-
公开(公告)号：CN119215508A
公开(公告)日：2024-12-31
申请号：CN202411424143.5
申请日：2024-10-12
Applicant: 西安科技大学 , 陕西正通煤业有限责任公司
Abstract: 本发明涉及煤矿排水过滤装置技术领域，特别是涉及一种具有自清理功能的排水过滤装置，包括壳体、第一滤筒、第二滤筒、环板和第三滤筒，壳体固定设置，壳体内设有第一空腔和第二空腔，第一滤筒固定设置于壳体中，第二空腔通过第一滤筒与第一空腔连通，第二滤筒的一端滑动设置于第一滤筒中，环板固定安装于第二滤筒远离第一滤筒的一端，且环板位于第一空腔内，第三滤筒设置于第二滤筒内，且第三滤筒的一端与环板固定连接。通过第二滤筒和环板的配合设置，第一空腔中的水会经过环板进入到第三滤筒中，同时第一空腔中的杂质通过环板会向第三滤筒内流动，从而减轻第二滤筒的堵塞程度，提高了第一滤筒和第二滤筒的滤水量。
-
公开(公告)号：CN118279189A
公开(公告)日：2024-07-02
申请号：CN202410298559.0
申请日：2024-03-15
Applicant: 西安科技大学
IPC: G06T5/73 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06T5/10 , G06T5/60
Abstract: 本发明公开了一种视频监测图像去雾增强网络及方法，训练方法为：将雾霾图的低频特征结合高清图的高频特征、低频特征、边缘特征和轮廓特征的送入第一生成器并得到含有雾霾信息的生成雾霾图；利用第一鉴别器对生成雾霾图不断鉴别，通过计算生成雾霾图和雾霾图的对抗损失不断训练；将雾霾图的高频特征、边缘特征和轮廓特征送入第二生成器生成去除雾霾特征的生成高清图；利用第二鉴别器对生成高清图不断鉴别，通过计算生成高清图和高清图的对抗损失不断训练；本发明基于生成对抗网络图像去雾算法进行改进，不仅在提升图像质量方面有显著进展，同时能够有效缓解处理图像去雾的速度问题。
-
公开(公告)号：CN116935282A
公开(公告)日：2023-10-24
申请号：CN202310939188.5
申请日：2023-07-28
Applicant: 西安科技大学
IPC: G06V20/40 , G06V40/10 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种利用智能视频分析的选煤厂车间内人员的跟踪方法，按照以下内容实施：S1、目标人员检测；S2、将目标人员检测框传入人员跟踪算法，分别进行目标人员跟踪和目标人员识别，最终得到目标人员的运动轨迹和身份信息：人员跟踪算法为优化后的DeepSORT网络，优化后的DeepSORT网络包括优化后的FastReID网络；优化后的FastReID网络的BottleNeck中添加NEUFA注意力机制；S2.1、目标人员跟踪；S2.2、目标人员识别：通过优化后的FastReID网络获取人员特征，将人员特征与人员动态图像库中提取到的人员特征进行余弦相似度匹配，获取目标人员的像素坐标和身份信息。其解决了现有跟踪系统在遇到人员被遮挡时跟踪效果差的问题。
-
公开(公告)号：CN116684965A
公开(公告)日：2023-09-01
申请号：CN202310665973.6
申请日：2023-06-06
Applicant: 西安科技大学
IPC: H04W72/044 , H04W72/542 , H04W16/14
Abstract: 本发明公开了一种基于NOMA的认知网络递增中继传输方法，包括：步骤(1)、第一时隙，源节点S利用NOMA传输方法，根据信道增益把总发送功率分配给待发送信号，再利用所分配的功率，将叠加信号分别发送给目的节点D和N个中继节点Rn；然后，目的节点D对自身期望信号进行解码得到信噪比γDSD，所有中继节点Rn先对目的节点D的期望信号进行解码得到信噪比γDSRn，再对自身期望信号进行解码得到信噪比γRSRn；步骤(2)、第二时隙，对比目的节点D对自身期望信号进行解码的信噪比γDSD和阈值γth的关系以及每个中继节点Rn对目的节点D的期望信号进行解码的信噪比γDSRn和阈值γth的关系，从而确定传输方法。其解决了在认知NOMA网络中递增中继传输性能一般传输效率不高的问题。
-
公开(公告)号：CN115471097A
公开(公告)日：2022-12-13
申请号：CN202211164381.8
申请日：2022-09-23
Applicant: 西安科技大学
Abstract: 本发明公开了一种数据驱动的井下局部区域安全状态评估方法，包括S1：建立安全状态评估的影响指标；S2：构建判断矩阵；S3：计算指标权重；S4：一致性检验；S5：确定因素集、评语集、权重集；S6：确立隶属函数；S7：检测实际数据；S8：确立隶属度矩阵；S9：置信度准则；S10：综合评价输出。本发明能够解决目前依靠专家自身经验对煤矿安全状态打分后等级评价存在差异的问题。
-
Patent Agency Ranking
公开(公告)号：CN106908394A
公开(公告)日：2017-06-30
申请号：CN201710228596.4
申请日：2017-04-10
