-
公开(公告)号：CN110020684B
公开(公告)日：2021-01-29
申请号：CN201910276255.3
申请日：2019-04-08
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于残差卷积自编码网络的图像去噪方法，为了克服传统浅层线性结构特征提取能力有限，现有基于深度学习的图像去噪模型存在泛化能力弱等问题。以残差块、批归一化层和自编码器组成的残差卷积自编码块为基本去噪网络结构，提出了多功能去噪残差卷积自编码神经网络。本发明公开的图像去噪方法，在保持较高去噪质量和去噪精度的同时，不仅拥有盲去噪能力，还能去除与训练集类型不相同的噪声。
-
公开(公告)号：CN111007566B
公开(公告)日：2020-12-18
申请号：CN201911380340.0
申请日：2019-12-27
Applicant: 西南石油大学
Abstract: 本发明公开了一种曲率驱动扩散全卷积网络地震数据坏道重建与去噪方法，为了克服传统坏道重建和去噪方法的泛化能力弱、去噪精度不高的局限性，本发明由曲率驱动扩散层、八卷积结构、高低级组合结构、多尺度跳线结构为基础，提出基于曲率驱动扩散和深度学习的坏道重建与去噪方法。本发明公开的地震数据坏道重建与去噪方法，不但可高效的重建坏道，而且经压制噪声后的数据，在不产生假象的同时，还可使地震数据的局部细节得以完整保留。
-
公开(公告)号：CN111007566A
公开(公告)日：2020-04-14
申请号：CN201911380340.0
申请日：2019-12-27
Applicant: 西南石油大学
Abstract: 本发明公开了一种曲率驱动扩散全卷积网络地震数据坏道重建与去噪方法，为了克服传统坏道重建和去噪方法的泛化能力弱、去噪精度不高的局限性，本发明由曲率驱动扩散层、八卷积结构、高低级组合结构、多尺度跳线结构为基础，提出基于曲率驱动扩散和深度学习的坏道重建与去噪方法。本发明公开的地震数据坏道重建与去噪方法，不但可高效的重建坏道，而且经压制噪声后的数据，在不产生假象的同时，还可使地震数据的局部细节得以完整保留。
-
公开(公告)号：CN109085649B
公开(公告)日：2020-02-28
申请号：CN201811191632.5
申请日：2018-10-12
Applicant: 西南石油大学
IPC: G01V1/36
Abstract: 本发明专利提供了一种基于小波变换优化的地震资料去噪方法，该方法针对传统阈值函数方法处理的重构系数在阈值点处出现间断，重构系数与分解系数间总存在着恒定的偏差，严重影响重构信号准确性的问题，通过建立一种改进后的新型分数阶阈值函数，以小波变换为核心思想，以达到有效改善地震剖面处理效果为目标，确定新的阈值函数。该方法与目前的同类技术相比较而言，具有去噪结果更加逼近原始有用信号，地震剖面处理效果有较大改善，信噪比能更大程度提高的优点。
-
公开(公告)号：CN110132626A
公开(公告)日：2019-08-16
申请号：CN201910419291.0
申请日：2019-05-20
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的抽油机故障诊断方法，传统故障诊断方法存在依赖于人工选择特征，计算复杂，准确率不高的问题，现有的应用于抽油机故障诊断的深度神经网络均是在单通路内完成的，滤波器的尺寸在每一层都是单一设置的，限制了参数的灵活性。以多尺度卷积块为核心结构，提出了一种基于多尺度卷积神经网络的抽油机故障诊断方法。该方法，避免了传统故障诊断方法复杂的特征工程以及特征选择的不确定性对故障识别准确率的影响，同时，该方法能够提取到示功图更加丰富、有效的全局和局部特征，提高故障诊断准确率。
-
Patent Agency Ranking
公开(公告)号：CN107728213A
公开(公告)日：2018-02-23
申请号：CN201710910673.4
申请日：2017-09-29
Applicant: 西南石油大学
IPC: G01V1/36
CPC classification number: G01V1/364 , G01V2210/324
Abstract: 本发明提供了一种小波新阈值函数地震资料去噪方法，该方法针对油气地震勘探的低信噪比地区，地震资料品质达不到处理、解释要求的问题，通过建立一种克服硬软阈值缺点的新阈值函数，以小波变换为核心思想，以达到地震资料去噪为目标，确定新的阈值函数。该方法与目前的同类技术相比较而言，具有去噪结果更加逼近原始有用信号，地震资料品质有较大改善的优点。
