公开(公告)号：CN214674492U

公开(公告)日：2021-11-09

申请号：CN202120137307.1

申请日：2021-01-19

Applicant: 淮北矿业股份有限公司 ,  安徽理工大学

Inventor： 孙辉煌 ,  刘志正 ,  董明照 ,  祁连光 ,  王光辉 ,  孟祥宇 ,  赵前进 ,  苏树智 ,  赵宝

IPC: H02J7/02 ,  H01R13/639

Abstract: 本实用新型公开了一种煤矿罐笼静态充电装置，包括罐笼和支撑板，所述支撑板的顶端焊接有支撑架，所述支撑架的一侧固定连接有第一绝缘板，所述支撑板的一侧设置有导线，所述导线的一端固定连接有整流器，所述整流器的一端通过导线固定连接有插头，所述第一绝缘板的一侧固定连接有支撑柱，所述支撑柱的远离第一绝缘板的一端转动连接有摆臂柱，所述摆臂柱的一侧转动连接有接触轮。本实用新型中，设置有：整流器、第一绝缘板、第二绝缘板，导线、导电板、摆臂柱和接触轮，通过接触轮和导电板接触供电能够极大的提升充电效率保证蓄电池的供电，这样就能最大限度减少拆卸蓄电池充电的麻烦。

公开(公告)号：CN119740001A

公开(公告)日：2025-04-01

申请号：CN202411366246.0

申请日：2024-09-29

Applicant: 安徽理工大学

Inventor： 苏树智 ,  许梦杰 ,  朱彦敏 ,  陈见

IPC: G06F18/213 ,  G06F18/2115 ,  G06F18/214 ,  G06F18/2413 ,  G01M13/04 ,  G01M13/045

Abstract: 本发明公开了基于监督反双曲正弦空间学习的多模态轴承故障诊断方法，主要是构建监督反双曲正弦空间学习模型，从而能够在监督环境下学习故障数据的多模态特征，有效提高监督环境下故障诊断的准确性，具体实现过程为：(1)借助故障样本数据间的不同流形结构，构建监督反双曲正弦空间学习模型；(2)优化求解该模型中反双曲正弦空间投影矩阵的解析解；(3)在反双曲正弦空间投影矩阵的基础上获得故障样本数据的多模态故障特征，并利用分类器获得故障的诊断结果。与现有技术相比，本发明的故障诊断方法更具有效性和鲁棒性。

公开(公告)号：CN118587773A

公开(公告)日：2024-09-03

申请号：CN202410765757.3

申请日：2024-06-14

Applicant: 安徽理工大学

Inventor： 苏树智 ,  佘本杰 ,  朱彦敏

IPC: G06V40/20 ,  G06V10/40 ,  G06V10/77 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0499 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明公开一种基于轴向压缩积分回归的姿态估计方法，该方法包括以下步骤：步骤S1：构建轴向压缩积分回归模块，包括轴向压缩模块和积分偏移补偿模块；步骤S2：使用高分辨率网络和轴向压缩积分回归模块构建基于轴向压缩积分回归的姿态估计网络；步骤S3：利用公共人体姿态数据集训练基于轴向压缩积分回归的姿态估计网络；步骤S4：利用训练完毕的基于轴向压缩积分回归的人体姿态估计网络进行预测。与现有技术相比，本发明有效克服基于热图监督的方法而导致的信息丢失和量化误差，人体姿态估计准确性高。

公开(公告)号：CN114611606B

公开(公告)日：2024-06-18

申请号：CN202210245556.1

申请日：2022-03-07

Applicant: 安徽理工大学

Inventor： 苏树智 ,  张茂岩 ,  朱彦敏 ,  侯雅魁 ,  王孟明

IPC: G06F18/2411 ,  G06F18/214 ,  G06F18/213

Abstract: 本发明公开了一种基于核混合空间投影的故障检测方法，涉及工业过程监控和故障检测领域。本发明主要是借助核函数以及正常工况下无故障样本间的局部关系和全局关系来构建面向故障检测的核混合空间投影模型，并采用拉格朗日乘子法求得模型的解析解，然后利用上述无故障样本和获得的空间投影方向来计算正常情况下的T2控制限，最后利用新采集的样本和获得的空间投影方向来新采集样本的T2值，并与控制限进行对比，若超过控制限，则为故障，反之为无故障，从而实现故障的检测。与现有技术相比，本发明提出的方法能够有效利用非线性不平稳故障数据样本间的局部关系和全局关系，避免故障信息丢失，具有更高的故障检测精度。

公开(公告)号：CN117032448A

公开(公告)日：2023-11-10

申请号：CN202310859550.8

申请日：2023-07-13

Applicant: 安徽理工大学

Inventor： 苏树智 ,  佘本杰 ,  朱彦敏 ,  高济生

IPC: G06F3/01 ,  G06V40/10 ,  G06V10/764

Abstract: 本发明公开一种基于人体姿态估计的PPT控制方法，该方法包括：客户端数据采集模块，主要用来进行人体图像数据采集、编码；服务端姿态解算模块，主要利用目标检测单元、目标跟踪单元、人体姿态估计单元对指定用户的实时姿态进行识别，从而输出人体关键点预测结果；服务端反馈与控制模块，该模块对人体关键点预测结果进行分类，根据分类结果生成相应的PPT控制指令，并将该指令反馈给客户端执行；用户在演示PPT的过程中通过人体姿态实现对PPT翻页控制、激光指针控制、页面缩放与移动控制、音量调节控制。