Applicant: 西安科技大学
Inventor： 赵安新
IPC: G01N21/27
CPC classification number: G01N21/274
Abstract: 本发明公开分段两点相关自线性光谱基线校正方法，包括如下步骤：步骤一、确定对所有目标组分都不敏感或者灵敏度非常低的谱图区间作为非敏感区。步骤二、分别计算每一个非敏感区的透射率光谱值的均值，并确定出每一个非敏感区内与对应的所述透射率光谱值的均值最接近的谱线a，确定谱线a的光谱值。步骤三、分别选取相邻两个谱线a，计算相邻两个谱线a间区域的基线校正常数值和相关系数；两端区域的基线校正常数值和相关系数与其相邻的区域相一致。该分段两点相关自线性光谱基线校正方法提高了光谱定性、定量分析的准确性，提高光谱分析中组分的识别精度；省时、省力，降低对光谱操作员或者分析员的技术要求。
-
公开(公告)号：CN119809936A
公开(公告)日：2025-04-11
申请号：CN202510002506.4
申请日：2025-01-02
Applicant: 西安科技大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/80 , G06V10/52 , G06V10/44 , G06V10/776 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了频域自适应超分辨率重建方法，包括以下步骤：获取原始图像；将原始图像通过训练好的频域自适应超分辨率重建模型处理后得到重建图片。频域自适应超分辨率重建方法，本发明中多尺度频域特征提取模块通过联合特征金字塔结构与傅里叶变换，能够从不同层次的特征图中提取多尺度特征，这种多尺度特征提取有助于模型捕获图像的不同层次信息，增强对细节的识别能力；频率金字塔注意力网络将特征图分解为不同频率成分，并计算各个频率成分的重要性，通过注意力权重对这些成分进行加权，使得模型能够更加关注于对图像重建质量影响较大的高频信息。
-
公开(公告)号：CN119268972A
公开(公告)日：2025-01-07
申请号：CN202411609878.5
申请日：2024-11-12
Applicant: 西安科技大学 , 陕西正通煤业有限责任公司
Abstract: 本发明涉及水管渗漏检测技术领域，具体涉及一种污水排水管防渗检测装置，包括支架和两个检测机构。检测机构包括检测件和限位件，两个检测件均安装于支架上，排水管内依次设置有多个检测段，检测件具有弹性。检测件上设置有压力传感器。检测件内具有涡状通道，涡状通道由两个侧板限定而成。限位件安装于支架上。本发明的一种污水排水管防渗检测装置通过在支架上设置两个检测机构，利用压力传感器进行检测，能够通过感应水压的变化实时监测排水管的渗漏情况，且在检测时，检测件的侧板能够使检测件始终保持在密封状态，且采用分段检测的方式，通水区域可随动调整，能够更精准的判断排水管上渗漏的位置。
-
公开(公告)号：CN115797315A
公开(公告)日：2023-03-14
申请号：CN202211626221.0
申请日：2022-12-15
Applicant: 西安科技大学
Abstract: 本发明公开了一种矿井用地测钻孔智能视频识别孔壁裂隙方法，包括以下内容：步骤1、通过对钻孔视频进行截帧处理、获得真实钻孔裂隙、破碎结构面数据集，标注后构建训练数据集；步骤2、搭建优化YOLOv5钻孔裂隙、破碎结构面识别模型，在主干网络Backbone模块之后、Neck模块之前增加SENet网络；步骤3、将训练数据集作为监督条件，利用卷积神经网络对训练数据集进行特征提取；步骤4、将待检测的钻孔视频输入步骤2构建的优化YOLOv5钻孔裂隙、破碎结构面识别模型，经过模型推理获得检测结果。其解决了传统图像处理方法识煤矿钻孔裂隙时，存在一些不规则裂隙、破碎区域的识别遗漏，造成识别面窄、检测精度低等问题。
-
公开(公告)号：CN119693441A
公开(公告)日：2025-03-25
申请号：CN202411756490.8
申请日：2024-12-03
Applicant: 西安科技大学
IPC: G06T7/62 , G06T7/00 , G06T5/70 , G06T5/60 , G06V10/762 , G06V10/52 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/0895
Abstract: 本发明公开了一种散料堆体体积的自动化测量方法，方法包括：获取散料堆原始点云数据、利用AFF‑GrowSP网络对散料堆原始点云数据进行点云分割，得到散料堆点云数据，AFF‑GrowSP网络中通过AFF模块对散料堆原始点云数据的特征进行动态权重调整、利用散料堆点云数据计算散料堆三维模型的体积；本发明通过增加AFF模块，在散料堆原始点云数据特征提取的过程中对不同尺度的特征进行动态调整，进而提高了点云分割的准确度，解决了基于深度学习的点云分割对点云复杂语义的识别准确度较低的问题；提高了散料堆体体积的计算准确率和计算效率，具有较强的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.023 seconds)
