-
公开(公告)号：CN107315720A
公开(公告)日：2017-11-03
申请号：CN201710387419.0
申请日：2017-05-27
申请人： 合肥工业大学 , 合肥云眉茶业有限责任公司
摘要： 本发明公开了一种基于物联网技术的石斛生态因子多元线性回归分析方法，采用物联网的传感器采集及传输技术对石斛生长的环境中的各种生态因子数据进行实时采集，然后通过有线及无线的传输方式经网关传输到数据中心，数据中心首先对数据进行分类，将生态因子作为自变量石斛生长状况作为因变量，其次采用多元线性分析的方法能够更加全面和科学的分析出多种生态因子对石斛生长的具体影响，最后采用最小二乘法更够更加精确的对生态因子与石斛生长情况的线性参数进行估计，能够精确的反映环境中的生态因子参数对石斛生长的具体影响，以便指导石斛的培养繁殖。
-
公开(公告)号：CN113298181A
公开(公告)日：2021-08-24
申请号：CN202110666479.2
申请日：2021-06-16
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了一种基于密集连接的Yolov3网络的井下管道异常目标识别方法，通过改进的密集连接Yolov3网络进行样本处理，确定管道检测点位置，再对检测点对象分类，结果进行三维度映射输出。其中改进Yolov3网络具体处理过程大致如下，先将输入图像进行多特征层的提取，本发明采用密集串联网络进行特征提取。对图像进行卷积，上采样，特征拼接，及用于输出预测结果。预测结果解码得出边界框坐标，确定管道检测点边界的位置，再对选出的边框按照得分进行筛选，确定故障识别位置。本发明的优点是采用改进的Yolov3网络对井下管道巡检图像进行处理，有效的提升了检测准确度，一定程度上保障了检测实时性，提高特征提取能力。
-
公开(公告)号：CN113239886B
公开(公告)日：2024-03-19
申请号：CN202110626949.2
申请日：2021-06-04
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
IPC分类号： G06V20/40 , G06V20/52 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/044 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要： 本发明公开了基于跨语言图像变化描述的井下管道泄漏描述方法及装置，所述方法包括：获取井下管道场景图像，对图像进行预处理得到训练集和测试集；构建基于双重动态注意力机制的跨语言图像变化描述模型；将基于双重动态注意力机制的跨语言图像变化描述模型在训练集上训练；利用训练好的基于双重动态注意力机制的跨语言图像变化描述模型对测试集进行测试，获得图像描述结果；本发明的优点在于：井下管道泄漏描述较为准确。
-
公开(公告)号：CN113239886A
公开(公告)日：2021-08-10
申请号：CN202110626949.2
申请日：2021-06-04
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了基于跨语言图像变化描述的井下管道泄漏描述方法及装置，所述方法包括：获取井下管道场景图像，对图像进行预处理得到训练集和测试集；构建基于双重动态注意力机制的跨语言图像变化描述模型；将基于双重动态注意力机制的跨语言图像变化描述模型在训练集上训练；利用训练好的基于双重动态注意力机制的跨语言图像变化描述模型对测试集进行测试，获得图像描述结果；本发明的优点在于：井下管道泄漏描述较为准确。
-
公开(公告)号：CN105425789A
公开(公告)日：2016-03-23
申请号：CN201510737106.4
申请日：2015-11-02
IPC分类号： G05D1/02
CPC分类号： G05D1/02
摘要： 本发明目的是为了避免无人驾驶机车在发生异常情况下造成安全事故，提供一种基于规则的矿井机车无人驾驶系统控制逻辑设计方法，以实现对矿机机车在无人驾驶状态下实现对机车的可信性控制。本发明将机车控制逻辑设计成逻辑判断规则集合，同时将多种信息分析处理简化为逻辑上0与1的判决条件，兼顾了逻辑设计的简洁性和执行的高效性、同时将信息简化为在逻辑规则制定时充分考虑故障导向安全原则，充分保证了系统操作的高可信性；采用逻辑判断规则执行的方式，减小了系统的开发难度，有利于标准化；利用规则执行的方式，实现了程序代码与规则库的分离，提高了系统的开发速度。
