-
公开(公告)号：CN119810559A
公开(公告)日：2025-04-11
申请号：CN202510029638.6
申请日：2025-01-08
Applicant: 太原理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/774
Abstract: 本发明涉及计算机视觉领域，特别涉及一种基于改进YOLOv8的火灾检测与分类方法、装置及存储介质；所述方法包括获取建筑、车辆和森林火灾的图像；将不同类型火灾的图像输入到火灾检测与分类模型中，得到火灾检测和分类结果；火灾检测与分类模型基于YOLOv8模型改进而成；火灾检测与分类模型包括特征提取网络Backbone模块、特征融合网络Neck模块和特征识别网络Head模块；Backbone模块中加入了有效捕捉火焰细节和火灾周围的空间信息的DGSS模块；Neck模块中将传统YOLOv8模型的SPPF模块替换为能够有效识别不同尺度火焰特征的SLSM模块；本发明采用了基于改进YOLOv8模型的火灾检测与分类模型，能够高效且准确地检测不同场景下的火灾，并标注其所属类型，显著提升火灾应急管理效率。
-
公开(公告)号：CN119094534A
公开(公告)日：2024-12-06
申请号：CN202411110189.X
申请日：2024-08-14
Applicant: 太原理工大学
IPC: H04L67/104 , H04L9/32 , H04L9/00
Abstract: 本发明提供了一种兼顾效率与安全的区块链共识方法，属于区块链共识算法技术领域；解决了传统区块链Raft共识算法在效率和拜占庭容错性方面的平衡问题；包括以下步骤：领导者选举阶段：在传统Raft算法的领导者选举阶段，结合Schnorr协议和计票比较机制，强化领导者选举的安全性，其实现步骤包括：在追随者节点投票给候选人节点时，在选票上通过Schnorr协议进行签名；在一轮选举中由候选人节点发起计票比较RPC，从而确定最终的领导者；差分日志复制阶段：采用安全差分日志复制取代传统Raft算法的日志复制阶段，领导者节点会计算与追随者节点日志副本的差异，并生成差分日志，追随者节点应用差分日志来更新本地日志副本；本发明应用于节点众多的联盟链。
-
公开(公告)号：CN113888547B
公开(公告)日：2024-11-12
申请号：CN202111135771.8
申请日：2021-09-27
Applicant: 太原理工大学 , 山西省交通科技研发有限公司
IPC: G06T7/10 , G06V20/10 , G06V10/40 , G06T3/4053
Abstract: 本发明公开了一种基于GAN网络的无监督域自适应遥感道路语义分割方法，通过对RGB三通道的遥感图像进行标注，生成标签图像，将图像划分为测试集和训练集，对训练集图像进行预处理；之后构建基于深度学习方法的遥感图像语义分割网络和域判别网络，输入训练集图像交替训练遥感图像语义分割网络和域判别网络，待到网络收敛时保存模型参数；最后将测试集图像输入图像语义分割网络得到标签。与现有技术相比较，本发明通过添加基于特征空间和输出空间的域自适应的方式实现无监督遥感图像的语义分割。优点是最终分割效果好且鲁棒性强。
-
公开(公告)号：CN118429356A
公开(公告)日：2024-08-02
申请号：CN202410403088.5
申请日：2024-04-03
Applicant: 太原理工大学
IPC: G06T7/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0455 , G06V10/40
Abstract: 本发明提供了一种利用条带形特征的遥感影像密集道路分割方法，属于道路分割领域；解决了目前采用深度学习方法在单位面积上道路密度较大的情况下出现的提取不完整、不连续的问题；将遥感图像数据集按照一定的比例随机划分为训练集和测试集；构建遥感图像道路分割网络：该网络中包括编码器模块、高效提取道路条形特征的条带注意力学习模块、多尺度特征融合模块、能够突出道路条形特征的条形特征增强模块、多尺度蛇形解码器；训练时模型并保存网络的权重文件；将测试数据集输入到训练完毕的网络模型中，以获得道路图像的高精度分割结果；本发明应用于遥感图像道路分割领域，能够高效和精确的将道路分割出来，尤其是面对道路分布密集的场景。
-
公开(公告)号：CN116415816B
公开(公告)日：2024-05-07
申请号：CN202310448865.3
申请日：2023-04-24
Applicant: 晋能控股煤业集团同忻煤矿山西有限公司 , 太原理工大学 , 山西科达自控股份有限公司
IPC: G06Q10/0635 , G06Q50/02 , G06Q10/10 , G06Q50/26
Abstract: 本发明提供了一种M‑CPS智能矿山管理平台及系统，属于智能矿山技术领域；解决了现有智能矿山缺乏统一的标准、无法实现矿山安全的整体管理的问题；智能矿山管理平台遵循一套标准规范，即统一平台、统一模型、统一架构、统一数据四个标准，包含了全面感知、实时互联、分析决策、自主学习、动态预测、智能控制。融合信息流与控制流，构建了物理世界和信息实现互联互通的M‑CPS模型。平台的接口与实体设备相连接，以大数据技术作为平台支撑，将矿山的业务与功能集成在整个平台上，覆盖矿山生产的各个方面，实现各个工作面子系统的融合；本发明应用于智能矿山。
