-
公开(公告)号：CN109859802A
公开(公告)日：2019-06-07
申请号：CN201910021786.8
申请日：2019-01-10
Applicant: 中国石油大学(华东)
IPC: G16B40/10
Abstract: 本发明提出了一种基于功率谱的桑黄蛋白质区域预测阈值方法，包括如下步骤：将从数据库中获取公开的桑黄及其同属的蛋白质对应的n条核苷酸序列插入背景序列中生成基因序列；对此基因序列进行频谱预测得到傅里叶功率谱；通过低频滤波器对频谱进行降噪处理；通过对频谱值的对比，得到各段序列的当前最优阈值；对序列进行多次迭代采样；计算置信区间得到最优阈值。基于功率谱的桑黄蛋白质区域预测阈值算法，保证了阈值选取的准确度，降低了随机序列截取可能造成的误差影响，提高了桑黄基因预测的准确度。
-
公开(公告)号：CN107256213A
公开(公告)日：2017-10-17
申请号：CN201710504913.0
申请日：2017-06-28
Applicant: 中国石油大学(华东)
CPC classification number: G06F17/2785 , G06F17/30657
Abstract: 本发明实施例提供一种基于并行关联规则的话题关系发现方法。本发明的基于并行关联规则的话题关系发现方法，在获取大规模频繁关键词集的基础上，采用并行关联规则算法获取关联关键词集，进而进行筛选和组合形成话题相关信息，从而发现多个话题之间的关联关系。本发明实施例还提供一种基于并行关联规则的话题关系发现装置。本发明实施例提供的技术方案能够准确有效地发现相关话题之间潜在的关联关系，寻找具体事件发生的深层次或根本原因。
-
公开(公告)号：CN106529667A
公开(公告)日：2017-03-22
申请号：CN201610863792.4
申请日：2016-09-23
Applicant: 中国石油大学(华东)
CPC classification number: G06N3/0436 , G06N3/0454 , G06N3/08
Abstract: 本发明提出了一种大数据环境下基于模糊深度学习的测井相识别与分析方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，把输入的测井数据集分割成若干小数据集，每一个小数据集经过模糊区域卷积神经网络进行卷积和池化操作的步骤；然后，利用分类后的特征构建测井相-沉积相知识库，所述测井相-沉积相知识库基于无歧义的测井数据、沉积相融合方法，建立相应的包含沉积相、沉积亚相、沉积微相的知识库以支持对沉积相与测井相的关联分析，从而建立测井相-沉积相知识库，确定当前的测井数据与沉积相的对应关系。
-
公开(公告)号：CN106503856A
公开(公告)日：2017-03-15
申请号：CN201610948640.4
申请日：2016-10-26
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种用于人工神经网络法优化培养基的试验设计方法，将培养基中的m个影响因素、每个影响因素的取值范围内的n个不同取值组成矩阵，在矩阵中不同的行各取一个值形成一组实验Bk,j，从而获得s×n组试验的试验集合β，在矩阵中选择t行，并每行各取出一个值，组成具有t个元素的验证集合γ，并且验证集合γ在试验集合β中，至少出现一次，至多出现λ次。本发明，使得培养基中各因素都能被均衡考虑，采用该方法进行培养试验，并将得到的实验结果应用于人工神经网络，可以很好地覆盖人工神经网络中的各个神经元，并且训练神经元可体现出培养基各元素间的交互性，使得在试验组数尽可能少的情况下，达到对人工神经网络最好的训练。
-
公开(公告)号：CN105868691A
公开(公告)日：2016-08-17
申请号：CN201610148321.5
申请日：2016-03-08
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/00724 , G06K2209/21 , G06K2209/23 , G06N3/02
Abstract: 本发明提出一种基于快速区域卷积神经网络的城市车辆追踪方法，在监控视频中标注要追踪的车辆，输入到神经网络中进行快速的训练得到模型，通过识别道路监控视频来判断该车辆是否在此路口出现，在地图上标注出所有检测到此车辆的摄像头的位置，按照时间顺序连接，就可以得到此车辆的行驶轨迹，使用车辆的历史轨迹可以预测车辆的行驶方向，在最短的时间找出车辆在城市中的位置。
-
Patent Agency Ranking
公开(公告)号：CN105760422A
公开(公告)日：2016-07-13
