-
公开(公告)号：CN118396043A
公开(公告)日：2024-07-26
申请号：CN202410535680.0
申请日：2024-04-30
IPC: G06N3/0455 , G06N3/08 , G06F18/23 , G06F18/22
Abstract: 本发明公开一种基于双分支增量学习的机械钻速预测方法，包括：首先建立LAEK‑Shape井段聚类模型，对新钻井井段和历史钻井井段进行匹配；根据匹配历史钻井井段的数据建立DBGRU机械钻速预测模型；将DBGRU机械钻速预测模型作为新钻井机械钻速预测的基础模型；通过新钻井井段的小样本数据对基础模型进行增量学习，获得DBGRU机械钻速预测增量模型；通过DBGRU机械钻速预测增量模型对新钻井井段进行钻速预测。本发明与现有方法相比，所提出DBGRU网络的在历史钻井井段的机械钻速预测中有着更高的准确度，实现更加精准的预测，且提出的DBKDILNet增量网络能够实现对小样本数据的有效预测。
-
公开(公告)号：CN114048932A
公开(公告)日：2022-02-15
申请号：CN202210035955.5
申请日：2022-01-13
Applicant: 西南石油大学
Abstract: 本发明涉及一种基于LSTM的煤层气井产气量预测方法，属于计算机深度学习领域。解决了煤层气单井每日的产气量无法预测的问题；本发明的技术方案为：收集单井钻井数据；对单井钻井数据进行预处理，建立数据集；建立LSTM神经网络模型，建立全连接神经网络模型；设置LSTM神经网络模型的输入维度、隐藏层数、中间层维度、激活函数以及损失函数；训练LSTM神经网络模型，直到LSTM神经网络模型同煤层气井的日产量数据相拟合；将数据集中的后1/4的数据放入LSTM神经网络模型中，进行对煤层气井日产气量的预测。与现有发明相比，本发明具有以下有益效果：准确度高；高效快捷；利用实际数据进行训练，通单井实际情况更加符合。
-
公开(公告)号：CN119204352A
公开(公告)日：2024-12-27
申请号：CN202411699283.3
申请日：2024-11-26
Applicant: 西南石油大学
IPC: G06Q10/04 , G06F18/15 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于多关系挖掘时空注意力机制的空气质量预测方法，包括：构建污染物浓度变化矩阵和气象变化矩阵；获取监测站点的地理位置信息数据、站点特征数据和时间序列数据；根据污染物浓度数据集和历史气象数据集确定时空图的边，根据地理位置信息数据确定时空图的节点，构建时空图结构；根据时空图结构确定邻接矩阵，并根据第二归一化公式，对邻接矩阵进行归一化；对神经网络模型进行训练，得到空气质量预测模型；将待测目标数据输入空气质量预测模型，通过空气质量预测模型输出目标预测空气质量数据。本发明可以提升对空气中污染物预测的准确性和时效性。
-
公开(公告)号：CN115205274A
公开(公告)日：2022-10-18
申请号：CN202210887548.7
申请日：2022-07-26
Applicant: 西南石油大学
IPC: G06T7/00 , G06V10/141 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于轻量化级联网络的布匹瑕疵检测方法。包括构造适用于布匹缺陷检测的YOLOv5s‑GSBiFPN轻量化检测模型。在主干网络特征提取阶段，设计了全新的双路注意力CSPGhostSE结构，并通过堆叠多层CSPGhostSE结构提取深层特征。在特征融合阶段使用了三层堆叠的加权双向金字塔BiFPN结构，充分融合多尺度特征。其次针对检测缺陷特征不明显样本易出现误检的问题，提出了检测+分类的级联网络架构，对预测框进一步进行是否为瑕疵的二分类判断过滤误检。本发明设计的轻量化级联检测模型显著提升了小目标和困难样本检出能力，误检较少且模型较小，易于实现低性能设备端部署。
-
公开(公告)号：CN113963424A
公开(公告)日：2022-01-21
申请号：CN202111571111.4
申请日：2021-12-21
Applicant: 西南石油大学
IPC: G06V40/16 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/00 , G08B21/02
