-
公开(公告)号:CN117874222B
公开(公告)日:2024-05-17
申请号:CN202410281941.0
申请日:2024-03-13
Applicant: 中国石油大学(华东)
Abstract: 本发明公开基于语义一致性的抽象摘要文本防御方法,属于对抗学习技术领域,用于文本防御,包括使用抽象摘要掩码语言模型,从对抗性样本中获得摘要,使用分类器对进行分类,得到分类结果,结合分类器模型对抽象摘要掩码语言模型进行微调,得到微调的抽象摘要掩码语言模型;使用微调的抽象摘要掩码语言模型对样本进行汇总,得到语义一致性的结果或者分类输出,完成文本防御。本发明通过对文本摘要模型进行微调,使其可以成功缓解字符级、单词级、句子级和多级攻击,并且在文本分类模型未受到攻击时对其产生较小的影响。使用微调的抽象摘要掩码语言模型进行摘要,微调后的抽象摘要掩码语言模型可以有效消除对抗性扰动。
-
公开(公告)号:CN116824525B
公开(公告)日:2023-11-14
申请号:CN202311091102.4
申请日:2023-08-29
Applicant: 中国石油大学(华东)
IPC: G06V20/54 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/422 , G06V10/58 , G06V10/52 , G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于交通道路影像的图像信息提取方法,属于电数字数据处理、图形数据读取和图像数据处理技术领域,用于提取交通道路影像的图像信息,包括获得交通道路影像、构建基于交通道路影像的图像信息提取网络、将训练集、验证集、测试集中的交通道路影像分别输入构建好的基于交通道路影像的图像信息提取网络中。本发明通过对不同通道进行不同的卷积,增强模型对遥感图像中复杂场景和多样性目标的建模能力,更有利于局部特征的提取,提高准确性和泛化能力;多层的平均池化操作在缩小特征图尺寸的同时,也将局部信息进行了整合,得到了整个特征图的平均值,并引入近似的低频信息。这有助于提取全局信息,捕捉图像中的整体结构和上下文关系。
-
公开(公告)号:CN113793267B
公开(公告)日:2023-08-25
申请号:CN202111102985.5
申请日:2021-09-18
Applicant: 中国石油大学(华东)
IPC: G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明公开了一种基于跨维度注意力机制的自监督单遥感图像超分辨率方法,属于模式识别技术领域,提出跨维度注意力机制引导网络,跨维度注意力机制引导网络是一种自监督超分辨率方法,利用单张图像内部信息的可再现性,避免模型性能对于大规模训练数据集的依赖,通过将输入的图像进行下采样,组成自训练对,在训练过程中学习图像内部的自相似性和退化过程,然后将输入的低分辨率图像进行图像超分辨率重建。其次还提出跨维度注意力机制模块,通过对图片特征的通道与空间特征之间的相互依赖关系建模,考虑通道维度与空间维度之间的相互作用,通过学习得到通道与空间的特征权重,选择性地捕捉更多的信息特征,进而提高静态卷积神经网络的学习能力。
-
公开(公告)号:CN116413332A
公开(公告)日:2023-07-11
申请号:CN202310688130.8
申请日:2023-06-12
Applicant: 中国石油大学(华东)
IPC: G01N27/83
Abstract: 本发明属于水下焊缝结构健康监测技术领域,尤其涉及一种水下结构裂纹柔性阵列监测探头。该种水下结构裂纹柔性阵列监测探头,可在不祛除附着物和涂层情况下对焊缝位置开展长期定点的裂纹扩展可视化监测,及时有效地获取裂纹信息,从而为水下结构物裂纹扩展监测、安全评估及维修决策提供技术及装备支撑。水下结构裂纹柔性阵列监测探头,包括有:柔性阵列监测探头模块、前端信号处理模块以及上位机;柔性阵列监测探头模块包括有:上层硅基柔性保护层、坡莫合金磁屏蔽层、柔性平面式双矩形激励线圈、柔性监测传感器阵列、下层硅基柔性保护层;前端信号处理模块包括有差分信号放大电路、时分多路复用电路以及带通滤波放大电路。
-
公开(公告)号:CN115908206B
公开(公告)日:2023-06-16
申请号:CN202310231086.8
申请日:2023-03-13
Applicant: 中国石油大学(华东)
IPC: G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于动态特征注意力网络的遥感图像去雾方法,属于一般的图像数据处理或产生技术领域,用于对遥感图像进行去雾处理,包括采用卷积层进行浅层特征提取,构建动态特征注意力模块,将浅层特征通过卷积层、激活层,然后与输入浅层特征进行元素相加,再通过一个卷积层得到特征映射,将特征映射作为动态特征注意力模块的输入,像素注意力模块的输出与浅层特征进行元素相加得到一个基本块的输出,最后一个基本块的输出经过卷积层并与浅层特征进行元素相加通过残差学习得到组结构的输出,组结构的输出经过两层的卷积层进行特征提取后,与输入图像进行元素相加,通过残差结构将遥感图像中的雾霾去除,获得去雾后的遥感图像。
