征值与粉尘浓度值的数学关系，从而达到对未知粉尘浓度的图像进行预测的目的。本发明结构简单，能够实时测量不同位置待测气体中的粉尘质量浓度及其分布，同时能够解决高浓度粉尘环境会干扰激光射光信号，降低测量精度的问题。
-
公开(公告)号：CN117825355B
公开(公告)日：2024-06-07
申请号：CN202410014190.6
申请日：2024-01-05
Applicant: 中国矿业大学
Abstract: 一种基于SES的表面污染中金属颗粒含量的测量方法，首先提供具有金属颗粒污染浓度的测试板表面；使测试板表面与一个开放面积模板外边缘紧密贴合，使用采样头对该开放面积模板内部区域沉积的金属颗粒进行按压采集；采用SES技术对待测采样头上的金属颗粒含量进行检测，获取金属颗粒的SES信号强度；根据金属颗粒的SES信号强度以及金属颗粒的SES信号强度对应的金属颗粒浓度，拟合定标曲线；基于金属颗粒的SES信号强度和定标曲线，确定测试板表面的金属颗粒浓度。本发明的方法操作过程简单、设备成本低廉，利用采样头中的取样胶带对表面污染中的金属颗粒进行浓缩采集，然后使用SES技术实现金属颗粒的现场快速精确测定。
-
公开(公告)号：CN116844658B
公开(公告)日：2024-01-23
申请号：CN202310866097.3
申请日：2023-07-13
Applicant: 中国矿业大学
IPC: G16C20/20 , G16C20/70 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/213 , G06F18/214 , G06F18/27
Abstract: 量煤炭的水分，具有较高的测量精度及鲁棒性。本发明涉及一种基于卷积神经网络的煤炭水分含量快速测量方法及系统。其包括：构建基于卷积神经网络的煤炭水分含量测量模型，其中，所述煤炭水分含量模型包括特征提取模块以及与所述特征提取模块适配连接的训练应用输出模块；提供水分含量待测量的煤炭标本，并将所述水分含量待测量煤炭标本的微波频谱信息加载至所构建的煤炭水分含量测量模型，以通过所述煤炭水分含量模型内的应用输出层输出所述煤炭标本的水分含量，其中，所述水分含量待
-
Patent Agency Ranking
公开(公告)号：CN119595276A
公开(公告)日：2025-03-11
申请号：CN202411739078.5
申请日：2024-11-29
Applicant: 中国矿业大学
IPC: G01M13/021 , G01M13/028 , G06F18/15 , G06F18/2131 , G06F18/24 , G06N3/045 , G06F18/214 , G06N3/08
Abstract: 本发明涉及种齿轮点蚀的故障诊断方法及系统。其包括：获取目标齿轮组转动时的目标振动时频特征信息组，将目标振动时频特征信息组内的目标振动时频特征信息加载到点蚀故障诊断模型内，利用所述点蚀故障诊断模型对每个目标振动时频特征信息进行诊断识别处理，以生成与每个目标振动时频特征信息对应的点蚀故障预测类别，当目标振动时频特征信息组内目标振动时频特征信息的数量不少于2个时，对所有的点蚀故障预测类别进行投票表决处理，以经投票表决处理后确定对应的点蚀故障投票类别，并将所述点蚀故障投票类别作为目标齿轮组的点蚀故障类别。本发明可对不同工作条件下的齿轮点蚀故障高效诊断，提高了齿轮点蚀的故障诊断准确性和泛化能力。
-
公开(公告)号：CN119339184A
公开(公告)日：2025-01-21
申请号：CN202411340629.0
申请日：2024-09-25
Applicant: 中国矿业大学
