-
公开(公告)号：CN110321959B
公开(公告)日：2023-04-18
申请号：CN201910612866.0
申请日：2019-07-09
Applicant: 安徽理工大学
IPC: G06V10/774 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多光谱图像信息和CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱图像信息获取；(2)煤和矸石多光谱图像样本划分；(3)卷积神经网络多光谱图像特征提取；(4)极限学习机煤矸识别模型构建。本发明采用CNN‑ELM进行煤和矸石多光谱图像的识别模型构建，提出一种新的卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的快速、精准识别。
-
公开(公告)号：CN110321959A
公开(公告)日：2019-10-11
申请号：CN201910612866.0
申请日：2019-07-09
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多光谱图像信息和CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱图像信息获取；(2)煤和矸石多光谱图像样本划分；(3)卷积神经网络多光谱图像特征提取；(4)极限学习机煤矸识别模型构建。本发明采用CNN-ELM进行煤和矸石多光谱图像的识别模型构建，提出一种新的卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的快速、精准识别。
-
公开(公告)号：CN108509993A
公开(公告)日：2018-09-07
申请号：CN201810282232.9
申请日：2018-04-02
Applicant: 安徽理工大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6256
Abstract: 本发明公开了一种矿井突水激光诱导荧光光谱图像识别方法，包括以下步骤：(1)利用激光诱导荧光光谱仪获取水样的原始荧光光谱图像；(2)对水样的原始荧光光谱图像进行缩放、裁剪和灰度化预处理；(3)采用PCANet对预处理后的灰度图像进行特征提取，得到PCANet图像特征；(4)采用SPXY法将由PCANet图像特征组成的水样样本划分为独立的训练集和测试集；(5)在训练集上建立突水水源识别模型，并通过测试集进行该模型识别结果的测试。本发明采用PCANet进行矿井突水水源荧光光谱图像的识别模型构建简单和参数调优简单，同时具有很高的识别率且识别速度快，非常适用于矿井突水水源的实时、在线监测。
-
公开(公告)号：CN110348538B
公开(公告)日：2023-01-03
申请号：CN201910652387.1
申请日：2019-07-18
Applicant: 安徽理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多光谱光谱信息和1D‑CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱光谱信息获取；(2)煤和矸石光谱信息的样本划分；(3)一维卷积神经网络光谱特征提取；(4)概率神经网络煤矸识别模型构建。本发明采用1D CNN‑PNN进行煤和矸石多光谱光谱信息的识别模型构建，提出一种新的一维卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN110378295B
公开(公告)日：2022-12-20
申请号：CN201910663782.X
申请日：2019-07-22
Applicant: 安徽理工大学
IPC: G06V20/00 , G06V20/13 , G06V10/80 , G06V10/82 , G06N3/04 , G06N5/00 , G01N21/17 , G01N21/31 , G01J3/28
Abstract: 本发明公开了一种多光谱图像信息和光谱信息异构融合的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱数据的获取；(2)构造煤和矸石的多光谱数据库；(3)二维卷积神经网络图像信息的特征提取；(4)一维卷积神经网络光谱信息的特征提取；(5)图像特征和光谱特征的融合；(6)随机森林煤矸识别模型构建。本发明采用2D‑CNN和1D‑CNN分别提取图像特征和光谱特征，特征融合后进行煤和矸石多光谱的识别模型构建，提出一种可用于图像信息和光谱信息特征提取、融合的异构融合框架能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
Patent Agency Ranking
