-
公开(公告)号：CN115438568A
公开(公告)日：2022-12-06
申请号：CN202210899534.7
申请日：2022-07-28
申请人： 新疆额尔齐斯河投资开发(集团)有限公司 , 山东大学
摘要： 本发明公开一种基于深度学习的TBM智能决策系统及方法，包括：测试与采集模块，获取地震波测试数据、激发极化测试数据、超前钻孔测试数据、掘进损耗和掘进参数；数据集处理模块，根据地震波测试数据、激发极化测试数据和超前钻孔测试数据得到围岩特征向量，根据掘进损耗和掘进参数分别得到掘进损耗向量和掘进向量；智能决策模块，接收预设的掘进损耗范围、掘进参数范围和掘进模式，根据围岩特征向量及对应的掘进损耗向量和掘进向量，采用训练后的深度学习模型，得到不同掘进参数下的掘进损耗，根据掘进损耗范围和掘进模式，选择掘进参数。考虑掌子面前方围岩特征，增加盾构机对围岩特征的感知程度，在满足工程进度的同时降低资源消耗和工程成本。
-
公开(公告)号：CN219552673U
公开(公告)日：2023-08-18
申请号：CN202320231670.9
申请日：2023-02-15
申请人： 新疆额尔齐斯河投资开发(集团)有限公司 , 山东大学
IPC分类号： G01V3/02
摘要： 本实用新型公开一种供电电极圈自动后移的探测系统，包括：移动台车以及移动台车搭载的机械臂系统；所述机械臂系统包括旋转底座和设置在旋转底座上的机械臂；所述机械臂末端设有供电电极，通过旋转底座带动机械臂横向转动，以及通过机械臂带动供电电极沿高度方向移动，使供电电极位于平行于掌子面断面的隧道边墙上，并与围岩接触。通过移动台车的搭载实现供电电极圈的自动后移，通过机械臂和旋转底座的配合完成供电电极的布设，保证探测进度和探测质量，提高探测效率。
-
公开(公告)号：CN116383603A
公开(公告)日：2023-07-04
申请号：CN202310019675.X
申请日：2023-01-06
申请人： 山东大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/21 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F18/24
摘要： 本发明涉及强对抗环境下基于深度学习的混合电磁威胁制式识别方法与系统，包括：获取深度学习模型训练所需的完备数据集；训练一个信号重构模型，对被干扰的信号进行重构得到发送端发送的原始信号；对差值信号进行盲检测，得到辐射源的数量；对信号数据进行预处理操作；开展混合辐射源信号盲源分离；将输入的调制信号序列转换为IQ信号或者AP信号；利用辐射源信号自动盲调制方式识别模型，进行自动盲调制方式识别；利用信道编码特征提取模块，构造成各种编码方式的特征向量；利用辐射源信道编码类型识别模型，进行信道编码类型识别，实现了在强对抗环境下对混合的非法电磁信号、干扰的智能识别和监测。
-
公开(公告)号：CN115828085A
公开(公告)日：2023-03-21
申请号：CN202211726222.2
申请日：2022-12-30
申请人： 山东大学
IPC分类号： G06F18/213 , G06F18/24 , G06F18/214 , G06N3/084 , G06N3/0464
摘要： 本发明公开了一种联合迁移学习和监督学习的电磁谱辐射源智能识别方法，包括如下步骤：使用图像分类预训练CNN模型作为特征提取网络，使用具有线性拟合特性的监督机器学习模型作为分类网络，最后将二者依次级联组成电磁谱辐射源智能识别模型；采集空间电磁谱辐射源信号数据，并对辐射源信号进行时频分析，获取信号的频谱图像，建成电磁谱图像数据库；对数据库中的频谱图像进行预处理以强化特征，然后按照一定比例将数据库划分为训练集、验证集和测试集；模型的训练与测试；利用得到的模型进行电磁谱辐射源的智能识别；本发明所公开的方法能够减少模型的训练时间，降低计算复杂度，可以准确地对辐射源信号进行检测分类。
-
-
-
搜索结果
4 条记录 (耗时 0.057 秒)