-
公开(公告)号：CN115126473B
公开(公告)日：2023-08-15
申请号：CN202210764894.6
申请日：2022-06-29
Applicant: 重庆科技学院
IPC: E21B47/00
Abstract: 本发明涉及岩气开发技术领域，具体涉及一种页岩气井标准化测试产量的计算方法，包括使用油嘴采集测试动态数据；基于测试动态数据得到初始时刻动态数据和结束时刻动态数据；基于初始时刻动态数据和结束时刻动态数据，利用气液多相管模型分别计算初始时刻井底流压和结束时刻井底流压；基于初始时刻井底流压和结束时刻井底流压利用瞬时无阻流量计算公式计算初始时刻瞬时无阻流量和结束时刻瞬时无阻流量；基于初始时刻瞬时无阻流量和结束时刻瞬时无阻流量计算初始时刻标准化产量和结束时刻标准化产量；基于初始时刻标准化产量和结束时刻标准化产量计算标准测试产量，解决了现有的产量测试方法对各井的测试标准不一致的问题。
-
公开(公告)号：CN112001347B
公开(公告)日：2023-07-21
申请号：CN202010894682.0
申请日：2020-08-31
Applicant: 重庆科技学院
IPC: G06V40/20 , G06V40/10 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于人体骨架形态与目标检测技术结合的动作识别办法，首先对监控区域的视频流进行初步的预处理，将视频流的帧数、码率、分辨率进行调整；然后利用YOLOv4模型对行人和物品种类进行检测，将检测到的物品种类和行人的位置信息记录保存，接着使用OpenPose提取人体骨架信息，后将人体骨架信息根据所需检测动作制作成正负样本数据集并训练动作分类器模型；分类器输出的动作信息和物品信息进行关联度匹配后输出最终的动作置信度。将模型运用于监控视频流中，当检测到设定动作时，发送动作信息和行人坐标信息至后台管理处，从而提高监控的智能化水平。
-
公开(公告)号：CN114002744B
公开(公告)日：2023-07-14
申请号：CN202111268205.4
申请日：2021-10-29
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法，首先对研究区测井数据的层内各点特征进行预处理并拼接成样本；针对层内深度不同的样本进行深度统一化处理；将样本输入卷积神经网络提取高维非线性测井特征；使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射，进一步学习测井数据的多尺度特征；致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性，能有效提高储层识别精度。
-
公开(公告)号：CN112052905B
公开(公告)日：2023-02-03
申请号：CN202010954032.0
申请日：2020-09-11
Applicant: 重庆科技学院
IPC: G06F18/213 , G06F18/241 , G06N3/044 , G06N3/08 , G06N3/043 , G06F3/048
Abstract: 本发明涉及汽车主动安全技术领域，具体公开了一种基于循环神经网络的驾驶人多操作疲劳特征提取方法，包括步骤：S1.基于循环神经网络构建模糊循环神经网络模型；S2.对模糊循环神经网络模型进行训练和测试，得到训练完成的疲劳特征提取模糊循环神经网络；S3.采用疲劳特征提取模糊循环神经网络实时提取实际驾驶中驾驶人多操作变量下的疲劳特征。本发明基于循环神经网络构建具有四层网络结构的模糊循环神经网络模型，综合考虑了驾驶人多种操作变量对疲劳特征提取的稳定贡献，采用了大量的驾驶人多操作传感数据进行训练和测试，得到训练完成的疲劳特征提取模糊循环神经网络，并应用在驾驶人的实际驾驶中，从而能够实时有效地提取驾驶人疲劳特征。
-
公开(公告)号：CN115375654A
公开(公告)日：2022-11-22
申请号：CN202211009635.9
申请日：2022-08-22
Applicant: 重庆科技学院
IPC: G06T7/00 , G06T7/11 , G06T7/12 , G06T7/136 , G06V10/26 , G06V10/28 , G06V10/82 , G06T5/30 , G01N21/64 , G01V8/02 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于机器视觉的荧光录井系统及其检测方法，系统由移动终端、控制模块、光源模块以及相机模块组成，所述相机模块用于获取岩屑样本的图像信息，所述光源模块用于照射岩屑样本，所述控制模块用于控制光源模块中各个波段的灯源开关，所述移动终端用于岩屑荧光检测。其效果是：一方面通过机器视觉语义分割技术，检测岩屑荧光颜色和亮度，进行荧光定量分析。另一方面通过算法移植技术，将深度学习算法部署到移动终端，保证在无网络的情况下也能进行荧光录井工作，确保系统稳定性，提高工作效率。
-
Patent Agency Ranking
公开(公告)号：CN111950518B
公开(公告)日：2022-09-13
申请号：CN202010874439.2
