-
公开(公告)号:CN115576014B
公开(公告)日:2023-07-11
申请号:CN202211317841.6
申请日:2022-10-26
申请人: 江苏科技大学
IPC分类号: G01V1/50 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于声波远探测成像的裂缝型储层智能识别方法,属于应用地球物理声学测井技术领域;该方法包括以下步骤:步骤1:准备理论模拟数据集;步骤2:人工标注现场数据集;步骤3:构建分割网络模型;步骤4:训练神经网络;步骤5:网络知识迁移;步骤6:现场成像图处理。本发明通过图像分割的角度对成像图中的裂缝反射体进行智能识别,构建分割网络模型,利用模拟数据训练端到端的分割网络,并迁移学习至实际数据域,能够在强噪声干扰的情况下自动识别成像图中的裂缝型储层。
-
公开(公告)号:CN115576014A
公开(公告)日:2023-01-06
申请号:CN202211317841.6
申请日:2022-10-26
申请人: 江苏科技大学
摘要: 本发明公开了一种基于声波远探测成像的裂缝型储层智能识别方法,属于应用地球物理声学测井技术领域;该方法包括以下步骤:步骤1:准备理论模拟数据集;步骤2:人工标注现场数据集;步骤3:构建分割网络模型;步骤4:训练神经网络;步骤5:网络知识迁移;步骤6:现场成像图处理。本发明通过图像分割的角度对成像图中的裂缝反射体进行智能识别,构建分割网络模型,利用模拟数据训练端到端的分割网络,并迁移学习至实际数据域,能够在强噪声干扰的情况下自动识别成像图中的裂缝型储层。
-
公开(公告)号:CN116070680A
公开(公告)日:2023-05-05
申请号:CN202310016555.4
申请日:2023-01-06
申请人: 江苏科技大学
摘要: 本发明公开了一种基于LSTM模型的时序心跳信号的预测方法,包括:通过毫米波雷达采集人体心跳信号;对采集的人体心跳信号进行归一化处理;构建包括输入门、遗忘门、输出门的LSTM模型;使用归一化处理后的人体心跳信号数据,对构建的LSTM模型进行训练;利用训练的LSTM模型对测试信号进行预测,输出预测结果。本发明的LSTM的记忆单元一定程度上解决长期依赖的局限性,避免了传统时序心跳预测模型在计算过程中因梯度消失导致信息损失大、预测准确度低的问题,提高了心跳信号的预测准确率,提升了预测效果。
-
公开(公告)号:CN115170428A
公开(公告)日:2022-10-11
申请号:CN202210845762.6
申请日:2022-07-18
申请人: 江苏科技大学
摘要: 本发明公开了一种声波远探测成像图的降噪方法,所述该方法包括以下步骤:步骤1:准备数据集;步骤2:构建降噪网络模型;步骤3:数据预处理;步骤4:训练网络模型;步骤5:现场成像图处理。本发明通过图像处理的角度对声波远探测成像图进行直接降噪,构建降噪神经网络模型,训练端到端的降噪神经网络,不需要复杂的参数设置,在保留成像图边缘信息的同时,自动快速地移除成像图中干扰噪声,提高了成像图的质量。
-
公开(公告)号:CN115033863A
公开(公告)日:2022-09-09
申请号:CN202210667163.X
申请日:2022-06-14
申请人: 江苏科技大学
摘要: 本发明公开了一种基于心跳信息的毫米波雷达身份验证方法,包括:利用毫米波雷达向人体心脏部位发射调频连续波信号,并对回波信号进行混频提取中频信号;对中频信号进行相位提取,并对所得相位信号逐帧作差,获得人体心跳的相位差信号;对人体心跳相位差信号进行处理,构建心跳数据集;搭建深度学习网络模型;使用小波散射对毫米波雷达提取的心跳数据进行自动特征提取;利用提取的特征对LSTM模型进行训练,并进行测试,保存最好的模型;调用训练好的模型对不同人体的心跳信号进行识别。本发明实现了一种基于心跳信号的非接触式用户身份验证方法,提高了身份验证的安全性,解决了传统身份验证隐蔽性差、易伪造的问题,保证了良好的识别效果。
-
公开(公告)号:CN115033863B
公开(公告)日:2024-08-06
申请号:CN202210667163.X
申请日:2022-06-14
申请人: 江苏科技大学
IPC分类号: G06F21/32 , G06F18/213 , G06F18/2415 , G06N3/0442 , G06N3/08 , A61B5/117
摘要: 本发明公开了一种基于心跳信息的毫米波雷达身份验证方法,包括:利用毫米波雷达向人体心脏部位发射调频连续波信号,并对回波信号进行混频提取中频信号;对中频信号进行相位提取,并对所得相位信号逐帧作差,获得人体心跳的相位差信号;对人体心跳相位差信号进行处理,构建心跳数据集;搭建深度学习网络模型;使用小波散射对毫米波雷达提取的心跳数据进行自动特征提取;利用提取的特征对LSTM模型进行训练,并进行测试,保存最好的模型;调用训练好的模型对不同人体的心跳信号进行识别。本发明实现了一种基于心跳信号的非接触式用户身份验证方法,提高了身份验证的安全性,解决了传统身份验证隐蔽性差、易伪造的问题,保证了良好的识别效果。
-
公开(公告)号:CN117052381A
公开(公告)日:2023-11-14
申请号:CN202310893761.3
申请日:2023-07-20
申请人: 江苏科技大学
IPC分类号: E21B47/14 , E21B47/00 , G01V1/00 , G01V1/40 , E21B47/16 , E21B47/18 , E21B33/13 , E21B49/00 , G06F30/20 , G06Q50/02
摘要: 本发明公开了一种阵列声波测井全波列数据损坏或缺失的恢复方法,步骤是:步骤1:采集阵列声波测井数据包;步骤2:预处理全波数据;步骤3:构建多尺度残差神经网络模型;步骤4:反演波形数据;步骤5:输出恢复后声波测井数据包。本发明利用多尺度残差卷积神经网络从有效的阵列声波测井全波列数据道中提取深度先验信息,采用无监督的方式对损坏或缺失的数据道进行恢复,避免了繁琐的大规模训练数据集的构建过程,为后续的声学属性评价提供完整的测量全波数据。本发明适用于单极子、偶极子、多极子裸眼、套管及随钻声波测井。
-
公开(公告)号:CN115281644A
公开(公告)日:2022-11-04
申请号:CN202211008020.4
申请日:2022-08-22
申请人: 江苏科技大学
摘要: 本发明公开了一种基于Transformer模型的时序心跳信号预测方法,包括:通过毫米波雷达采集人体心跳信号;对采集的人体心跳信号进行归一化处理;搭建包括输入层,位置编码层、掩码层,编码层、线性解码层、输出层的Transformer模型;利用处理好的人体心跳信号数据,对搭建好的Transformer模型进行训练;利用训练好的Transformer模型对测试信号进行预测,输出预测结果。本发明基于注意力机制和编码器提高了信息融合度,降低信息损失的同时,有效提高了预测准确度,解决了传统时序心跳预测模型的信息损失大,预测准确度较低的问题,保证了良好的预测效果。
-
-
-
-
-
-
-