-
公开(公告)号：CN106959432B
公开(公告)日：2019-06-18
申请号：CN201710177034.1
申请日：2017-03-23
Applicant: 中国石油化工股份有限公司胜利油田分公司海洋采油厂 , 中国石油大学(华东)
IPC: G01S5/02
Abstract: 本发明属于海上作业平台人员定位领域，具体是一种基于小波分解低频系数的海上作业平台人员定位方法。主要分为六个步骤：A.安装在油区工作人员身上的定位标签发送UWB信号，定位基站接收该信号；B.定位基站对接收到的UWB信号进行小波分解；C.取小波分解后的低频系数构造能量块；D.建立阈值与能量块峭度的映射关系；E.实际测量时，根据收到的UWB信号，进行实际测距；F.服务器再根据定位标签与不同定位基站之间的距离差，利用双曲线算法，实现人员定位。本发明首次将UWB信号、小波分解、小波分解低频系数构造能量块等应用于海上作业平台人员定位中，在多径、非直视、多金属等海上油区特殊作业条件下可以提高人员测距定位精度。
-
公开(公告)号：CN109800863A
公开(公告)日：2019-05-24
申请号：CN201910042398.8
申请日：2016-08-30
Applicant: 中国石油大学(华东)
IPC: G06N3/04
Abstract: 本发明提出了一种基于模糊理论和神经网络的测井相识别方法，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，测井数据经过模糊区域卷积神经网络进行卷积和池化操作，卷积层和池化层交互，在卷积层和池化层进行模糊操作，从模糊区域卷积神经网络的第一层开始，逐渐增加模糊化的层数，针对不同的数据集调整模糊化层数，模糊区域卷积神经网络的最后一层得到特征向量，该特征向量通过一个滑动窗口将特征映射到一个低维向量中，然后将特征输入到两个全连接层，一个全连接层用来定位，另一个全连接层用来分类。
-
公开(公告)号：CN106372402B
公开(公告)日：2019-04-30
申请号：CN201610762101.1
申请日：2016-08-30
Applicant: 中国石油大学(华东)
IPC: G06N3/04
Abstract: 本发明提出了一种大数据环境下模糊区域卷积神经网络的并行化方法，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，多个工作流并行化经过模糊区域卷积神经网络进行卷积和池化操作，每一小数据集单独利用梯度下降进行训练。本发明优化网络结构和参数，实现更好的分析性能和精度；而且，本发明针对不同的测井数据集调整FR‑CNN模糊化的层数，使提取的特征更好的反映油气储层本身的特性，可以解决测井数据模糊性问题；本发明利用多GPU进行FR‑CNN的并行训练和执行，以提高FR‑CNN的效率。
-
公开(公告)号：CN106529667B
公开(公告)日：2018-10-30
申请号：CN201610863792.4
申请日：2016-09-23
Applicant: 中国石油大学(华东)
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：CN106959432A
公开(公告)日：2017-07-18
申请号：CN201710177034.1
申请日：2017-03-23
Applicant: 中国石油化工股份有限公司胜利油田分公司海洋采油厂 , 中国石油大学(华东)
IPC: G01S5/02
Abstract: 本发明属于海上作业平台人员定位领域，具体是一种基于小波分解低频系数的海上作业平台人员定位方法。主要分为六个步骤：A.安装在油区工作人员身上的定位标签发送UWB信号，定位基站接收该信号；B.定位基站对接收到的UWB信号进行小波分解；C.取小波分解后的低频系数构造能量块；D.建立阈值与能量块峭度的映射关系；E.实际测量时，根据收到的UWB信号，进行实际测距；F.服务器再根据定位标签与不同定位基站之间的距离差，利用双曲线算法，实现人员定位。本发明首次将UWB信号、小波分解、小波分解低频系数构造能量块等应用于海上作业平台人员定位中，在多径、非直视、多金属等海上油区特殊作业条件下可以提高人员测距定位精度。
-
Patent Agency Ranking
公开(公告)号：CN106845415A
公开(公告)日：2017-06-13
申请号：CN201710050765.X
申请日：2017-01-23
