期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于深度学习的钻孔冲煤量智能识别方法 被引量:1
1
作者 李小军 赵明炀 李淼 《煤田地质与勘探》 北大核心 2025年第1期257-270,共14页
【目的】为解决人工统计钻孔冲煤量不准确以及效率低等问题,提出一种YOLOv8n、Res-Net34和PP-OCRv4算法相结合的智能识别方法。【方法】该方法首先使用YOLOv8n算法完成一级检测,同时并行级联ResNet34算法与PP-OCRv4算法进行二级处理,并... 【目的】为解决人工统计钻孔冲煤量不准确以及效率低等问题,提出一种YOLOv8n、Res-Net34和PP-OCRv4算法相结合的智能识别方法。【方法】该方法首先使用YOLOv8n算法完成一级检测,同时并行级联ResNet34算法与PP-OCRv4算法进行二级处理,并结合基于追踪帧数的分类状态判别方法,建立了冲煤量自动计算的算法框架。其次,在YOLOv8n的C2f模块中引入可变形卷积DCNv2模块,以削弱点状强光照对特征采集的影响,并将其默认的检测头替换为Dynamic Head检测头模块,以强化算法在尺度,空间和通道维度的特征提取能力,以及将CIoU损失函数替换为SIoU损失函数,以加速预测框与真实框的匹配,并利用自建的数据集对改进后的YOLOv8n算法进行验证。【结果和结论】结果表明:(1)与原算法相比,平均类别检测精度提高了7.6%,召回率提高了3.5%,精确率提高了6.4%,验证了改进策略对提升模型性能的有效性和稳定性。(2)对4个不同的瓦斯抽采水力冲孔钻场的实时视频进行测试,识别准确率分别为100.0%、93.3%、95.7%和93.1%,平均达到95.5%,满足了水力冲孔钻孔冲煤量自动识别的精度要求。(3)采用追踪帧数确定ResNet34分类状态的方法,解决了分类状态单次识别结果不可靠的问题。研究成果为YOLO系列算法与其他深度学习技术的融合和广泛应用提供了技术与实践基础,对促进瓦斯抽采钻场等煤矿井下复杂场景的智能化进步具有参考价值。 展开更多
关键词 瓦斯抽采 冲煤量 YOLOv8n ResNet34 PaddleOCR 可变形卷积 动态检测头 智能识别 煤矿
在线阅读 下载PDF
大空间大流量喷洒头结构特性研究
2
作者 行志刚 冯长龙 李树平 《机械设计与制造》 北大核心 2024年第12期108-111,共4页
根据大空间自动扫描定位灭火装置使用工况,研究了大空间大流量喷洒头的结构特性;根据大空间大流量喷洒头的受力状况,提出了以不锈钢推力球轴承作为高速旋转支撑部件;阐述了喷洒头异形喷口的组成及其作用;引入了异形喷口当量直径计算出... 根据大空间自动扫描定位灭火装置使用工况,研究了大空间大流量喷洒头的结构特性;根据大空间大流量喷洒头的受力状况,提出了以不锈钢推力球轴承作为高速旋转支撑部件;阐述了喷洒头异形喷口的组成及其作用;引入了异形喷口当量直径计算出大空间大流量喷洒头的流量和射流半径两个灭火性能参数,并与实验测试结果进行对比分析。结果表明,在额定压力下,大空间大流量喷洒头的结构特性和受力状况是影响大空间喷洒头的旋转速度、射流半径、喷水流量、射流水花形状、灭火时效等的灭火性能的关键因素;异形喷口当量直径对大空间喷洒头的设计制造具有较高的工程指导意义。 展开更多
关键词 大空间大流量 喷洒头 结构特性 异形喷口 当量直径
在线阅读 下载PDF
美国高等教育内部问责考察及对我国的启示
3
作者 严鸿雁 《高教探索》 CSSCI 北大核心 2017年第4期77-80,共4页