公开(公告)号：CN110378295A
公开(公告)日：2019-10-25
申请号：CN201910663782.X
申请日：2019-07-22
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多光谱图像信息和光谱信息异构融合的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱数据的获取；(2)构造煤和矸石的多光谱数据库；(3)二维卷积神经网络图像信息的特征提取；(4)一维卷积神经网络光谱信息的特征提取；(5)图像特征和光谱特征的融合；(6)随机森林煤矸识别模型构建。本发明采用2D-CNN和1D-CNN分别提取图像特征和光谱特征，特征融合后进行煤和矸石多光谱的识别模型构建，提出一种可用于图像信息和光谱信息特征提取、融合的异构融合框架能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN110348538A
公开(公告)日：2019-10-18
申请号：CN201910652387.1
申请日：2019-07-18
Applicant: 安徽理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种多光谱光谱信息和1D-CNN的煤矸识别方法，包括以下步骤：(1)煤和矸石多光谱光谱信息获取；(2)煤和矸石光谱信息的样本划分；(3)一维卷积神经网络光谱特征提取；(4)概率神经网络煤矸识别模型构建。本发明采用1D CNN-PNN进行煤和矸石多光谱光谱信息的识别模型构建，提出一种新的一维卷积神经网络模型能够提取更多、更有效的特征信息，且可以有效避免过拟合等问题，非常适用于煤和矸石的实时、精准识别。
-
公开(公告)号：CN106198481B
公开(公告)日：2020-01-24
申请号：CN201610864992.1
申请日：2016-09-29
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于LIF技术和朴素贝叶斯分类的假酒识别装置，包括电源模块、依次连接的激光器、浸入式探头、激光探测器、光谱分析模块、识别模块，激光探测器包括六路并行激光探测器，本发明还公开了一种假酒识别方法：激光器将激光打入被测白酒，被测白酒受激辐射发出荧光，由浸入式探头实时接收荧光信号并传输至激光探测器；六路并行激光探测器同时分别读取设定的各个波段的荧光信号；光谱分析模块对各荧光信号进行数据整合后输出一路完整波段的荧光光谱数据；识别模块根据被测白酒的荧光光谱数据以及已知含有不同浓度甲醇的白酒样本的PCA模型，基于朴素贝叶斯分类算法判断被测白酒是否为假酒以及甲醇的浓度，实现对假酒的快速识别。
-
公开(公告)号：CN107554468A
公开(公告)日：2018-01-09
申请号：CN201710842243.3
申请日：2017-09-18
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多源信息融合车载儿童安全辅助系统，包括车载电源管理终端、车载环境参数采集终端、车载执行终端和手机终端，所述车载电源管理终端包括汽车状态检测模块、电源切换模块、电源模块以及太阳能发电模块，所述车载环境参数采集终端包括红外摄像头模块、氧气浓度测量模块、二氧化碳浓度测量模块、温湿度测量模块以及GPS定位模块，所述车载执行终端包括空气调节模块、GSM通信模块以及报警模块，所述手机终端包括手机客户端。本发明对车内的实况图像、氧气浓度和二氧化碳浓度三参数综合测量判断车内是否有儿童被困更加安全可靠，通过车内的空调系统及时进行空气调节保障车内被困儿童的安全，使汽车更加安全可靠，有效地消除了安全隐患。
-
公开(公告)号：CN106198481A
公开(公告)日：2016-12-07
申请号：CN201610864992.1
申请日：2016-09-29
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于LIF技术和朴素贝叶斯分类的假酒识别装置，包括电源模块、依次连接的激光器、浸入式探头、激光探测器、光谱分析模块、识别模块，激光探测器包括6路并行激光探测器，本发明还公开了一种假酒识别方法：激光器将激光打入被测白酒，被测白酒受激辐射发出荧光，由浸入式探头实时接收荧光信号并传输至激光探测器；六路并行激光探测器同时分别读取设定的各个波段的荧光信号；光谱分析模块对各荧光信号进行数据整合后输出一路完整波段的荧光光谱数据；识别模块根据被测白酒的荧光光谱数据以及已知含有不同浓度甲醇的白酒样本的PCA模型，基于朴素贝叶斯分类算法判断被测白酒是否为假酒以及甲醇的浓度，实现对假酒的快速识别。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.053 seconds)
