一种矿山井下5G网络嵌入式基站
    1.
    发明公开

    公开(公告)号:CN114449366A

    公开(公告)日:2022-05-06

    申请号:CN202111573355.6

    申请日:2021-12-21

    IPC分类号: H04Q1/04 H04W88/08 E21F17/18

    摘要: 本发明公开了一种矿山井下5G网络嵌入式基站,属于通信装置领域,一种矿山井下5G网络嵌入式基站,包括固定板,固定板的上侧设置有多个可调式膨胀钉,固定板的下侧设置有升降机构,升降机构的下侧装配有嵌入式基站本体,升降机构用以调节固定板和嵌入式基站本体之间的间距,可调式膨胀钉包括有固定在固定板上侧的多个螺纹条,多个螺纹条呈环形设置,且相邻的两个螺纹条之间形成有间隙槽,多个螺纹条的内部安装有撑板,它可以实现,根据用户的需求将嵌入式基站本体固定在矿洞内部的任意位置,适用范围较大,且固定完成后较为牢固,大大的降低装置从矿洞内壁上脱落的概率。

    一种矿山井下5G网络嵌入式基站

    公开(公告)号:CN114449366B

    公开(公告)日:2023-11-03

    申请号:CN202111573355.6

    申请日:2021-12-21

    IPC分类号: H04Q1/04 H04W88/08 E21F17/18

    摘要: 本发明公开了一种矿山井下5G网络嵌入式基站,属于通信装置领域,一种矿山井下5G网络嵌入式基站,包括固定板,固定板的上侧设置有多个可调式膨胀钉,固定板的下侧设置有升降机构,升降机构的下侧装配有嵌入式基站本体,升降机构用以调节固定板和嵌入式基站本体之间的间距,可调式膨胀钉包括有固定在固定板上侧的多个螺纹条,多个螺纹条呈环形设置,且相邻的两个螺纹条之间形成有间隙槽,多个螺纹条的内部安装有撑板,它可以实现,根据用户的需求将嵌入式基站本体固定在矿洞内部的任意位置,适用范围较大,且固定完成后较为牢固,大大的降低装置从矿洞内壁上脱落的概率。

    基于5G通信的采煤机可视化远程操作台

    公开(公告)号:CN114995263A

    公开(公告)日:2022-09-02

    申请号:CN202111480799.5

    申请日:2021-12-06

    IPC分类号: G05B19/048 F16M3/00

    摘要: 本发明涉及采煤机技术领域,且公开了基于5G通信的采煤机可视化远程操作台,包括底座和远程操控方式,所述底座上侧的侧壁固定连接有下连接板,所述下连接板通过连接机构连接有上连接板,所述上连接板上侧的侧壁固定连接有操作台,所述操作台上侧的侧壁固定连接有5G天线,所述操控台通过5G天线与顺槽监控中心和地面调度中心连通,所述操控台通过5G天线与采煤机连通,所述下连接板与上连接板上均开设有穿线孔,所述底座下表面的四角处均固定连接有万向脚轮,通过所述操作台利用按键方式或者程序命令方式向采煤机发送控制指令进行远程控制。本发明能够对远程操作台进行分离转运,有效的提高了采煤机可视化远程操作台转运的便利性,且能够实现采煤机的远程遥控和状态监测。

    煤矿井下人员不安全行为识别方法

    公开(公告)号:CN114387662A

    公开(公告)日:2022-04-22

    申请号:CN202111480775.X

    申请日:2021-12-06

    摘要: 本发明涉及煤矿安全生产技术领域,且公开了煤矿井下人员不安全行为识别方法,包括以下步骤:步骤一、对入井人员进行酒精检测;步骤二、对入井人员携带的物品及穿戴的衣物进行检查;步骤三、通过人员模拟获取多种预设的不安全行为的多帧连续图像,步骤四、对步骤三的图像信息进行检测,并提取人员在图像中的姿态特征,步骤五、构建提取出能描述人体行为的无向骨架行为特征,步骤六、对步骤五中的行为特征进行分析及分类、步骤七、对井下人员行为图像进行摄取比对,根据比对结果进行后台报警。通过此方法可以对井下人员的不安全行为进行实时识别,识别效果好,减少后台监控人员需求,有效提高煤矿生产的安全性。