高等教育内部问责是美国最具影响力的教育质量保障政策,也是促进美国高等教育自我检测、自我改良、强化教育参与者责任意识的治理机制。内部问责可以促进我国高校解决资源浪费、信息不透明等问题。借鉴美国经验,我国要建立涵盖教学环境... 高等教育内部问责是美国最具影响力的教育质量保障政策,也是促进美国高等教育自我检测、自我改良、强化教育参与者责任意识的治理机制。内部问责可以促进我国高校解决资源浪费、信息不透明等问题。借鉴美国经验,我国要建立涵盖教学环境、课程、科研、师生素质等方面的高等教育内部问责机制,并扩大内部问责参与主体、丰富内部问责实施方式、赋予院校研究机构内部问责职能。 展开更多
关键词 美国高等教育 内部问责 制度建设 启示
在线阅读 下载PDF
楼梯楼道全方位清扫机器人设计研究 被引量:1
4
作者 行志刚 冯长龙 +1 位作者 代军 任玉健 《机械设计》 CSCD 北大核心 2023年第9期36-42,共7页
针对多层建筑的日益增加带来的楼梯和楼道人力清扫困难问题,文中基于ROS机器人操作系统为框架设计了一款集语音交互、自主导航、楼梯攀爬清扫、楼道楼层清扫及垃圾处理为一体的楼梯楼道全方位清扫机器人,完成了机器人机械结构系统、核... 针对多层建筑的日益增加带来的楼梯和楼道人力清扫困难问题,文中基于ROS机器人操作系统为框架设计了一款集语音交互、自主导航、楼梯攀爬清扫、楼道楼层清扫及垃圾处理为一体的楼梯楼道全方位清扫机器人,完成了机器人机械结构系统、核心部件的选型分析设计、传动机构的运动学与力学仿真和逻辑控制系统的设计,搭建了模拟型物理功能样机,并进行了样机楼梯垃圾清扫试验。试验数据表明:该清扫机器人能够全方位清扫和处理垃圾,清扫质量优、可靠性强,达到工程应用预期效果。 展开更多
关键词 楼梯楼道 垃圾清扫 全方位 结构设计
在线阅读 下载PDF
改进YOLO11n和PaddleOCR的煤矿钻场视频自动剪辑方法
5
作者 李小军 李淼 赵明炀 《计算机工程与应用》 2025年第17期209-221,共13页
为解决煤矿井下瓦斯抽采钻场监控视频数据规模大、传统人工剪辑效率低的问题,提出一种将YOLO11n和PaddleOCR相结合的视频自动剪辑方法。使用YOLO11n检测视频图像帧中的指示牌目标,并根据检测框坐标信息进行裁剪;将裁剪的目标区域输入Pad... 为解决煤矿井下瓦斯抽采钻场监控视频数据规模大、传统人工剪辑效率低的问题,提出一种将YOLO11n和PaddleOCR相结合的视频自动剪辑方法。使用YOLO11n检测视频图像帧中的指示牌目标,并根据检测框坐标信息进行裁剪;将裁剪的目标区域输入PaddleOCR中进行文字识别;依据设定的剪辑逻辑规则对视频进行自动剪辑。为提升YOLO11n在煤矿井下复杂环境的检测精度,提出一种新的模块Faster-EMA来替代C3k2中的Bottleneck,引入FasterBlock及EMA注意力机制,增强多尺度特征表达能力并降低冗余计算;在C2PSA层后引入Triplet Attention,通过三分支结构捕获跨维交互来计算注意力权重,进一步增强特征提取效果;采用PIoUv2替代默认损失函数CIoU以解决锚框扩展问题。同时使用改进后的YOLO11n替换PaddleOCR中的文本检测算法DBNet,解决实时性不足问题。在自建的指示牌数据集上进行实验验证,结果表明,改进的YOLO11n对比原模型,mAP50提升4.8个百分点,且使用改进YOLO11n替代DBNet后视频平均处理速度提升51.0%,FPS达到37帧/s,满足实时性需求。研究实现了基于指示牌文字内容的钻场监控视频自动剪辑,为煤矿智能化发展提供了技术参考。 展开更多
关键词 煤矿钻场 视频剪辑 文本识别 YOLO11n PaddleOCR
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部