公开(公告)号：CN117892235A

公开(公告)日：2024-04-16

申请号：CN202410076080.2

申请日：2024-01-18

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  梁志贞 ,  郭瑞 ,  孟波 ,  韩伟 ,  刘佰龙 ,  牛耀 ,  张磊 ,  程上 ,  宋永明

IPC: G06F18/2431 ,  G06F18/25 ,  G06N3/09

Abstract: 本发明公开一种基于自注意力机制的煤矿支护参数预测方法和系统，包括以下步骤：步骤S1、获取煤矿测量参数数据；步骤S2、根据煤矿测量参数数据，得到围岩状态嵌入数据与巷道状态嵌入数据；步骤S3、根据围岩状态嵌入数据与巷道状态嵌入数据训练得到基于自注意力机制的煤矿支护参数预测模型；步骤S4、将实时采集的煤矿测量参数数据输入到训练好的基于自注意力机制的煤矿支护参数预测模型，得到煤矿支护参数的预测值。采用本发明的技术方案：提高煤矿智能支护领域煤矿支护系统的稳定性与安全性。

公开(公告)号：CN118468171A

公开(公告)日：2024-08-09

申请号：CN202410432001.7

申请日：2024-04-11

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 韩伟 ,  孟波 ,  程上 ,  曾雯艳 ,  宋永明 ,  梁志贞 ,  张磊 ,  刘佰龙

IPC: G06F18/2433 ,  G06F18/213 ,  G06N3/09 ,  G06Q50/02

Abstract: 本发明公开了一种基于深度自编码器的煤巷支护参数的特征优化方法，包括：收集不同煤矿区的地质条件、巷道信息以及历史支护数据，构建煤矿巷道支护数据集，并对支护数据进行处理；基于前馈神经网络设计并构建自编码器，将支护数据输入到自编码器，并通过鉴别准则函数提取与支护输入参数紧密相关的关键特征，基于关键特征建立鉴别准则模型；以最小化鉴别准则函数为优化目标，结合优化算法对鉴别准则模型进行迭代优化，更新自编码器的参数，获得自编码器的最优参数；使用测试的支护数据对优化后的鉴别准则模型进行性能评价，并根据评价结果调整优化策略，不断提高巷道支护输入参数的优化结果。本发明提高了巷道的稳定性和生产效率。

公开(公告)号：CN119204290A

公开(公告)日：2024-12-27

申请号：CN202411128283.8

申请日：2024-08-16

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  刘佰龙 ,  郭瑞 ,  孟波 ,  韩伟 ,  梁志贞 ,  宋永明 ,  张磊 ,  程上

IPC: G06Q10/04 ,  G06F18/2321 ,  G06F18/22 ,  G06Q50/02

Abstract: 本发明公开了一种基于多尺度密度峰值聚类的支护形式预测方法及系统，属于信息科学领域。包括：首先利用实地采集的煤矿支护参数数据，计算不同煤矿多尺度支护形式相似度，以及多种影响支护形式决策的属性语义相似度；然后，基于多尺度支护形式相似度和巷道属性语义相似度构建超图，以表征巷道属性；再次，在巷道属性超图上应用属性密度峰值机制和社区检测方法识别出属性热点重叠社区；最后，分析给定属性在社区中的分布情况，完成支护形式预测。

公开(公告)号：CN119129412A

公开(公告)日：2024-12-13

申请号：CN202411246231.0

申请日：2024-09-06

Applicant: 内蒙古蒙泰不连沟煤业有限责任公司 ,  中国矿业大学

Inventor： 陈万辉 ,  梁志贞 ,  郭瑞 ,  孟波 ,  韩伟 ,  刘佰龙 ,  宋永明 ,  张磊 ,  程上

IPC: G06F30/27 ,  G06F30/13 ,  G06N3/048 ,  G06N3/042 ,  G06N3/08 ,  G06F119/02 ,  G06F113/14 ,  G06F111/10

Abstract: 本发明涉及一种基于图网络和多任务学习的煤巷支护参数预测方法，包括：采集煤矿巷道的巷道信息；根据巷道信息，获取相似巷道构建图采样聚合网络，对所述图采样聚合网络进行采样和聚合，提取所述巷道信息的关键特征；根据所述关键特征，利用多任务学习对所述煤矿巷道的支护参数进行预测，获取支护参数，其中，所述多任务学习基于训练集训练获得，所述训练集包括实际巷道信息和实际支护参数。本发明通过结合图采样聚合网络和多任务学习机制，不仅提升了煤巷支护参数的预测效率，而且能同时预测多个支护参数。

公开(公告)号：CN116311921A

公开(公告)日：2023-06-23

申请号：CN202310182427.7

申请日：2023-03-01

Applicant: 中国矿业大学

Inventor： 张悦 ,  刘佰龙 ,  安计勇 ,  张磊 ,  梁志贞 ,  杨林

IPC: G08G1/01 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多空间尺度时空Transformer的交通速度预测方法，属于交通预测规划技术领域。预测方法包括：将预处理后的路段传感器速度序列数据依次输入多尺度空间特征提取模块、交通时空特征提取模块以及预测模块，逐步实现多尺度动态空间结构和静态路网结构的特征提取、精准建模时空依赖以及预测未来一段时间的交通速度。本发明多尺度空间特征提取模块能够全面且有针对的提取空间特征，在提高预测精度的同时减少了大量无用计算。另外，交通时空特征提取模块根据交通特性以及数据的相对位置信息选择更有价值的历史数据以进行充分的时空特征提取，解决了提取时空依赖时存在的丢失相对位置信息的问题。