-
公开(公告)号：CN107664771A
公开(公告)日：2018-02-06
申请号：CN201710899066.2
申请日：2017-09-28
Applicant: 西南石油大学
IPC: G01V1/30
CPC classification number: G01V1/307 , G01V2210/65
Abstract: 随着勘探开发进入中后期，为了提高油气采收率，微地震监测及定位技术变得越来越重要。关于震源定位的算法有很多，目前大多数算法都是在初至时间和传播速度这两个参数的基础上建立方程并求解定位。实际地震资料中这两个参数难以精确获得，因此定位精度会受到影响。针对此问题缪华祥等基于倾斜叠加和扫描思想提出微地震全波自动定位方法，有效避免了以上问题。但是该微地震全波自动定位方法存在噪音抵抗力不足等问题。针对此问题本发明提出基于相似性系数的微地震全波自动定位方法，首先，使用正弦时窗加权处理各个数据；然后，优化原有相似性系数算法，将除法运算改为减法运算，加快了运行效率，实行了归一化处理函数判断位置。与原有方法比较，在抗噪音、突出极值上有明显提高，且计算量明显降低。
-
公开(公告)号：CN104836652B
公开(公告)日：2017-12-08
申请号：CN201510234000.2
申请日：2015-05-11
Applicant: 西南石油大学
IPC: H04L5/00 , H04L27/26 , H04B7/0413 , H04L25/02
Abstract: 本发明是一种低信噪比下的STBC MIMO‑OFDM系统时频同步新方法，其特征在于：在低信噪比条件下，针对STBC MIMO‑OFDM系统很难获得精确的时频同步问题，本发明提出一种低信噪比条件下的STBC MIMO‑OFDM系统时频同步新方法。该方法首先利用一组复互补序列集和正交矩阵构造一个复正交互补序列，通过正交矩阵变换扩展该序列，从而获得合适长度的复正交互补序列；为提高该序列的自相关性和互相关性，训练序列是由该序列的共轭取反特性构造，并叠加于数据信号上。在接收端通过训练序列与数据信号相关获取良好的同步信号，并且整数频偏估计范围可以达到ε∈(‑N/4,N/4)。在低信噪比条件下，本发明提出的同步方法与常规方法比较，在‑15dB时可以获得更加精确的时间同步和较大的频偏范围，且计算复杂度更低。
-
公开(公告)号：CN105184755B
公开(公告)日：2017-12-05
申请号：CN201510676797.1
申请日：2015-10-16
Applicant: 西南石油大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于自一致性的含联合全变分的并行磁共振成像高质量重构方法，本发明基于SPIRiT框架，针对含有JTV和JL1复合正则项的并行成像的重构问题，提出了一种高质量的重构算法。首先将有约束的重构问题，转化为无约束的最优化问题，再对数据保真项和自校正项进行简化，再采用算子分裂技术将简化后的重构问题转化成一个梯度计算问题和一个含有JTV和JL1复合正则项的去噪问题，复合正则项的去噪问题通过全新设计的基于Split Bregman技术的算法求解。最后再通过FISTA进行加速。本发明设计实验，比较了新算法与其他常用算法的重构性能。实验仿真表明，新算法的收敛速度与POCS算法相当，而重构图像的SNR有较大提升。
-
公开(公告)号：CN106685876A
公开(公告)日：2017-05-17
申请号：CN201610998132.7
申请日：2016-11-14
Applicant: 西南石油大学
IPC: H04L27/26
CPC classification number: H04L27/2621 , H04L27/2614
Abstract: 本发明公开了一种降低OFDM系统峰均功率比的低复杂度多维快速部分序列传输方法，解决了部分序列传输方法在OFDM系统中降低传输信号的高峰均功率比需要高计算复杂度的问题。传输信号经过分块并构成多个二维平面，采用平面搜索方法对其进行次优搜索，该方法不仅减少部分序列传输方法搜索的次数，而且几乎不会降低优化峰均比的性能，可以实现系统计算复杂度和PAPR性能改善的折衷。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.022 seconds)