Abstract: 本发明涉及一种基于单阶人脸定位算法的婴儿窒息或猝死预警方法，属于计算机视觉领域；它解决了现今通过实时图像对婴儿窒息或猝死进行预防和报警的方法等问题；其技术方案是：基于单阶人脸定位算法的Acc‑Retinaface网络模型，预测出婴儿人脸框、68个人脸关键点以及人脸关键点遮挡信息；监控婴儿人脸及周边情况，实时返回婴儿人脸图像，通过对婴儿脸部被遮挡关键点权重值计算当下婴儿的窒息猝死风险值；将窒息猝死风险值与设定的警报阈值、风险阈值比较判断，并向终端设备返回相应预警信号。本发明实时识别婴儿人脸并检测人脸遮挡情况，对婴儿窒息或猝死情况进行预警，可有效降低婴儿因口鼻遮挡、胃食道反流、婴儿猝死综合症等原因造成的窒息或猝死概率。
-
Patent Agency Ranking
公开(公告)号：CN120034399A
公开(公告)日：2025-05-23
申请号：CN202510506019.1
申请日：2025-04-22
Applicant: 西南石油大学
Abstract: 本发明公开了一种高效级联多阶段自适应阈值钓鱼检测方法，针对现有钓鱼检测技术中对抗鲁棒性不足、多模态协同不足、检测效率与精度失衡等问题，提出级联多阶段自适应阈值钓鱼检测框架。第一阶段通过轻量级单模态检测模型实现毫秒级初筛，拦截80%以上低级威胁；第二阶段采用抗干扰能力强的多模态融合模型，结合频域特征增强与动态噪声注入技术提升对抗鲁棒性，通过跨模态注意力机制挖掘深层关联特征，实现复杂钓鱼攻击的精准识别。同时集成在线学习模块，使系统持续适应新型攻击模式，最终达到高精度、低时延、强抗干扰的检测能力。
-
公开(公告)号：CN114091671B
公开(公告)日：2024-09-13
申请号：CN202111447390.3
申请日：2021-12-01
Applicant: 西南石油大学
IPC: G16H50/20 , G16H50/70 , G06F18/243 , G06N5/01 , G06F18/22
Abstract: 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。
-
公开(公告)号：CN113963424B
公开(公告)日：2022-03-08
申请号：CN202111571111.4
申请日：2021-12-21
Applicant: 西南石油大学
IPC: G06V40/16 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/00 , G08B21/02
Abstract: 本发明涉及一种基于单阶人脸定位算法的婴儿窒息或猝死预警方法，属于计算机视觉领域；它解决了现今通过实时图像对婴儿窒息或猝死进行预防和报警的方法等问题；其技术方案是：基于单阶人脸定位算法的Acc‑Retinaface网络模型，预测出婴儿人脸框、68个人脸关键点以及人脸关键点遮挡信息；监控婴儿人脸及周边情况，实时返回婴儿人脸图像，通过对婴儿脸部被遮挡关键点权重值计算当下婴儿的窒息猝死风险值；将窒息猝死风险值与设定的警报阈值、风险阈值比较判断，并向终端设备返回相应预警信号。本发明实时识别婴儿人脸并检测人脸遮挡情况，对婴儿窒息或猝死情况进行预警，可有效降低婴儿因口鼻遮挡、胃食道反流、婴儿猝死综合症等原因造成的窒息或猝死概率。
-
公开(公告)号：CN114091671A
公开(公告)日：2022-02-25
申请号：CN202111447390.3
申请日：2021-12-01
Applicant: 西南石油大学
Abstract: 本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法，保证原始医学数据完整性的同时提高了对患病风险的预测精度，为辅助医学健康分析提供了新思路。
-
公开(公告)号：CN119204352B
公开(公告)日：2025-02-25
申请号：CN202411699283.3
申请日：2024-11-26
Applicant: 西南石油大学
IPC: G06Q10/04 , G06F18/15 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于多关系挖掘时空注意力机制的空气质量预测方法，包括：构建污染物浓度变化矩阵和气象变化矩阵；获取监测站点的地理位置信息数据、站点特征数据和时间序列数据；根据污染物浓度数据集和历史气象数据集确定时空图的边，根据地理位置信息数据确定时空图的节点，构建时空图结构；根据时空图结构确定邻接矩阵，并根据第二归一化公式，对邻接矩阵进行归一化；对神经网络模型进行训练，得到空气质量预测模型；将待测目标数据输入空气质量预测模型，通过空气质量预测模型输出目标预测空气质量数据。本发明可以提升对空气中污染物预测的准确性和时效性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