-
公开(公告)号：CN109389102A
公开(公告)日：2019-02-26
申请号：CN201811413015.5
申请日：2018-11-23
申请人： 合肥工业大学
摘要： 一种基于深度学习的车道线检测方法及其应用的系统，包括：获取车道线图像；预处理车道线图像为处理标记图像，并将处理标记图像分为训练样本和测试样本；使用训练样本训练出预设分层类型的神经网络；输入测试样本至神经网络，并使用神经网络测试测试样本，获取车道线测试结果。本发明解决了现有技术中的基于深度学习的车道线检测技术存在的依赖人工操作导致智能化水平低，算法复杂导致检测效率低的技术问题。
-
公开(公告)号：CN106959434A
公开(公告)日：2017-07-18
申请号：CN201710123310.6
申请日：2017-03-03
申请人： 合肥工业大学
IPC分类号： G01S5/14
CPC分类号： G01S5/14
摘要： 本发明公开了一种基于UWB的矿井无人机车高精度定位系统及方法，包括若干UWB标签节点Tag、UWB锚节点Anchor，井下通信AP设备及信标器四部分通过无线或者有线信号进行连接；本发明并不是直接定位机车位置，而是将定位分成三步，第一步测距，在测距方面节点采用的是窄脉冲信号传输具有很强抗干扰的特性，避免了井下灰尘过多及磁场紊乱等原因而造成的定位偏差，第二步是计算在进路里的坐标，在第一步测的多点间精确距离的基础上利用最小二乘算法求解节点的坐标，第三步监控中心根据进路中信标器的位置与机车坐标的相对位置，从而最终确定定位机车在矿井的位置，最高定位精度可达0.1m。
-
公开(公告)号：CN117372809A
公开(公告)日：2024-01-09
申请号：CN202311367381.2
申请日：2023-10-21
申请人： 合肥工业大学
IPC分类号： G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/08 , G06F21/60 , G06F21/62
摘要： 本发明涉及基于生成式数据增强的井下低照度目标检测系统及方法，采用生成式数据增强、自适应学习、数据集标签自动修正和隐私保护技术。生成式数据增强使用生成对抗网络(GAN)生成低照度目标图像，以丰富训练数据集。自适应学习允许系统根据实时监控数据调整模型参数，以适应不同井下环境的光照条件。数据集标签自动修正通过比较生成的图像和原始图像，自动修正目标位置标签，提高数据集的准确性。隐私保护机制确保数据的隐私和安全性。本发明的方法具有通用性，适用于多个领域，如矿山勘探、夜间监控和无人机监测。它在实时条件下执行，提供高效性能，同时维护隐私和安全标准。
-
公开(公告)号：CN117237838A
公开(公告)日：2023-12-15
申请号：CN202311066540.5
申请日：2023-08-23
申请人： 合肥工业大学智能制造技术研究院 , 合肥合工安驰智能科技有限公司
IPC分类号： G06V20/40 , G06V20/52 , G06V40/10 , G06V10/774 , G06V10/72 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/047 , G06V10/54 , G06N3/048 , G06V10/80 , G06V10/40
摘要： 一种基于OMNET的矿下异常视频动作理解方法，为了解决矿井下低照度环境带来的目标检测问题，基于提出的OMNET网络，通过采用纹理增强模块用于对抗矿井下低照度环境下人物等目标检测的问题，使用OMNET目标识别网络进行目标检测；将目标检测的结果进行跟踪并送入终端获得结果。本发明解决了矿井下低照度环境智能化水平低的问题。
-
公开(公告)号：CN108427931B
公开(公告)日：2019-09-10
申请号：CN201810235164.0
申请日：2018-03-21
申请人： 合肥工业大学 , 合肥合工安驰智能科技有限公司
摘要： 本发明公开了一种基于机器视觉的矿井机车前障碍物的检测方法，其步骤包括：1、获取一副像素为α×β的井下图像，使用SLIC分割方法对所述井下图像进行处理；2、差异化筛选去除差异较大的边界，选择剩余三条边界上的节点进行复制作为吸收节点，得到显著性图；3、通过阈值的判断选择吸收节点，再一次得到显著性图；4、通过多层图融合得到最终的显著性图。本发明能减少矿井机车碰撞的可能性，提高生产作业的安全性。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.03 秒)