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的行人精细化识别方法及装置，该方法包括：构建行人图像数据库，利用行人图像数据库制作包含行人特征的训练数据集，将训练数据集输入到SSD网络进行训练；根据训练结果构建行人精细化图像数据库，制作包含行人各个部位特征的训练数据集，将训练数据集输入到卷积神经网络进行训练；利用训练好的SSD网络提取来自流媒体服务器的实时视频流中的行人特征，根据提取到的行人特征，利用训练好的卷积神经网络提取行人各个部位的特征；将提取到的行人各个部位的特征与行人精细化图像数据库的每个行人相应部位的特征进行匹配，将匹配结果进行组合得到行人精细化识别结果。本发明有效地提高了行人精细化识别的准确率。
-
公开(公告)号：CN105139692B
公开(公告)日：2017-05-17
申请号：CN201510685885.8
申请日：2015-10-20
Applicant: 中国石油大学(华东) , 中国石油化工股份有限公司胜利油田分公司海洋采油厂 , 北京中斗科技股份有限公司
IPC: G08G1/16
Abstract: 本发明属于无线测距、定位技术领域，具体是一种基于相关接收的车辆无线测距方法。主要分为四个步骤：A.对IEEE802.11p协议接收信号进行相关计算并归一化处理；B.对统计结果进行分组求和，得到时延估计序列；C.从时延估计序列中找到信号传播时延；D.根据传播时延计算得到距离。本发明首次将相关求和用于IEEE802.11p协议的无线定位中，具有定位精度高、稳定性好的优点，在多径、非直视、高多普勒频移环境下可以提高车辆测距的精度。
-
公开(公告)号：CN106250580A
公开(公告)日：2016-12-21
申请号：CN201610547969.X
申请日：2016-07-04
Applicant: 中国石油大学(华东)
CPC classification number: G06F17/505 , G06N3/061
Abstract: 本发明提出了本发明提出了一种基于脉冲神经膜系统和匀质神经细胞的逻辑异或门设计方法，基于脉冲累加信息编码方式，使用统一神经计算单元，辅以1类信息过滤单元，通过神经计算单元和信息过滤单元的级联实现了逻辑异或门的计算过程。本发明基于脉冲神经膜系统和匀质神经细胞的逻辑异或门设计方法，将构造逻辑异或门使用的神经计算单元种类降至最少的1种，这有助于利用统一的神经计算单元实现神经电路；利用神经元的级联，实现信息的传递和并行处理，最终实现执行逻辑计算的功能，具有分布式并行的计算特性，可以为神经电路的实现提供可行的计算模型。
-
公开(公告)号：CN104090264B
公开(公告)日：2016-11-09
申请号：CN201410348601.1
申请日：2014-07-22
Applicant: 中国石油大学(华东) , 北京中斗科技股份有限公司
Abstract: 本发明属于无线通信技术领域，涉及的是一种基于超宽带无源射频标签的车辆定位方法。主要分为七个步骤：1.在无车辆经过时超宽带射频标签RF‑Tag不工作，而是进行卫星差分定位；当有车辆经过时，射频读卡器RF‑Reader发射信号激活RF‑Tag；2.RF‑Tag向RF‑Reader发射超宽带信号；3.计算出车载单位OBU与每个RF‑Tag的距离di；4.根据距离di进行相对定位得到车辆的相对坐标L15.根据RF‑Tag的经纬度和L1得到车辆当前的经纬度L；6.根据经纬度L及卫星定位实时信息得到差分信息D，并保存到OBU内存；7.在后续无RF‑Tag的区域，使用差分信息D进行卫星差分定位。本发明可以适应高速公路特殊环境，实现车辆精确定位，为避免高速公路上车辆连环碰撞提供高精度的位置信息。
-
公开(公告)号：CN105868269A
公开(公告)日：2016-08-17
申请号：CN201610148294.1
申请日：2016-03-08
Applicant: 中国石油大学(华东)
IPC: G06F17/30
CPC classification number: G06F16/583
Abstract: 本发明提出了一种基于区域卷积神经网络的精确图像检索方法，利用区域卷积神经网络分析图像的内容，并且标定图像所包含的物体的区域和数量，输入检索条件，通过遍历整个图像数据库就可以准确的输出所有包含该物体的图像。区域卷积神经网络可以分析图像中的所有物体，并且卷积神经网络拥有很高的准确率，相比于传统方法，在很大程度上避免了遗漏或者错误检索的情况，达到精确检索的目的。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.03 seconds)