    基于增强型神经预测器的黑盒语音对抗样本生成方法

    公开(公告)号:CN118737130A

    公开(公告)日:2024-10-01

    申请号:CN202411204364.1

    申请日:2024-08-30

    摘要: 本发明公开了基于增强型神经预测器的黑盒语音对抗样本生成方法,具体包括:步骤1对于音频x随机生成n个扰动方向向量#imgabs0#,对于扰动方向向量#imgabs1#进行搜索并使用ASR模型进行查询,以确定使ASR模型错误识别的最小扰动,生成数据集;步骤2设计增强型神经预测器;步骤3使用数据集对增强型神经预测器进行训练,找到新的最优扰动方向向量#imgabs2#;步骤4对于新的最优扰动方向向量#imgabs3#使用优化后的搜索过程进行搜索并使用ASR模型查询以确定使ASR模型错误识别的最小扰动,从而得到新的样本并加入数据集中;步骤5重复步骤3~4,直到找到对抗样本。本发明方法解决了现有技术中存在的搜索过程复杂低效、生成扰动过大的问题。

    基于双向特征增强异构图卷积的恶意社交机器人检测方法

    公开(公告)号:CN118520868B

    公开(公告)日:2024-09-27

    申请号:CN202410973276.1

    申请日:2024-07-19

    摘要: 本发明公开了基于双向特征增强异构图卷积的恶意社交机器人检测方法,包括:步骤1:通过用户发布的内容提取互动过程中形成的社交关系网络矩阵,同时提取用户发布的原创文本内容;步骤2:将原创文本内容通过LaBSE模型进行编码,得到最终的用户文本特征向量;步骤3:构建双向特征增强异构图卷积网络模型并进行训练;步骤4:将社交关系网络矩阵输入到训练后的双向特征增强异构图卷积网络模型,得到整体节点特征;步骤5:对最终的用户文本特征向量应用线性变换,再融合整体节点特征,得到恶意社交机器人检测结果。本发明方法,有效地捕捉社交网络中互动关系的方向性和交互性,准确地识别出社交网络中的正常用户和恶意社交机器人。

    基于BYOL无监督深度对比学习的近重复视频清洗方法

    公开(公告)号:CN116704414A

    公开(公告)日:2023-09-05

    申请号:CN202310695698.2

    申请日:2023-06-13

    摘要: 本发明公开了基于BYOL无监督深度对比学习的近重复视频清洗方法,包括步骤:一、将从视频集中任意抽取的两个视频作为上、下分支视频,利用C3D深度神经网络对两视频进行特征提取,以获得各自的特征向量;二、两特征向量经过投影变换和预测变换得到各自的高维视频特征向量;三、计算两个高维特征向量之间的对比损失,检测两视频是否互为近重复视频数据;四、计算两高维特征向量的平均向量,保留与平均向量最近的特征向量所属视频,删除另一视频,重复上述步骤,直至将所有近重复视频数据全部删除为止,改善视频数据集的数据质量。本发明创新性的实现了基于无监督对比学习的近重复视频清洗,能够在视频数据无标注的条件下,改善视频数据质量。

    一种基于深度神经网络的异常视频大数据清洗方法

    公开(公告)号:CN114332742B

    公开(公告)日:2022-06-03

    申请号:CN202210218142.X

    申请日:2022-03-08

    摘要: 本发明公开了一种基于深度神经网络的异常视频大数据清洗方法,包括以下步骤:一、CNN‑LSTM神经网络对待处理视频的特征向量提取;二、对提取的特征向量进行局部敏感哈希映射并获取表征视频的实数值;三、根据视频的实数值计算箱形图的最大值、最小值、上下四分位数、中位数和四分位距离并绘制箱形图;四、根据箱形图中视频的实数值的分布情况找出异常点并删除异常点对应的异常视频。本发明方法步骤简单,设计合理,可以快速有效地自动清洗视频大数据中的异常视频数据,提高视频大数据的数据质量。