IPC: G06V10/776 , G06V10/764 , G06V10/77 , G06V20/00 , G06V10/30 , G06V10/24 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的端到端双流印章自动核验方法。其包括将所获取待核验的印章图像加载到预先构建的印章核验模型中，其中，所述印章核验模型至少包括印章图像增强网络以及双流图像分类网络；对待核验的印章图像核验时，先利用印章图像增强网络进行图像增强处理，以在图像增强处理后生成待检印章图像；将待检印章图像与上述提取的参考印章图像进行叠加，以生成叠加印章图像，并利用双流图像分类网络对叠加印章图像进行特征提取分类处理，以在特征提取分类处理后生成印章核验信息；基于所述印章核验信息，确定所述待核验印章图像的真伪。本发明能够高效准确鉴别印章真伪，适用于各种复杂背景的印章图像真伪核验任务。
-
公开(公告)号：CN119322151A
公开(公告)日：2025-01-17
申请号：CN202411368163.5
申请日：2024-09-29
Applicant: 国能神东煤炭集团有限责任公司 , 中国神华能源股份有限公司神东煤炭分公司 , 中国矿业大学
Abstract: 一种基于信息融合的预防矿井一氧化碳传感器误报的方法，硬件系统包括电源、LoRa网络系统、精确定位系统、气体感应系统、数据处理系统与报警系统；误报方法包括以下步骤：步骤1：建立柴油机尾气中CO浓度与NO浓度关系式VCO‑0＝F(VNO)；步骤2：建立CO浓度的空间衰减方程VCO‑x＝VCO‑max*G(x)；步骤3：检测柴油机尾气中NO的实时浓度#imgabs0#并根据VCO‑0＝F(VNO)计算尾气中CO的实时浓度#imgabs1#步骤4：根据CO浓度的空间衰减方程计算从柴油机排气管逸散至CO感应组件的CO浓度#imgabs2#步骤5：计算实际矿井CO浓度#imgabs3#步骤6：判别CO浓度是否即将超限，若即将超限则令报警系统报警，否则重复步骤3至步骤6。本发明能够预防矿井CO传感器因受柴油机尾气影响产生的误报现象。
-
公开(公告)号：CN118236070B
公开(公告)日：2024-10-18
申请号：CN202410348554.4
申请日：2024-03-26
Applicant: 中国矿业大学
IPC: A61B5/318 , G06F18/24 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06F18/213 , G06F18/15 , A61B5/346 , A61B5/00 , A61B5/352
Abstract: 本发明涉及一种基于短时峰‑峰间期信号及深度学习的识别分类方法。其包括：提供待识别分类的心电信号，并利用预构建的心电信号识别分类模型进行识别分类，其中，对所提供心电信号进行短时峰‑峰间期信号提取，并将所提取的短时峰‑峰间期信号加载到心电信号识别分类模型；所述心电信号识别分类模型包括基于残差UNet3+的特征提取网络以及深度监督结构；通过特征提取网络对加载的短时峰‑峰间期信号进行特征提取，并利用深度监督结构对提取的特征进行分类与加权处理，以在分类加权处理后输出心电信号的分类信息；所述心电信号的分类信息为充血性心力衰竭类或非充血性心力衰竭类。本发明能有效对心电信号进行检测识别，检测识别精度高。
-
公开(公告)号：CN118130391A
公开(公告)日：2024-06-04
申请号：CN202410015927.6
申请日：2024-01-05
Applicant: 中国矿业大学
IPC: G01N21/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多输出U‑Net的煤质参数快速检测方法，属于煤质参数分析及人工智能领域。煤质分析主要对煤炭水分、灰分、挥发分和发热量四种参数的测量。现有技术无法精准地同时检测多个参数。本发明根据采集的煤炭光谱数据以及对应样本参比值建立样本数据库；基于拉依达准则和欧氏距离的迭代方法剔除异常样本，采用Savizkg‑Golag平滑和二阶求导进行光谱预处理；搭建基于多输出U‑Net的煤质参数快速检测模型，采用梯度归一化算法进行优化；并行输出煤炭的水分、灰分、挥发分和发热量的值。相较于单参数分析，本发明能够利用多个参数之间的相关性实现多种煤质参数的并行检测，提高了模型的鲁棒性和检测精度。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.026 seconds)
