-
公开(公告)号：CN118130391A
公开(公告)日：2024-06-04
申请号：CN202410015927.6
申请日：2024-01-05
Applicant: 中国矿业大学
IPC: G01N21/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多输出U‑Net的煤质参数快速检测方法，属于煤质参数分析及人工智能领域。煤质分析主要对煤炭水分、灰分、挥发分和发热量四种参数的测量。现有技术无法精准地同时检测多个参数。本发明根据采集的煤炭光谱数据以及对应样本参比值建立样本数据库；基于拉依达准则和欧氏距离的迭代方法剔除异常样本，采用Savizkg‑Golag平滑和二阶求导进行光谱预处理；搭建基于多输出U‑Net的煤质参数快速检测模型，采用梯度归一化算法进行优化；并行输出煤炭的水分、灰分、挥发分和发热量的值。相较于单参数分析，本发明能够利用多个参数之间的相关性实现多种煤质参数的并行检测，提高了模型的鲁棒性和检测精度。
-
公开(公告)号：CN118130391B
公开(公告)日：2024-11-26
申请号：CN202410015927.6
申请日：2024-01-05
Applicant: 中国矿业大学
IPC: G01N21/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多输出U‑Net的煤质参数快速检测方法，属于煤质参数分析及人工智能领域。煤质分析主要对煤炭水分、灰分、挥发分和发热量四种参数的测量。现有技术无法精准地同时检测多个参数。本发明根据采集的煤炭光谱数据以及对应样本参比值建立样本数据库；基于拉依达准则和欧氏距离的迭代方法剔除异常样本，采用Savizkg‑Golag平滑和二阶求导进行光谱预处理；搭建基于多输出U‑Net的煤质参数快速检测模型，采用梯度归一化算法进行优化；并行输出煤炭的水分、灰分、挥发分和发热量的值。相较于单参数分析，本发明能够利用多个参数之间的相关性实现多种煤质参数的并行检测，提高了模型的鲁棒性和检测精度。
-
Patent Agency Ranking
公开(公告)号：CN117975448B
公开(公告)日：2025-01-28
申请号：CN202410015925.7
申请日：2024-01-05
Applicant: 中国矿业大学
IPC: G06V20/69 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于跨模态融合和注意力机制的有机质显微组分鉴定方法，属于人工智能及地质领域。传统的有机质显微组分鉴定方法存在劳动强度大、主观性高、效率低等问题，限制了其在工业领域中的应用。本申请提出的自动化鉴定方法，将有机质显微图像中的组分识别任务转化为像素级分类问题。其核心技术包括：提出了CFA‑Unet模型，融合油浸反射光和荧光图像，实现了有机质显微组分像素级分类。引入跨模态融合方法，加强模态间特征信息交互，并采用加权注意力机制，减少组分误识别。实验证明，本申请中的CFA‑Unet模型取得了卓越性能，具有更强的分割性能、抗干扰能力和泛化性能。此技术的应用能够有效提高有机质资源质量评估的效率和精度。
-
公开(公告)号：CN119413751B
公开(公告)日：2025-04-25
申请号：CN202510015936.X
申请日：2025-01-06
Applicant: 中国检验认证集团河北有限公司 , 中国矿业大学
IPC: G01N21/3563 , G01N21/359 , G01N23/223 , G16C20/20 , G16C20/70 , G06F18/10 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了基于近红外光谱的铝土矿中铝含量快速检测方法及系统，旨在满足地球科学、资源勘探、人工智能等跨领域的需求。传统铝土矿Al2O3检测方法成本高昂、使用仪器昂贵、效率低，限制了其在科研、工业和管理领域的应用。针对上述问题，本发明利用采集到的铝土矿近红外光谱数据以及样本对应Al2O3标准值建立样本数据库；构建并训练基于DenseNet和Roformer的深度学习模型，使其适用于捕获铝土矿光谱与其Al2O3含量的非线性关系，可简单高效地实现对铝土矿Al2O3的快速检测和分析。
-
公开(公告)号：CN119413751A
公开(公告)日：2025-02-11
申请号：CN202510015936.X
申请日：2025-01-06
Applicant: 中国检验认证集团河北有限公司 , 中国矿业大学
IPC: G01N21/3563 , G01N21/359 , G01N23/223 , G16C20/20 , G16C20/70 , G06F18/10 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了基于近红外光谱的铝土矿中铝含量快速检测方法及系统，旨在满足地球科学、资源勘探、人工智能等跨领域的需求。传统铝土矿Al2O3检测方法成本高昂、使用仪器昂贵、效率低，限制了其在科研、工业和管理领域的应用。针对上述问题，本发明利用采集到的铝土矿近红外光谱数据以及样本对应Al2O3标准值建立样本数据库；构建并训练基于DenseNet和Roformer的深度学习模型，使其适用于捕获铝土矿光谱与其Al2O3含量的非线性关系，可简单高效地实现对铝土矿Al2O3的快速检测和分析。
-
公开(公告)号：CN118503839B
公开(公告)日：2025-01-28
申请号：CN202410568907.1
申请日：2024-05-09
Applicant: 中国矿业大学
IPC: G06F18/243 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/045 , G01N21/3577 , G01N21/359
Abstract: 本发明公开了一种基于近红外光谱的原油原产地鉴别方法及系统，旨在满足原油贸易、海关管理、工业生产等多领域需求。传统溯源方法准备工作繁琐，使用的分析仪器昂贵，对测试环境要求高，限制了其在科研、工业和管理领域的应用。本发明进行原油产地溯源的过程为：采集原油近红外光谱数据，并通过工业分析等方法综合测定原油样本的产地信息；针对高维度原油光谱数据的特点，使用改进的马氏距离剔除方法对样本集进行数据预处理；搭建基于多感受野和Transformer的U形网络深度学习模型，使其适用于捕获原油光谱与产地信息之间的非线性关系。本发明可简单高效地实现对原油样本产地的快速识别。
-
公开(公告)号：CN118503839A
公开(公告)日：2024-08-16
申请号：CN202410568907.1
申请日：2024-05-09
Applicant: 中国矿业大学
IPC: G06F18/243 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/045 , G01N21/3577 , G01N21/359
Abstract: 本发明公开了一种基于近红外光谱的原油原产地鉴别方法及系统，旨在满足原油贸易、海关管理、工业生产等多领域需求。传统溯源方法准备工作繁琐，使用的分析仪器昂贵，对测试环境要求高，限制了其在科研、工业和管理领域的应用。本发明进行原油产地溯源的过程为：采集原油近红外光谱数据，并通过工业分析等方法综合测定原油样本的产地信息；针对高维度原油光谱数据的特点，使用改进的马氏距离剔除方法对样本集进行数据预处理；搭建基于多感受野和Transformer的U形网络深度学习模型，使其适用于捕获原油光谱与产地信息之间的非线性关系。本发明可简单高效地实现对原油样本产地的快速识别。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