-
Patent Agency Ranking
公开(公告)号：CN117078943A
公开(公告)日：2023-11-17
申请号：CN202311343105.2
申请日：2023-10-17
Applicant: 太原理工大学
IPC: G06V10/26 , G06V10/25 , G06V10/52 , G06V10/774 , G06V10/82 , G06V10/80 , G06V20/56 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种融合多尺度特征和双注意力机制的遥感影像道路分割方法，属于深度学习技术领域；解决了目前采用深度学习方法提取遥感影像中道路时由于道路被物体遮挡导致提取的道路出现断连的问题；对RGB三通道的高分辨率遥感图像进行人工标注，制作标签图像，划分数据集并进行图像预处理；搭建基于深度学习方法的道路分割模型，输入训练集图像和标签对其进行训练；将待测试图像输入道路分割模型得到预测标签图像。本发明通过添加前景特征增强模块、融合多尺度特征的双注意力模块、上下文信息提取模块和改进解码器等方式来提升模型的道路分割效果，最后得到提取的道路图像，道路分割结果清晰且鲁棒性强。
-
公开(公告)号：CN111966723B
公开(公告)日：2023-11-17
申请号：CN202010593801.9
申请日：2020-06-23
Applicant: 太原理工大学
IPC: G06F16/2458 , G06F16/22 , F01D15/10 , F01D21/00
Abstract: 本发明公开了一种基于乐观概念的故障检测决策规则提取方法，属于数据挖掘中的规则提取技术领域；具体是从多粒度角度出发，通过计算每层的乐观概念，并根据乐观概念与决策表中决策属性的关系获取决策表中最简规则，设定已提取到规则的论域元素是否覆盖整个论域为决策规则提取的终止条件，最终实现故障检测决策表的规则提取过程；本方法省略了去除规则中冗余属性的过程，降低了故障检测决策规则提取的复杂度，同时加快了收敛速度；本发明基于乐观概念的决策规则提取方法可在实际应用中推广，起到辅助人类决策的作用。
-
公开(公告)号：CN116415916A
公开(公告)日：2023-07-11
申请号：CN202310448828.2
申请日：2023-04-24
Applicant: 太原理工大学
Abstract: 本发明提供了一种基于区块链和工业互联网融合的矿山信息管理系统，属于煤矿信息化管理技术领域；解决了煤矿行业数据冗杂、数据量大且数据安全管理的问题；自底向上分别为支撑层、数据层、应用层和监管层，其中支撑层通过底层技术提供各种服务；数据层包括数据获取、数据管理、数据存储三部分，数据管理是将获得的数据进行数字确权和标识解析，数字确权包括对数据的分类和数据所有者的归属工作，标识解析体系通过标识采集、标识注册和标识解析的过程为各设备进行唯一标识，数据存储是对煤矿生产管理中获取的数据进行链上链下存储；应用层面向使用者提供具体的业务逻辑应用；监管层用于对主链、子链进行监测工作；本发明应用于矿山信息管理。
-
公开(公告)号：CN115049118B
公开(公告)日：2023-05-26
申请号：CN202210625477.3
申请日：2022-06-02
Applicant: 太原理工大学
Abstract: 本发明提供了基于改进粒筛选算法实现天然气生产设施最优产能的方法，属于人工智能技术领域；解决了天然气生产设施产能低的问题；解决上述技术问题采用的技术方案为：包括如下步骤：确定天然气生产设施的成本函数；通过划分集合，在成本函数的定义域分块寻找不同的氧气生产速率和最大存储压力能得到的成本的最小值；选定集合中氧气生产速率和最大存储压力能得到的成本函数的最小函数值；将不可能存在使得成本函数最小的氧气生产速率和最大存储压力的相应集合删除，保留可能存在使得成本函数最小的氧气生产速率和最大存储压力的相应集合，在保留的集合中迭代寻优，直至满足条件；本发明应用于天然气最优产能。
-
公开(公告)号：CN113850825A
公开(公告)日：2021-12-28
申请号：CN202111137802.3
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明公开了一种结合上下文语义和多尺度特征融合的遥感图像道路分割方法，首先对遥感图像进行标注，生成道路标签。按比例将图像数据集分为测试集、验证集、训练集，对训练集图像进行处理。建立道路分割网络，输入训练集对模型进行训练，利用验证集检测模型，待到模型收敛保存参数；将测试集送入模型得到最终语义生成图。与现有方法相比，本发明结合空洞金字塔引入道路上下文语义、结合多尺度信息进行特征融合、结合通道注意力融合生成最终特征图，实现了逐像素分类，得到最终的道路提取结果。本发明的效果实现了更准确的提取并生成更清晰的道路边缘特征。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.028 seconds)
