-
公开(公告)号：CN119784856A
公开(公告)日：2025-04-08
申请号：CN202510273203.6
申请日：2025-03-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06T7/80 , G06N3/045 , G06N3/0464 , G06T3/4053 , G06T7/13 , G06T7/136
Abstract: 本发明提供了一种基于大视场鱼眼镜头的高精度快速相机标定方法及系统，属于计算机视觉和图像处理领域。为了解决现有大视场鱼眼镜头标定方法存在标定精度低、评价指标单一的问题。本发明集成了图像超分辨率、图像分割、角点检测、角点排序、标定模型、客观评价指标的改进方法，能够极大程度上缩短拍摄取图所需时间，降低对图像质量要求的同时提升整体方法的鲁棒性，降低对标定参照物的硬件要求，提升标定精度的同时降低了模型求解的所需时间。
-
公开(公告)号：CN118884525B
公开(公告)日：2024-12-17
申请号：CN202411376561.1
申请日：2024-09-30
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G01V1/32 , G06F18/2131 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明公开了一种基于TX‑FK域信息的微地震初至智能拾取方法，涉及地球物理技术领域，包括：对微地震数据进行处理获得TX域数据，基于所述TX域数据获得FK域数据；构建组合U‑net模型，所述组合U‑net模型用于微地震初至智能拾取；基于所述TX域数据和所述FK域数据训练所述组合U‑net模型，获得训练好的组合U‑net模型；将待拾取的微地震数据经过处理后输入所述训练好的组合U‑net模型，获得输出结果，对所述输出结果进行处理获得拾取结果，完成微地震初至拾取。本发明具有较好的抗噪能力，能够在低信噪比情况下拾取得到具有较高精度的微地震初至信息。
-
公开(公告)号：CN119126214A
公开(公告)日：2024-12-13
申请号：CN202411612818.9
申请日：2024-11-13
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28
Abstract: 本发明公开了一种纵波、转换波叠前地震数据智能匹配方法，属于勘探地球物理领域，该方法包括以下步骤：对真实纵波地震数据和真实转换波地震数据进行预处理得到标准转换波地震数据和纵波时间域的真实转换波地震数据；将所述纵波时间域的真实转换波地震数据进行分段处理得到分段转换波地震数据；构建神经网络模型，将所述分段转换波地震数据的端点时间向量输入所述神经网络模型得到调整时间后的转换波地震数据；基于所述标准转换波地震数据和调整时间后的转换波地震数据更新所述神经网络模型参数得到最终的转换波地震数据。
-
公开(公告)号：CN118625382B
公开(公告)日：2024-11-12
申请号：CN202411110634.2
申请日：2024-08-14
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种用于获得页岩油藏弹性参数的VTI介质数据驱动地震AVO反演方法，属于地球物理技术领域，包括以下步骤：基于Transformer网络和卷积神经网络，构建TransU‑net模型；对井旁道叠前地震数据进行叠加，获得角度叠加地震数据构成样本输入；对测井数据进行增广处理，构成样本输出；基于样本输入和样本输出构成训练样本，基于训练样本对TransU‑net模型进行训练；基于训练后的TransU‑net模型获得反演弹性参数和各向异性参数。本发明可缓解反演对低频各向异性参数和以各向异性参数为样本输出的训练样本的依赖，提高页岩油藏弹性参数反演精度。
-
公开(公告)号：CN118797980A
公开(公告)日：2024-10-18
申请号：CN202410449534.6
申请日：2024-08-06
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06F30/23 , G06F17/13 , G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F113/08 , G06F119/14
Abstract: 一种面向类不平衡数据场景的数模双驱动油气管网故障诊断方法及系统，涉及油气管网的故障诊断领域，旨在解决当前智能故障诊断模型在处理油田类不平衡数据集时所面临的过拟合问题，以及降低误报和漏报的风险。主要步骤如下：深入理解油气在管网中运动时负压波的传播和衰减机理，建立反映管网运行状态的负压波衰减物理模型；基于长短时记忆网络构建适用于处理时间序列数据的深度生成对抗模型；设计合理的串‑并联机制融合物理模型以及数据驱动模型，构建混合生成对抗模型；使用训练好的混合生成对抗模型生成管网故障数据，平衡原始训练集；训练智能故障诊断模型，实现管道故障类型识别。本发明同时考虑和整合来自物理模型的先验知识和数据驱动模型的学习能力，与单纯的数据驱动模型相比，物理模型所含的管网先验知识能够缩小参数空间搜索域，减少估计参数量，提高深度生成模型的可解释性与泛化性能，同时提升生成故障数据的物理合理性与特征可区分性，从而有效克服类不平衡数据集对诊断模型性能的负面影响，进而提升管道智能故障诊断的准确性。