申请号：CN201610040257.9
申请日：2016-01-18
Applicant: 中国石油大学(华东)
CPC classification number: G06F9/545 , G06F16/24568
Abstract: 本发明提出了一种面向迭代式海量实时流计算方法，属于[在线，批处理/流处理，Iterative]类型的大数据编程模型，包括以下步骤：步骤一、搭建集群环境；步骤二、开发拓扑结构，上传拓扑任务到大数据集群环境；步骤三、打开监控页面；步骤四、启动监控器，感知拓扑结构的运行状态。本发明提出了一种面向迭代式海量实时流计算方法，能够为特定算法或应用提供数据迭代计算的编程基础；具有低延迟、迭代计算、内存计算、高度并行等优点；在充分利用现有的大数据底层通信技术的前提下，实时读取海量流数据，迭代计算并行化的数据流，达到满足特定业务下数据迭代计算的需求。
-
公开(公告)号：CN105700947A
公开(公告)日：2016-06-22
申请号：CN201610084894.6
申请日：2016-02-02
Applicant: 中国石油大学(华东)
CPC classification number: G06F9/4881 , G06F9/5083
Abstract: 本发明提出了一种针对实时云环境Storm的提高网络资源利用率计算方法，在一个Tuple数据从一个Spout或者Bolt发送之前，结合拓扑动态结构，首先进行第一个判断过程，判断即将接受Tuple数据的Bolt是否与发射Tuple数据的Spout或者Bolt在同一个Worker里面；如果是，那么直接将数据的引用或指针发送给接受Bolt；如果不是，那么接下来进行第二个判断过程，判断即将接受Tuple数据的Bolt是否与发射Tuple数据的Spout或者Bolt在同一个物理节点上。本发明旨在确定Tuple的发送者与接收者之间的部署关系，来减少网络开销。
-
公开(公告)号：CN105678214A
公开(公告)日：2016-06-15
申请号：CN201510995736.1
申请日：2015-12-21
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/00825 , G06K9/6268
Abstract: 本发明提出了一种云环境下基于卷积神经网络车型识别的车流量统计方法，包括以下步骤：构建车型数据库；设计用于车型识别的卷积神经网络；进行卷积神经网络的训练；利用实时云平台进行车型识别；利用卡尔曼滤波器跟踪车辆，统计相应车型的车流量。本发明的云环境下基于卷积神经网络车型识别的车流量统计方法，将基于卷积神经网络的图像识别技术与云计算相结合，把基于车型识别的车流量统计利用云计算技术并行化，提高车流量统计的速率；在充分利用计算资源的前提下，找到最优的网络，对车型进行识别，统计出车流量，达到实时的目的。
-
公开(公告)号：CN105630652A
公开(公告)日：2016-06-01
申请号：CN201610084893.1
申请日：2016-02-02
Applicant: 中国石油大学(华东)
CPC classification number: G06F11/3006 , G06F9/45508 , G06F11/323 , G06F2201/805
Abstract: 本发明提出了一种面向实时大数据平台Storm的运行时三维可视化系统，周期性地与Storm云环境主节点交互，感知集群节点个数和资源消耗、worker与任务线程到Storm云的物理映射、每个任务资源消耗、拓扑结构的静态结构和动态属性的状态，实现对Storm云环境内部运行状态的监控；同时，利用OpenGL在Java虚拟机上实现的JOGL开源库来实现对所获得的状态的实时可视化。本发明的面向实时大数据平台Storm的运行时三维可视化系统具有资源消耗少的特点，不会与Storm集群运行的任务争抢资源。
-
公开(公告)号：CN105184654A
公开(公告)日：2015-12-23
申请号：CN201510684023.3
申请日：2015-10-20
Applicant: 中国石油大学(华东)
IPC: G06Q50/00
Abstract: 本发明实施例提供了一种舆情热点关键词获取方法。本发明的基于社区划分的舆情热点实时获取方法，其通过构建用户相似性关系图，实现相似性社区划分，发现相似性用户代表，减少对大量冗余信息的处理开销，抵抗数据爆炸。本发明实施例还提供一种舆情热点关键词获取装置。本发明实施例提供的技术方案能够实时响应舆情安全事件，提高舆情安全事件的响应速度。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.034 seconds)
