基于跨模态融合和注意力机制的有机质显微组分鉴定方法

    公开(公告)号:CN117975448A

    公开(公告)日:2024-05-03

    申请号:CN202410015925.7

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于跨模态融合和注意力机制的有机质显微组分鉴定方法,属于人工智能及地质领域。传统的有机质显微组分鉴定方法存在劳动强度大、主观性高、效率低等问题,限制了其在工业领域中的应用。本申请提出的自动化鉴定方法,将有机质显微图像中的组分识别任务转化为像素级分类问题。其核心技术包括:提出了CFA‑Unet模型,融合油浸反射光和荧光图像,实现了有机质显微组分像素级分类。引入跨模态融合方法,加强模态间特征信息交互,并采用加权注意力机制,减少组分误识别。实验证明,本申请中的CFA‑Unet模型取得了卓越性能,具有更强的分割性能、抗干扰能力和泛化性能。此技术的应用能够有效提高有机质资源质量评估的效率和精度。

    基于目标检测和语义分割的流体包裹体分析方法及系统

    公开(公告)号:CN117789205A

    公开(公告)日:2024-03-29

    申请号:CN202410015923.8

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于目标检测和语义分割的流体包裹体分析方法及系统,旨在满足地球科学、资源勘探、实验地质学等多领域需求。传统的流体包裹体分析方法劳动强度大、主观性高、效率低,限制了其在科研和工业领域的应用。本发明分析包含流体包裹体的显微图像的过程为:采用OCR与图像处理方法分析标度尺信息;针对包含流体包裹体显微图像的特点,改进YOLOX‑m目标检测算法,使其适用于识别流体包裹体的位置和类别;针对单个流体包裹体的特点,改进UNet2+语义分割算法,结合图像处理方法实现对单双相流体包裹体长宽比和双相流体包裹体气液比的估算。本发明可简单高效地实现对流体包裹体参数的快速分析和识别。

    基于双解码器融合UNetFormer架构的双模态煤岩显微组分识别方法

    公开(公告)号:CN117789206B

    公开(公告)日:2025-01-28

    申请号:CN202410015924.2

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于双解码器融合UNetFormer架构的双模态煤岩显微组分识别方法。该方法旨在准确识别煤岩中的显微组分,以指导其在工业中的高效利用。本发明结合荧光和反射光煤岩显微图像信息,提出了一种基于双解码器UNetFormer的端到端双模态语义分割方法,包括:分别采用ResNet18和Transformer结构作为基础网络的编码器和解码器;为改善显微组分边缘的分割结果,本发明为基础网络额外引入了边缘解码器,并设计了辅助损失函数以优化网络训练。实验结果表明,本发明所提出方法在显微组分语义分割方面取得了极佳的效果,平均交并比达到了75.07%,超过了煤岩显微组分识别领域其他任何识别方法。该双模态显微组分识别方法为煤岩质量预测和高效利用提供了宝贵的洞见。

    一种结合真空预压制备重塑土的双向排水固结装置及固结工艺

    公开(公告)号:CN106930268A

    公开(公告)日:2017-07-07

    申请号:CN201710172669.2

    申请日:2017-03-21

    CPC classification number: E02D3/10

    Abstract: 本发明公开了一种结合真空预压制备重塑土的双向排水固结装置及固结工艺,包括抽真空设备和土样制作室;抽真空设备包括真空水罐和真空泵,土样制作室为一双层筒体结构,其包括外筒、与外筒相连的内筒以及密封活塞;外筒与内筒之间形成的空腔为真空室;真空室通过外筒底部的气动阀门经排水管与真空水罐连通;内筒的内壁和底部设有反滤层,由内筒围成的空腔为土样室,内筒的筒壁下半部和底部设有排水孔。本发明实现了泥浆在真空预压和砝码荷载双重作用下双向排水固结,该装置操作简易方便、制样周期短且能够被重复利用,试样的均匀度和饱和度高,有效地提高了室内土工试验的研究效率。

    基于跨模态融合和注意力机制的有机质显微组分鉴定方法

    公开(公告)号:CN117975448B

    公开(公告)日:2025-01-28

    申请号:CN202410015925.7

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于跨模态融合和注意力机制的有机质显微组分鉴定方法,属于人工智能及地质领域。传统的有机质显微组分鉴定方法存在劳动强度大、主观性高、效率低等问题,限制了其在工业领域中的应用。本申请提出的自动化鉴定方法,将有机质显微图像中的组分识别任务转化为像素级分类问题。其核心技术包括:提出了CFA‑Unet模型,融合油浸反射光和荧光图像,实现了有机质显微组分像素级分类。引入跨模态融合方法,加强模态间特征信息交互,并采用加权注意力机制,减少组分误识别。实验证明,本申请中的CFA‑Unet模型取得了卓越性能,具有更强的分割性能、抗干扰能力和泛化性能。此技术的应用能够有效提高有机质资源质量评估的效率和精度。

    基于目标检测和语义分割的流体包裹体分析方法及系统

    公开(公告)号:CN117789205B

    公开(公告)日:2024-10-29

    申请号:CN202410015923.8

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于目标检测和语义分割的流体包裹体分析方法及系统,旨在满足地球科学、资源勘探、实验地质学等多领域需求。传统的流体包裹体分析方法劳动强度大、主观性高、效率低,限制了其在科研和工业领域的应用。本发明分析包含流体包裹体的显微图像的过程为:采用OCR与图像处理方法分析标度尺信息;针对包含流体包裹体显微图像的特点,改进YOLOX‑m目标检测算法,使其适用于识别流体包裹体的位置和类别;针对单个流体包裹体的特点,改进UNet2+语义分割算法,结合图像处理方法实现对单双相流体包裹体长宽比和双相流体包裹体气液比的估算。本发明可简单高效地实现对流体包裹体参数的快速分析和识别。

    基于双解码器融合UNetFormer架构的双模态煤岩显微组分识别方法

    公开(公告)号:CN117789206A

    公开(公告)日:2024-03-29

    申请号:CN202410015924.2

    申请日:2024-01-05

    Abstract: 本发明公开了一种基于双解码器融合UNetFormer架构的双模态煤岩显微组分识别方法。该方法旨在准确识别煤岩中的显微组分,以指导其在工业中的高效利用。本发明结合荧光和反射光煤岩显微图像信息,提出了一种基于双解码器UNetFormer的端到端双模态语义分割方法,包括:分别采用ResNet18和Transformer结构作为基础网络的编码器和解码器;为改善显微组分边缘的分割结果,本发明为基础网络额外引入了边缘解码器,并设计了辅助损失函数以优化网络训练。实验结果表明,本发明所提出方法在显微组分语义分割方面取得了极佳的效果,平均交并比达到了75.07%,超过了煤岩显微组分识别领域其他任何识别方法。该双模态显微组分识别方法为煤岩质量预测和高效利用提供了宝贵的洞见。

Patent Agency Ranking