公开(公告)号：CN115345251A

公开(公告)日：2022-11-15

申请号：CN202211043167.7

申请日：2022-08-29

Applicant: 中国矿业大学

Inventor： 刘佰龙 ,  杨林 ,  张磊 ,  梁志贞 ,  邓宇帆 ,  胡浩

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种跨模态的露天矿卡车驾驶员身份自监督识别方法，属于轨迹数据挖掘技术领域。方法如下：获取露天矿卡车的GPS数据和OBD数据，进行预处理；将预处理后的GPS数据，经过路段语义嵌入模块，得到含有空间语义信息的路段序列；基于路段序列和预处理后的OBD数据，经过跨模态融合特征提取模块，并结合自监督，得到能够展现每个驾驶员独特驾驶风格的表示；基于驾驶员表示，经过驾驶员身份识别模块，得到驾驶员ID。该方法充分考虑空间语义信息对驾驶员操作的影响，提取GPS数据和OBD数据这两个模态中的信息提高表示质量，从而提高识别精度；以自监督的方式进行训练，解决有标签数据少导致的模型难以训练问题。

公开(公告)号：CN115062713A

公开(公告)日：2022-09-16

申请号：CN202210728962.3

申请日：2022-06-24

Applicant: 中国矿业大学

Inventor： 张磊 ,  卢传钊 ,  刘佰龙 ,  梁志贞

IPC: G06K9/62 ,  G06F16/9035 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于GCN‑GRU的露天矿卡车停留区域活动识别方法，属于轨迹数据挖掘领域。方法如下：基于车辆的唯一标识ID和时间，对GPS轨迹数据进行过滤，即数据筛选，以消除无效的数据；基于过滤后的GPS轨迹数据，根据车辆实际的停留时间状况，设置合适的阈值来对轨迹数据进行停留区域识别；基于得到的卡车停留区域，提取其基本特征，将停留区域按照时间顺序相连构建图，并得到邻接矩阵；基于所提取特征和邻接矩阵，使用GCN神经网络对停留区域进行特征嵌入，将停留区域特征转化为特征向量；基于所得到的特征向量，使用GRU神经网络对停留区域序列进行训练，最终得到分类结果。该方法按照时间顺序构建了以停留区域为顶点的邻接矩阵，将GCN神经网络与GRU神经网络模型结合，GCN神经网络能够提取当前停留区域前后停留区域的特征，而GRU神经网络则能够捕捉之前所有停留区域的特征，以此提高了识别准确性。

公开(公告)号：CN103927581A

公开(公告)日：2014-07-16

申请号：CN201410172976.7

申请日：2014-04-25

Applicant: 中国矿业大学

Inventor： 刘佰龙 ,  王冠军 ,  赵莹 ,  陈朋朋 ,  高守婉

IPC: G06N3/00

Abstract: 本发明公开了提供基于边缘及中心加速导向的耗散粒子群优化方法，根据粒子数量和问题大小初始化种群，随机产生每个粒子的位置；计算每个粒子的适应度；对随机粒子进行边缘和非边缘粒子检测；考虑粒子的“莱维”行走模式，计算粒子个体局部最优极值；考虑虚拟中心粒子，计算全体粒子的全局最优极值；按照粒子位置的更新规则，更新不同种类粒子位置；基于耗散结构的适应性变异粒子生成方法，将在系统引入适应性变异粒子，如果全体粒子的全局最优极值满足问题求解的需要或者达到指定的迭代次数，则终止上述步骤，否则进行不断迭代直到满足结束条件。本发明的有益效果是能提高粒子群优化的泛化能力，使得粒子群体能够快速收敛。

公开(公告)号：CN115034517B

公开(公告)日：2025-02-11

申请号：CN202210874998.2

申请日：2022-07-25

Applicant: 中国矿业大学

Inventor： 刘佰龙 ,  梁继科 ,  张磊 ,  梁志贞

IPC: G06Q10/04 ,  G06Q10/109 ,  G06F17/14 ,  G06F17/18 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/02

Abstract: 一种基于注意力的时空图卷积露天矿卡车行程时间预测方法，属于矿山调度领域。首先，获取露天矿卡车原始轨迹数据和路网数据，结合外部因素属性信息，得到具有属性信息的露天矿卡车轨迹数据和路网数据；其次，提取轨迹中的因素属性信息特征；再次，通过基于注意力机制的时空图卷积网络捕捉时间和空间维度的车流量信息特征；接着，通过卷积网络捕捉邻近路段的特征；然后，将上述三部分特征信息进行连接，设计预测模型和损失函数，并训练模型；最后，根据待预测的轨迹，采用训练得到的模型，进行行程时间预测。优点：充分利用轨迹、路网以及外部信息特征，实现准确的露天矿卡车行程时间预测。优化露天矿卡车调度系统，降低运营成本，提高采矿效率。

公开(公告)号：CN116503947A

公开(公告)日：2023-07-28

申请号：CN202310502071.0

申请日：2023-05-06

Applicant: 中国矿业大学

Inventor： 张磊 ,  胡浩 ,  刘佰龙 ,  江海峰 ,  梁志贞 ,  侯萱

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/22 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/0895

Abstract: 一种基于自监督学习的煤矿井下人员动作识别方法，属于视频识别领域。首先，对视频数据进行重采样；其次，将重采样后的视频数据处理成时空块序列；再次，将时空块序列经过掩码模块，得到原始时空块序列和掩码时空块序列；再次，将原始时空块序列输入到编码器组中，生成原始时空块序列的潜在表示并将生成的潜在表示和掩码时空块序列输入到解码器组中，得到重建后的视频片段，通过设计好的损失函数进行训练，得到预训练好的模型；最后将预训练好的模型经过微调模块，得到最终的动作识别模型。优点：采用自监督的方式进行训练，大大地降低了视频收集和标注的成本；对视频进行极高掩码比率的掩码操作，降低了模型训练的计算成本，提高了模型训练效率。