-
公开(公告)号：CN117743757A
公开(公告)日：2024-03-22
申请号：CN202311510779.7
申请日：2023-11-14
Applicant: 中国电建集团国际工程有限公司 , 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06F18/10 , G06F18/2136 , H03M7/30
Abstract: 本发明公开了一种基于压缩感知的大坝安全监测数据缺失值插补方法，包括S1、选取待插补的大坝安全监测缺失数据序列；S2、利用最大信息系数方法选取与待插补数据序列相关性较高的数据序列作为字典学习的训练样本；S3、利用K‑SVD字典学习训练样本得到稀疏矩阵；S4、根据缺失值的位置设计测量矩阵；S5、利用StOMP重构算法得到重构后的稀疏系数，通过与稀疏矩阵相乘得到插补后的大坝安全监测数据序列。本发明提供的数据缺失值插补方法能对大坝安全监测数据缺失值进行有效插补，插补精度高，对多段连续缺失值的插补效果良好，适应性强。
-
公开(公告)号：CN119027838A
公开(公告)日：2024-11-26
申请号：CN202411089180.5
申请日：2024-08-09
Applicant: 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06V20/17 , G06V20/52 , G06Q10/0639 , G06N3/006
Abstract: 本发明公开了基于无人机巡检与深度学习算法的道路施工智能推荐方法，包括：收集公路的中桩坐标、路宽、曲线要素信息，绘制二维平面图并生成栅格地图；利用无人机拍摄碾压施工路面图像，再通过深度学习算法获得对应碾压区域的堆石料级配信息，最后通过连续级配的分形模型预测堆石体的密实度；通过训练和评估，选择最优模型对路面密实度进行实时评估；根据评估结果，规划压路机的行驶路径，对密实度不足区域进行重复碾压，直至满足施工要求；施工过程中，实时更新图像数据集并优化模型，提高评估准确性。本发明通过无人机实时监控施工现场碾压状况并依据深度学习算法与路径规划算法指引压路机完成碾压任务，有效提高了施工效率和压实质量。
-
公开(公告)号：CN117743752A
公开(公告)日：2024-03-22
申请号：CN202311515554.0
申请日：2023-11-14
Applicant: 中国电建集团昆明勘测设计研究院有限公司 , 河海大学 , 中国电建集团国际工程有限公司
IPC: G06F18/00 , G06F18/10 , G06F123/02
Abstract: 本发明公开了基于CEEMD和压缩感知的大坝安全监测数据降噪方法，包括S1、采集整理大坝安全原始监测数据；S2、利用CEEMD方法对于一维原始监测数据进行分解；S3、计算各IMF本征模态分量的样本熵大小，将其分为信噪混合分量及低频有效分量；S4、利用DCT变换得到每一个信噪混合分量的稀疏变换系数；S5、利用高斯测量矩阵对信噪混合分量进行压缩，得到压缩降维后的各个分量；S6、利用GPSR重构算法得到信噪混合分量重构后的稀疏变换系数，并与稀疏矩阵相乘得到降噪后的信噪混合分量；S7、将降噪后的信噪混合分量与低频有效分量进行重构，得到最终的降噪结果。本发明所提方法能有效提高大坝安全监测数据的信噪比且自适应程度高，可为后续分析提供可靠的监测数据。
-
公开(公告)号：CN117576080A
公开(公告)日：2024-02-20
申请号：CN202311738144.2
申请日：2023-12-18
Applicant: 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06T7/00 , G06N3/0464 , G06N3/0455 , G06T7/62 , G06N3/08
Abstract: 本发明公开了基于无人机航测及实例分割的堆石料级配检测方法及装置，包括：依托密度坑开挖前的局部表面堆石料图像和密度坑的堆石料筛分结果，建立表面级配与整体级配的转换关系；使用无人机近景摄影测量技术获取堆石坝填筑仓面图像；生成填筑仓面的正射影像；基于正射影像，制作图像数据集；训练YOLOv8和Unet共同构建的实例分割模型，得到用于堆石料分割的实例分割模型；获取待预测的堆石坝填筑仓面的正射影像并裁剪成小图块，使用实例分割模型进行预测，实现像素级实例分割和形态提取；将预测的图块拼接，对预测得到的堆石料实例进行形态量化分析，经级配转换，得到全仓面堆石级配。本发明实现对全仓面堆石料的准确、高效的级配检测。
-
公开(公告)号：CN119027838B
公开(公告)日：2025-04-18
申请号：CN202411089180.5
申请日：2024-08-09
Applicant: 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06V20/17 , G06V20/52 , G06Q10/0639 , G06N3/006
Abstract: 本发明公开了基于无人机巡检与深度学习算法的道路施工智能推荐方法，包括：收集公路的中桩坐标、路宽、曲线要素信息，绘制二维平面图并生成栅格地图；利用无人机拍摄碾压施工路面图像，再通过深度学习算法获得对应碾压区域的堆石料级配信息，最后通过连续级配的分形模型预测堆石体的密实度；通过训练和评估，选择最优模型对路面密实度进行实时评估；根据评估结果，规划压路机的行驶路径，对密实度不足区域进行重复碾压，直至满足施工要求；施工过程中，实时更新图像数据集并优化模型，提高评估准确性。本发明通过无人机实时监控施工现场碾压状况并依据深度学习算法与路径规划算法指引压路机完成碾压任务，有效提高了施工效率和压实质量。
-
Patent Agency Ranking
公开(公告)号：CN119026007B
