公开(公告)号：CN113011414A

公开(公告)日：2021-06-22

申请号：CN202110366347.8

申请日：2021-04-06

Applicant: 安徽理工大学

Inventor： 苏树智 ,  朱刚 ,  朱彦敏 ,  谢玉麒 ,  卢彦丰 ,  张开宇

IPC: G06K9/22 ,  G06K9/62

Abstract: 本发明公开了一种基于双特征正交弹性维数约简的手写体数字识别方法，主要是构建局部无向近邻图与全局几何图的同时引入正交性准则，构建正交弹性维数约简模型，并进一步利用该模型实现了手写体数字的识别任务。其具体实现过程为：(1)利用模态策略对手写体数字图像进行模态化处理；(2)构建正交弹性维数约简模型；(3)利用双特征分解方法对该模型进行求解，并借助最近邻分类器实现的手写体数字的识别。与现有技术相比，本发明提出的基于双特征正交弹性维数约简的手写体数字识别方法更具有效性和鲁棒性。

公开(公告)号：CN113191545A

公开(公告)日：2021-07-30

申请号：CN202110471206.2

申请日：2021-04-29

Applicant: 安徽理工大学

Inventor： 苏树智 ,  谢玉麒

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/02 ,  G06Q50/26

Abstract: 本发明公开了一种基于一维卷积神经网络的冲击地压发生情况可视化与分级预警方法，包括：建立卷积神经网络模型；通过卷积神经网络模型预测某时刻冲击地压发生概率；通过图像函数可视化预测结果，设定阈值，实现冲击地压发生分级预测。本发明通过卷积神经网络对从矿井收集到的冲击地压的能量数据进行特征学习，在计算机上实现了内冲击地压发生情况的可视化，且通过设定阈值，实现了某时间段内冲击地压的分级预警，实现冲击地压分析与预警的前提下，最大程度的降低方法的学习成本的经济成本，具有良好的经济效益和社会效益。