-
Patent Agency Ranking
-
公开(公告)号：CN116645511A
公开(公告)日：2023-08-25
申请号：CN202310623026.0
申请日：2023-05-30
Applicant: 东北石油大学 , 东北石油大学三亚海洋油气研究院
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06T7/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于特征空间不变的图像语义分割模型构建方法及系统，涉及深度学习医学图像处理技术领域，以解决现有技术中人工勾画直肠癌淋巴结转移MRI结果存在主观性强和效率差等问题。本发明的技术要点包括：将收集到的MRI数据进行预处理，即先对数据集进行图像增广，然后使用标注工具LabelMe对数据集进行标注，将标注好的数据集进行划分，得到训练集、验证集和测试集，构建分割模型并对其进行训练与调整，得到训练合格的分割模型，最后将待分割的直肠癌淋巴结转移MRI影像输入到最佳模型中进行缺陷检测，得到检测结果。本发明有效提高了直肠癌淋巴结转移勾画效率和精度，进而可以辅助医生提高诊断准确率。
-
公开(公告)号：CN115906949A
公开(公告)日：2023-04-04
申请号：CN202211465052.7
申请日：2022-11-22
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06N3/047 , G06N3/0464 , G06N3/0442 , G06N3/094
Abstract: 一种石油管道故障诊断方法及系统、存储介质和石油管道故障诊断设备，属于管道故障诊断与分类技术领域，用以解决现有的智能方法在数据类别非均衡情况下无法达到高准确率的问题，包括步骤如下：步骤一，利用传感器采集不同泄漏程度以及正常状态的管道数据，构建真实数据集；步骤二，构建Tem‑PECAN的网络结构；步骤三，获取真实数据集的时间结构信息以及判别特征，以用于辅助Tem‑PECAN网络模型训练；步骤四：训练构建的Tem‑PECAN网络模型；步骤五，利用多样性与质量的综合评估指标验证生成数据的可靠性，并获得最优超参数组合；步骤六，利用训练好的Tem‑PECAN网络模型生成小类管道故障数据，用于扩充原始管道数据集；步骤七，使用扩充后的合成数据集训练故障分类模型，并实现管道故障诊断。本发明可以合成质量更好，多样性更强的管道时序数据，有效地提高了管道故障诊断模型的准确率以及鲁棒性，大大降低了诊断的漏报率和误报率。
-
公开(公告)号：CN119784856B
公开(公告)日：2025-05-09
申请号：CN202510273203.6
申请日：2025-03-10
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06T7/80 , G06N3/045 , G06N3/0464 , G06T3/4053 , G06T7/13 , G06T7/136
Abstract: 本发明提供了一种基于大视场鱼眼镜头的高精度快速相机标定方法及系统，属于计算机视觉和图像处理领域。为了解决现有大视场鱼眼镜头标定方法存在标定精度低、评价指标单一的问题。本发明集成了图像超分辨率、图像分割、角点检测、角点排序、标定模型、客观评价指标的改进方法，能够极大程度上缩短拍摄取图所需时间，降低对图像质量要求的同时提升整体方法的鲁棒性，降低对标定参照物的硬件要求，提升标定精度的同时降低了模型求解的所需时间。
-
公开(公告)号：CN119942096A
公开(公告)日：2025-05-06
申请号：CN202510428376.0
申请日：2025-04-08
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G06V10/25 , G06N3/0464 , G06N3/0495 , G06N3/0985 , G06T7/00 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种超轻量化天然气管道焊缝缺陷检测方法及系统，属于天然气管道检测领域。为了解决焊缝缺陷数据集类别不平衡，导致过拟合；在面对小目标时难以有效识别，导致较低的准确率和较高的漏报/误报率；模型参数量较大无法部署在边缘检测设备的问题。本发明采用公共数据集，并对数据集进行预处理，添加数据增强模块；构建MSLE‑YOLO网络模型。本发明可以提高天然气管道焊缝缺陷检测的准确率以及鲁棒性，同时大大降低了诊断的漏报率和误报率，并进一步降低了模型的参数量和计算复杂性，便于后续部署到边缘检测设备。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.036 seconds)