公开(公告)号：CN113139681B

公开(公告)日：2023-10-17

申请号：CN202110395130.X

申请日：2021-04-13

Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) ,  安徽理工大学

Inventor： 苏树智 ,  张若楠 ,  李宁 ,  朱彦敏 ,  杨超宇 ,  张庆贺

IPC: G06Q10/04 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/02 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明涉及一种基于时间序列数据的神经网络冲击地压预测方法，通过矿山数据采集设备采集冲击地压数据，并对主要影响因素进行量化处理；将量化后的数据进行标准化后加入随机噪声；通过滑动窗口方法截取定量的时间窗口来构建样本数据；通过随机采样方法对时间窗口数据划分训练集，验证集；利用训练集数据对建立的神经网络进行训练，并使用验证集测试网络性能对网络参数进行调整；利用训练得到的神经网络模型对矿井的冲击地压进行预测得到危险预警信息。本发明可靠性较高，提出了通过时间序列数据训练神经网络，克服了冲击地压预测受短时数据限制的问题，实现了冲击地压长期动态预测，可以有效进行冲击地压灾害预警。

公开(公告)号：CN114305896A

公开(公告)日：2022-04-12

申请号：CN202210113440.2

申请日：2022-01-30

Applicant: 安徽理工大学

Inventor： 黄建栋 ,  方思哲 ,  李德权 ,  苏树智 ,  戚翔 ,  陈红 ,  陈雯君 ,  余维哲 ,  胡少华 ,  王祥行 ,  朱乐 ,  刘佳 ,  马中龙 ,  彭清晨 ,  徐鹏 ,  李培文 ,  李钰辰

IPC: A61G5/04 ,  A61G5/08 ,  A61G5/10

Abstract: 本发明公开了一种结合人机交互技术的新型智能护理轮椅床设备，涉及人机交互与智慧医疗技术领域。本发明包括底部支撑板、装设在底部支撑板上侧的坐垫板、转动连接在坐垫板一端的后背、滑动且转动配合在底部支撑板上侧的两后背推杆、装设在后背一侧的智能魔镜本体；所述两后背推杆的另一端转动连接在后背一侧，坐垫板另一端转动连接有屈膝版块。本发明采用智能设计，整体设备加入ros机器人控制系统，更加智能由电机控制轮椅床各结构，自主设计的新型电机驱动的伸缩结构，基于智能魔镜，再此基础上添加自主研发的基于非参数模型的矢量量化(VQ)的新型语音问答系统以及再智能镜子上用的新型脑电波算法，做到对使用者更全面的控制护理。

公开(公告)号：CN116883860B

公开(公告)日：2025-04-15

申请号：CN202310863447.0

申请日：2023-07-13

Applicant: 安徽理工大学

Inventor： 苏树智 ,  徐阳 ,  唐泽方 ,  朱彦敏

IPC: G06V20/13 ,  G06V10/80 ,  G06V10/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公布一种基于语义融合和框对齐的光学遥感图像高密度前景目标检测方法。本方法的执行步骤为：(1)对数据进行预处理；(2)使用主干网络进行特征提取；(3)将提取的特征输入到预测网络，生成预测结果；(4)判断是否为训练模式；(5)训练模式下模型将计算训练损失并优化网络参数；(6)非训练模式下则输出预测结果。本方法包含两个能够有效区分内部纹理特征的特征重识别卷积模块，提高小目标的精度，同时还提出一种辅助点平衡IoU(ABIoU)损失，ABIoU损失不仅能够避免单对点回归中距离项的局部最优解，还能够避免局部纵横比的IoU损失不收敛，实现损失值的稳定性和边长的直接测量，从而减小复杂纹理特征环境下目标误检、漏检问题。

公开(公告)号：CN119785085A

公开(公告)日：2025-04-08

申请号：CN202411837577.8

申请日：2024-12-13

Applicant: 安徽理工大学

Inventor： 苏树智 ,  赵晨琦 ,  于泽宽 ,  戴勇 ,  朱彦敏

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/096 ,  G16H50/20

Abstract: 本发明公开了一种多尺度并行双通道的尘肺病病变分级识别方法，具体实现过程为：对于采集到的原始X射线尘肺病图像数据进行分期标记；利用多尺度注意力机制进行特征分组和并行卷积操作，以增强模型感受野并生成相应的注意力权重图；利用并行卷积提取到的特征图，进而结合残差结构的细节编码器来捕获细节性纹理特征信息；为了进一步掌握特征图中的隐形特征，构建并行双通道网络模块，从而有效嵌入隐式局部和全局信息，协同捕捉高频分量中的像素级语义信息；最后利用迁移学习和多尺度卷积将特征图中的不同通道信息进行融合，并分别输入到细节编码器和Transformer层堆栈中，对尘肺病的病变分级进行识别。实验结果表明，本方法具有更高的识别度。

公开(公告)号：CN112329734B

公开(公告)日：2024-07-26

申请号：CN202011378994.2

申请日：2020-11-30

Applicant: 安徽理工大学

Inventor： 苏树智 ,  谢军 ,  朱彦敏 ,  王子莹 ,  高鹏连

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/74 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了一种基于两模态图强化特征学习的人脸识别方法，主要是通过构建两模态图强化特征学习的模型，从人脸图像学习具有强鉴别力的低维相关特征，以实现人脸识别。具体实现过程为：(1)对原始人脸图像进行处理，构建模态样本数据集；(2)构建两模态图强化特征学习模型；(3)对模型求解，采用近邻分类策略进行识别。与现有技术相比，本发明能够利用图强化在低维相关特征中尽量保留原始数据的内在几何结构信息，使本发明具有较好的识别性能。