-
公开(公告)号:CN112329801B
公开(公告)日:2022-06-14
申请号:CN202011411926.1
申请日:2020-12-03
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种卷积神经网络非局部信息构建方法,所述方法利用普通的卷积神经网络提取图像的卷积特征;采用自注意力机制计算图像的像素级全局注意力图;通过注意力图构建图像内部的全局图结构;采用图卷积神经网络在图像内部的全局图结构上提取具有非局部性的图特征;采用矩阵乘法将图像的图特征与卷积特征进行融合,并将融合的特征输入到后续网络中。本发明方法不仅仅能提取图像固定感受野下的局部特征,还能够提取非局部特征,减少卷积神经网络在图像特征提取上的误差,显著增加图像生成与分类有效性。
-
公开(公告)号:CN109630095B
公开(公告)日:2019-08-30
申请号:CN201811463075.8
申请日:2018-12-03
Applicant: 中国石油大学(华东)
IPC: E21B47/009 , E21B47/06 , E21B47/07 , G06F17/50
Abstract: 本发明公开了一种基于多视角学习的抽油机井工况识别方法及系统,属于工况诊断技术领域,采用基于大数据生产环境下的多视角学习方法,以实测地面示功图和电功率信号为两个不同的主视角,实测井口温度和井口压力信号为两个辅视角,进行有效组合并利用这四个实测视角,通过少量抽油机井工况数据或结合大量未知工况数据建立工况识别模型,其中,建立的工况识别模型有效集成了Hessian正则化和多视角学习方法,能够充分利用大数据和油气生产物联网环境下有杆泵采油生产系统采集的海量多源实时信息,突破单一信息源识别抽油机井工况的局限性和传统多源信息识别方法的技术瓶颈,从而进一步提高了抽油机井工况识别精准率和工程实用性。
-
公开(公告)号:CN109583519A
公开(公告)日:2019-04-05
申请号:CN201811608273.9
申请日:2018-12-27
Applicant: 中国石油大学(华东) , 山东大学
Abstract: 本发明公开一种基于p-Laplacian图卷积神经网络的半监督分类方法,属于半监督分类技术领域。包括:1:提取训练样本特征;2:计算其p-Laplacian矩阵;3:计算样本结构信息矩阵;4:建立p-Laplacian的图卷积神经网络模型;5:对训练样本的特征进行卷积操作,得到第一层网络的输出;6:每一层网络的输出作为下一层网络的输入;7:将最后一层卷积网络的输出输入softmax分类器,得到模型参数;8:计算验证样本交叉熵损失,选择模型参数;9:对测试样本提取特征;10:利用模型对其训练,将最后一层卷积网络输出送到softmax分类器分类。本申请采用多次卷积操作,能够大幅度提高模型分类效果。
-
公开(公告)号:CN105686935B
公开(公告)日:2018-06-01
申请号:CN201610012203.1
申请日:2016-01-08
Applicant: 中国石油大学(华东)
Inventor: 刘伟锋
Abstract: 本发明涉及一种智能导盲方法,包括:获取位置信息;路径规划分析;路况实时分析:结合地图及定位信息判断是否需要进行交叉路口的交通信号检测;分析交通信息号灯状态,并提示用户;构建混合高斯模型,对获取的路况图像进行背景分析获得图像背景,进而获得前景图像信息;根据上述前景图像信息进行特征分析,判断路面信息及行人、车辆信息,并提示用户。本发明所述方法能够实现对复杂路况做出准确全面的检测和合理的评估,给使用者以合理及时的提示,为特殊人群领域特别是盲人、老年人的出行提供方便,实现精确定位、路径导航、路况检测及语音提示功能,具有广泛推广意义。
-
公开(公告)号:CN105718959A
公开(公告)日:2016-06-29
申请号:CN201610055128.7
申请日:2016-01-27
Applicant: 中国石油大学(华东)
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6267
Abstract: 本发明涉及一种基于自编码的物体识别方法,首先为训练过程,即对自编码器和分类器进行训练,在对自编码器的训练过程中加入了Large?Margin正则化项;然后为识别过程,将待识别的物体图像数据,转化为相应格式,输入到已训练好的自编码器和分类器中,进行分类识别。本发明在训练自编码器的过程中加入了Large?Margin的有监督正则化,使得其映射空间中同类样本点相聚集,异类之间相远离,使得不同类别之间的特征区分的更加明显,从而在特征数据输入到分类器中之后提高其分类识别效果。
-
-
-
-
-
-
-
-
-