期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于人工智能技术的煤矿探放水智能监测系统研发及应用 被引量：1
1
作者 吴喆峰 周杰 杜楠 《智能矿山》 2023年第10期66-71,共6页
煤矿水害已成为威胁煤矿安全生产的重大灾害之一,是仅次于瓦斯灾害的第二大“杀手”。根据中国煤炭安全生产网数据,我国2000年以来的煤矿事故死亡人数与水害事故死亡人数如图1所示。2000年至今,全国煤矿水害事故共造成4818人死亡,其中近... 煤矿水害已成为威胁煤矿安全生产的重大灾害之一,是仅次于瓦斯灾害的第二大“杀手”。根据中国煤炭安全生产网数据,我国2000年以来的煤矿事故死亡人数与水害事故死亡人数如图1所示。2000年至今,全国煤矿水害事故共造成4818人死亡,其中近2年煤矿水害呈上升趋势,2020年发生7起水害事故,造成25人死亡。2021年全国煤矿重大事故均为水害事故,共发生4起,造成48人死亡。 展开更多
关键词 水害事故 煤炭安全生产 煤矿水害 煤矿重大事故 煤矿探放水 瓦斯灾害 煤矿事故 死亡人数
下载PDF
煤矿探水卸杆动作识别研究 被引量：6
2
作者 党伟超 姚远 +2 位作者 白尚旺 高改梅 吴喆峰 《工矿自动化》 北大核心 2020年第7期107-112,共6页
针对煤矿井下探水作业监工人员通过观看视频来监控卸杆作业的方式存在效率低下且极易出错的问题,提出利用三维卷积神经网络(3DCNN)模型对探水作业中的卸杆动作进行识别。3DCNN模型使用3D卷积层自动完成动作特征提取,通过3D池化层对运动... 针对煤矿井下探水作业监工人员通过观看视频来监控卸杆作业的方式存在效率低下且极易出错的问题,提出利用三维卷积神经网络(3DCNN)模型对探水作业中的卸杆动作进行识别。3DCNN模型使用3D卷积层自动完成动作特征提取,通过3D池化层对运动特征进行降维,通过Softmax分类处理来识别卸杆动作,并使用批量归一化层提高模型的收敛速度和识别准确率。采用3DCNN模型对卸杆动作进行识别时,首先对数据集进行预处理,从每段视频中均匀抽取几帧图像作为某动作的代表,并降低分辨率;然后采用训练集对3DCNN模型进行训练,并保存训练好的权重文件;最后采用训练好的3DCNN模型对测试集进行测试,得出分类结果。实验结果表明,设置采样帧数为10帧、分辨率为32×32、学习率为0.0001,3DCNN模型对卸杆动作的识别准确率最高可达98.86%。 展开更多
关键词 煤矿防治水 煤矿探水 卸杆动作识别 三维卷积神经网络 3DCNN 批量归一化层
下载PDF
基于改进双流法的井下配电室巡检行为识别 被引量：9
3
作者 党伟超 张泽杰 +2 位作者 白尚旺 龚大力 吴喆峰 《工矿自动化》 北大核心 2020年第4期75-80,共6页
井下配电室监控视频持续时间较长且行为类型复杂,传统双流卷积神经网络(CNN)法对此类行为识别效果较差.针对该问题,对双流CNN法进行改进,提出了一种基于改进双流法的井下配电室巡检行为识别方法.通过场景分析,将巡检行为分为站立检测、... 井下配电室监控视频持续时间较长且行为类型复杂,传统双流卷积神经网络(CNN)法对此类行为识别效果较差.针对该问题,对双流CNN法进行改进,提出了一种基于改进双流法的井下配电室巡检行为识别方法.通过场景分析,将巡检行为分为站立检测、下蹲检测、走动、站立记录、坐下记录5种类型,并制作了巡检行为数据集IBDS5.将每个巡检行为视频等分为3个部分,分别对应巡检开始、巡检中和巡检结束;对3个部分视频分别随机采样,获取代表空间特征的RGB图像和代表运动特征的连续光流图像,并分别输入空间流网络和时间流网络进行特征提取;对2个网络的预测特征进行加权融合,获取巡检行为识别结果.实验结果表明,以Res Net152网络结构为基础,且权重比例为1∶2的空间流和时间流双流融合网络具有较高的识别准确度,Top-1准确度达到98.92%;本文方法在IBDS5数据集和公共数据集UCF101上的识别准确率均优于3D-CNN、传统双流CNN等现有方法. 展开更多
关键词 井下配电室 巡检行为识别 双流卷积神经网络 视频分段 特征融合
下载PDF
“煤矿大脑”人工智能技术在煤炭行业生产中的应用研究 被引量：4
4
作者 吴喆峰 《数字技术与应用》 2020年第10期39-42,共4页
作为一种新兴IT技术,人工智能已深入到社会影响的方方面面。煤炭行业作为国家能源的重要支柱,近些年来也在加速拥抱人工智能,企业发展以“安全保障、减人增效”为核心目标,利用云、边、端等技术架构“煤矿大脑”,融合了云计算、边缘计... 作为一种新兴IT技术,人工智能已深入到社会影响的方方面面。煤炭行业作为国家能源的重要支柱,近些年来也在加速拥抱人工智能,企业发展以“安全保障、减人增效”为核心目标,利用云、边、端等技术架构“煤矿大脑”,融合了云计算、边缘计算和人工智能等众多新技术,通过AI技术保障煤炭企业安全、高效生产,优化企业安全生产管理过程,进而提升煤炭企业核心竞争优势,并为煤炭企业高质高效发展发挥着重要支撑作用。 展开更多
关键词 煤矿大脑 人工智能 智能化煤矿 智慧矿山
下载PDF
基于煤矿井下传送带空载检测 被引量：1
5
作者 成彦颖 白尚旺 +2 位作者 党伟超 潘理虎 吴喆峰 《计算机系统应用》 2021年第3期171-176,共6页
煤矿井下传送带在无煤或煤量较少的状态下长时间高速运转,会耗费大量的电能.为了节省井下传送带造成的电能损耗,本文提出了一种边缘结构相似算法和YOLOv3结合的传送带空载判定方法.通过边缘结构相似算法将结构特征和边缘特征相融合,每相... 煤矿井下传送带在无煤或煤量较少的状态下长时间高速运转,会耗费大量的电能.为了节省井下传送带造成的电能损耗,本文提出了一种边缘结构相似算法和YOLOv3结合的传送带空载判定方法.通过边缘结构相似算法将结构特征和边缘特征相融合,每相邻10帧比较图片的相似度,连续比较3次判断传送带的运行状态.若传送带运行,则运用自适应锚框机制的YOLOv3模型,检测传送带上的煤量,最后判断传送带是否空载.实验结果表明,该方法可以有效准确的判断传送带的空载状态,检测准确率达到96.85%. 展开更多
关键词 传送带空载 节省电能 YOLOv3模型 边缘结构相似算法 自适应锚框机制 煤量检测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部