公开(公告)日：2025-04-04
申请号：CN202411089168.4
申请日：2024-08-09
Applicant: 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06F18/2411 , G06F18/27 , G06N3/045 , G06N3/082
Abstract: 本发明公开一种面向动态参数改进的RNN混凝土绝热温升预测方法，针对大体积混凝土结构如大坝等的温度控制和防裂。鉴于现代混凝土中外加剂多样性对水化过程产生的影响，为预测绝热温升提供了一种准确手段，采用支持向量回归、人工神经网络和循环神经网络的深度学习模型，通过主成分分析选取15个主要变量作为输入参数，预测含复杂混合料成分混凝土的绝热温升；用分割技术和双向深度循环神经网络改进RNN性能，提高模型预测的准确性；通过K折交叉验证优化，证明RNN和双向深度循环神经网络模型在复杂混凝土结构中的有效性和可靠性；为预测绝热温升提供了先进的方案，准确拟合绝热温升曲线，有助于确保大体积混凝土结构的安全性和耐久性。
-
公开(公告)号：CN119129318A
公开(公告)日：2024-12-13
申请号：CN202411135814.6
申请日：2024-08-19
Applicant: 中国电建集团昆明勘测设计研究院有限公司 , 河海大学
IPC: G06F30/23 , G06F30/27 , G06F30/13 , G06T7/48 , G06T7/13 , G06T7/136 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种考虑筑坝堆石料级配空间变异性的土石坝施工馈控优化方法，包括：利用无人机获取土石坝表面的图像，并对图像进行预处理；通过“盒子”维数法获取堆石料填筑仓面图像的分形维数，并根据堆积算法预测原位级配堆石料的潜在密实堆积孔隙比等信息；在土石坝填筑仓面不同位置和不同高程重复上述步骤，采用堆石料的状态相关本构理论获得土石坝总体力学特性分布；根据总体力学特性分布快速预测坝体施工期的变形规律，根据设定的变形阈值制作后续施工馈控优化方案。本发明能够快速、无损地获取堆石料级配信息并进行施工优化，降低了经济和时间成本，提高了施工质量和土石坝稳定性。
-
公开(公告)号：CN119026007A
公开(公告)日：2024-11-26
申请号：CN202411089168.4
申请日：2024-08-09
Applicant: 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06F18/2411 , G06F18/27 , G06N3/045 , G06N3/082
Abstract: 本发明公开一种面向动态参数改进的RNN混凝土绝热温升预测方法，针对大体积混凝土结构如大坝等的温度控制和防裂。鉴于现代混凝土中外加剂多样性对水化过程产生的影响，为预测绝热温升提供了一种准确手段，采用支持向量回归、人工神经网络和循环神经网络的深度学习模型，通过主成分分析选取15个主要变量作为输入参数，预测含复杂混合料成分混凝土的绝热温升；用分割技术和双向深度循环神经网络改进RNN性能，提高模型预测的准确性；通过K折交叉验证优化，证明RNN和双向深度循环神经网络模型在复杂混凝土结构中的有效性和可靠性；为预测绝热温升提供了先进的方案，准确拟合绝热温升曲线，有助于确保大体积混凝土结构的安全性和耐久性。
-
公开(公告)号：CN118968118A
公开(公告)日：2024-11-15
申请号：CN202410921705.0
申请日：2024-07-10
Applicant: 中国电建集团昆明勘测设计研究院有限公司 , 河海大学 , 西藏开发投资集团有限公司
IPC: G06V10/764 , G06V10/44 , G06V10/52 , G06V10/58 , G06V10/77 , G06V10/80 , G06V10/74 , G06V10/82 , G06V20/10 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明属于高光谱遥感图像处理技术领域，具体涉及一种高光谱影像土石坝填筑料源精细分类方法，通过利用不同维度的高光谱数据构建不同精细度的图结构，再进行多尺度的双支路图卷积神经网络的构建，进而利用不同精细度和不同尺度的图结构进行图卷积特征提取，以此进行多尺度的双支路图卷积神经网络的训练，再通过对比损失函数的构建优化两条支路的特征提取，最终进行分类结果输出，提高了卷积神经网络对不同尺度空间特征提取的精度，使得不同精细度图结构提取的特征尽可能相似，能够更加精细地对土石坝填筑料源进行分类。
-
公开(公告)号：CN119479409A
公开(公告)日：2025-02-18
申请号：CN202411653802.2
申请日：2024-11-19
Applicant: 中国电建集团昆明勘测设计研究院有限公司 , 中星数创(云南)科技有限公司
Abstract: 本申请涉及虚拟现实技术领域，尤其涉及一种水轮机运维检修虚拟拆装培训云边协同装置，包括：用户拆装模块、评估教学模块和拆装路径规划模块，用户使用操作手柄对头戴式VR单元中显示的水轮机虚拟信息进行交互操作，完成水轮机拆装功能；评估教学模块接收和管理用户拆装模块的多维数据，采用碰撞检测算法对用户拆装动作评分；拆装路径规划模块接收来自边缘端的预处理视频数据，完成视频定位裁剪，识别水轮机拆装过程易发生碰撞位置，规划并生成水轮机部件拆装的最优推荐路径并生成用户操作报告。本发明为运维检修施工技术人员提供高效精准水轮机拆装指导和沉浸式可视化拆装体验，充分理解和优化水轮机拆装步骤，提升施工效率并保证拆装质量。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.067 seconds)