申请日：2020-08-27
Applicant: 重庆科技学院
Abstract: 本发明提供了一种基于光流判断与人员分布概率的暴力行为检测训练数据集数据增强方法。首先，获取一定量的视频帧，利用稠密光流对视频帧中的高危暴力区域进行提取。然后，利用CSR‑Net人群计数网络，得到视频帧中的人员分布。最后，综合判断视频帧中最可能发生暴力行为的区域，对视频帧进行截取并重新输出为新的视频。该方法对用于暴力行为识别训练的视频数据集进行优化，提取神经网络的ROI，将暴力行为仅出现在监控画面的角落，或是出现在较远距离，导致需关注的重点目标过小的视频训练集数据进行增强，能够有效提升神经网络的训练效果。
-
公开(公告)号：CN114417185A
公开(公告)日：2022-04-29
申请号：CN202110791690.7
申请日：2021-07-13
Applicant: 重庆科技学院
IPC: G06F16/9537 , G06F16/9538 , G06F16/951 , G06F40/242 , G06F40/289 , G06Q10/04 , G06Q50/26
Abstract: 本发明提供了一种基于用户画像的人员定位方法，首先，获取真实的个人历史交易记录，然后，通过jieba分词对交易词条进行分词，将分词和创建的行为标签字典进行比对，得到当天的行为标签刻画，并使用词云进行可视化。通过对IP地址以及商品交易地址进行地理编码，得到经纬度，结合地图API进行地图标记。最后使用分别对两个维度进行积分累加处理，最终得到个人的行为标签和地理活动范围。该方法在对用户画像的时空维度进行了详细的刻画，能够准确的分析出个人一段时间内的时空路线，提供未来可能发生违反安保、盗窃财产行为的时间和地点，从而给出有效的治理建议，为实际破案提供辅助，得到对案件起关键作用的线索。该方法可以为破案人员提供破案依据，极大地缩短破案时间，提高执行效率。
-
公开(公告)号：CN113887867A
公开(公告)日：2022-01-04
申请号：CN202111004904.8
申请日：2021-08-30
Applicant: 重庆科技学院
Abstract: 本发明提供一种用于灾害应急物资调度的个体排序双支点动态分解方法，首先通过取每个目标方向上的极端解，确定一个初始已排序解集合Q以及未排序解集合W,然后主要对W未排序解集合进行处理，通过在W中找到离Q已排序解集合最远与最近的两个点P1及P2，以便后续分解目标空间，随后进行目标空间的分解，计算P1与P2间的距离P作为轴，通过支点P1、P2将目标空间划分为两个子空间，得到SA候选解和SB淘汰解，最后构建一个参考向量λ(p)，通过聚合函数得到候选解集SA中的最优解s。本发明通过对一种用于种群个体排序的双支点动态分解策略方法，该排序方法增加从W中选择距离Q最近的点作为支点P2，并通过P1和P2的距离P12与W集合中的解和两支点距离之差比较来分解空间，这样既能保证种群多样性也能达到快速收敛的效果。
-
公开(公告)号：CN106373022B
公开(公告)日：2021-12-24
申请号：CN201610820775.2
申请日：2016-09-13
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于BP‑GA的温室农作物种植效率条件优化方法及系统，其中的方法包括：采集温室农作物的样本数据；根据所采集的样本数据构建三层拓扑结构的BP神经网络模型；用样本数据对所构建的三层BP神经网络模型进行训练，挖掘输入变量与输出变量之间的函数关系；根据函数关系和预设的评分权重，获取综合指标E，利用GA对所述函数关系进行极值寻优，获取决策参数；其中，决策参数为在综合指标E为最优时，对应的输入变量组合。通过本发明能够及时地掌握使温室农作物种植效率提升的最优决策参数组合，并做出精确地预测；可以及时采取调节措施，使影响种植效率的关键因素得到合理的控制，保证种植产量可观，品质提升，有效的节约资源，降低生产成本。
-
公开(公告)号：CN108804721B
公开(公告)日：2021-09-14
申请号：CN201710283330.X
申请日：2017-04-26
Applicant: 重庆科技学院
IPC: G06F30/20 , G06N3/02 , G06K9/00 , E21B47/008
Abstract: 本发明提供了一种基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法。首先，利用RBF神经网络对决策参数进行建模，然后，利用无迹Kalman卡尔曼滤波算法实时更新神经网络模型隐层的权值、中心及宽度，得到神经网络最优参数，最后，利用自适应滤波算法来提高模型稳定性，建立基于自适应无迹Kalman滤波与RBF神经网络相结合的抽油机故障诊断方法。本烦的显著效果是：无迹Kalman滤波具有实时更新性能，从而实现RBF神经网络的非线性动态建模，自适应滤波算法可以提高模型稳定性，满足复杂环境下对模型精度的要求。该方法提高了故障诊断的精确率，真正达到实时检测抽油机运行状况的目的。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.067 seconds)
