-
公开(公告)号：CN105496371A
公开(公告)日：2016-04-20
申请号：CN201511003083.0
申请日：2015-12-21
Applicant: 中国石油大学(华东)
IPC: A61B5/02 , A61B5/0245 , A61B5/16 , A61B5/00
CPC classification number: A61B5/0004 , A61B5/02 , A61B5/0245 , A61B5/165 , A61B5/6803 , A61B5/7271
Abstract: 本发明提出了一种呼叫中心服务人员的情绪监测方法，结合呼叫中心服务人员工作场景的特点，通过采集和分析服务人员的语音和脉搏信号，监测服务人员的情绪状态，使用光电容积法采集脉搏信号，传感器可以直接安装在耳麦上，丝毫不影响穿戴者的正常工作，而且通过语音和脉搏双重特征分析情绪，可以使识别结果更加准确可靠。
-
公开(公告)号：CN104636757A
公开(公告)日：2015-05-20
申请号：CN201510071918.X
申请日：2015-02-06
Applicant: 中国石油大学(华东)
IPC: G06K9/62
Abstract: 本发明提出了一种基于深度学习的食物图像识别方法，包括：食物图像数据库、深度学习网络和分类器；食物图像数据库的图像输入到深度学习网络，逐层计算后输出具有代表性的特征，包括图像的边缘特征组合，图像的基本形状特征组合，图像的色彩特征组合，分类器就是利用这些特征组合对图像进行分类。本发明充分发挥深度学习的自我学习优势，可以使用无标签图像数据进行非监督学习，当输入一幅图像时，能够快速准确的提取特征，进行逐层抽象直到形成某一食物的概念，并用分类器进行分类；而且，从任何角度拍摄获取的图像，得到的局部特征都几乎相同，这就解决了拍摄角度限制的问题。
-
公开(公告)号：CN104572267A
公开(公告)日：2015-04-29
申请号：CN201510011850.6
申请日：2015-01-05
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种云应用程序编程接口的容错调用方法，在原有云应用程序编程接口的基础上，提供应用程序编程接口调用的错误容忍处理，加入超时容错机制、计时器模块、时间文件、花费评估模块等，包括以下步骤：步骤(A)，通过时间文件确定接口调用超时时间约束Tl；步骤(B)，利用步骤(A)得出的接口调用超时时间约束Tl，进行云应用程序编程接口的调用。本发明的云应用程序编程接口的容错调用方法实现了云应用程序编程接口的智能容错调用。
-
公开(公告)号：CN106845415B
公开(公告)日：2020-06-23
申请号：CN201710050765.X
申请日：2017-01-23
Applicant: 中国石油大学(华东)
IPC: G06K9/00 , G06K9/62 , G06K9/46 , G06N3/08 , G06F16/583
Abstract: 本发明公开了一种基于深度学习的行人精细化识别方法及装置，该方法包括：构建行人图像数据库，利用行人图像数据库制作包含行人特征的训练数据集，将训练数据集输入到SSD网络进行训练；根据训练结果构建行人精细化图像数据库，制作包含行人各个部位特征的训练数据集，将训练数据集输入到卷积神经网络进行训练；利用训练好的SSD网络提取来自流媒体服务器的实时视频流中的行人特征，根据提取到的行人特征，利用训练好的卷积神经网络提取行人各个部位的特征；将提取到的行人各个部位的特征与行人精细化图像数据库的每个行人相应部位的特征进行匹配，将匹配结果进行组合得到行人精细化识别结果。本发明有效地提高了行人精细化识别的准确率。
-
公开(公告)号：CN105049485B
公开(公告)日：2018-10-16
申请号：CN201510330962.8
申请日：2015-06-09
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种面向实时视频处理的负载感知云计算系统，包括：Storm集群，提供基础设施服务；视频流产生器，用于视频流的产生，接受和发送；流服务器，缓存视频数据并提供统一的消息接口，降低组件之间的耦合；负载检查器，其绑定负载感知算法以感知任务的计算负载，通过对任务所在节点的CPU、GPU和内存使用情况的分析，通知Storm集群应该选择处理器类型；参数控制器，用于集群的性能的分析和评估；视频处理器，其分别提供基于CPU和GPU处理的接口；协议供应者，提供各种协议，通过协议供应者，所述参数控制器与Storm集群进行交互，实现不同协议下的消息交换，同时解除模块间的耦合。
-
Patent Agency Ranking
公开(公告)号：CN104572267B
公开(公告)日：2017-12-15
申请号：CN201510011850.6
申请日：2015-01-05
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种云应用程序编程接口的容错调用方法，在原有云应用程序编程接口的基础上，提供应用程序编程接口调用的错误容忍处理，加入超时容错机制、计时器模块、时间文件、花费评估模块等，包括以下步骤：步骤(A)，通过时间文件确定接口调用超时时间约束Tl；步骤(B)，利用步骤(A)得出的接口调用超时时间约束Tl，进行云应用程序编程接口的调用。本发明的云应用程序编程接口的容错调用方法实现了云应用程序编程接口的智能容错调用。
-
公开(公告)号：CN107024073A
公开(公告)日：2017-08-08
申请号：CN201710283190.6
申请日：2017-04-26
Applicant: 中国石油大学(华东)
CPC classification number: F25D29/003 , F25D2500/06 , G06K9/00664 , G06K9/66
Abstract: 本发明涉及一种基于深度学习的多传感器智能冰箱控制方法和智能冰箱，冰箱具有冰箱本体和多个门，冰箱本体和每个门均形成冰箱储藏室，控制方法包括：获取向冰箱储藏室内放置食材前的第一图像与放置食材后的第二图像，基于所述第一图像和第二图像采用视觉检测方法获取待测食材图像，采用预训练好的第一卷积神经网络模型对上述待测食材图像进行识别，得到冰箱储藏室内的待测食材种类；获取向冰箱储藏室内放置食材前储藏室的第一压力与放置食材后储藏室的第二压力，基于所述第一压力和第二压力，得到待测食材重量；获取语音开门或闭门指令，采用预训练好的第二卷积神经网络模型对上述待语音开门或闭门指令进行识别，用于控制冰箱门开启与关闭。
-
公开(公告)号：CN109800863B
公开(公告)日：2023-05-23
申请号：CN201910042398.8
申请日：2016-08-30
Applicant: 中国石油大学(华东)
IPC: G06N3/0464 , G06N3/043
Abstract: 本发明提出了一种基于模糊理论和神经网络的测井相识别方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，测井数据经过模糊区域卷积神经网络进行卷积和池化操作，卷积层和池化层交互，在卷积层和池化层进行模糊操作，从模糊区域卷积神经网络的第一层开始，逐渐增加模糊化的层数，针对不同的数据集调整模糊化层数，模糊区域卷积神经网络的最后一层得到特征向量，该特征向量通过一个滑动窗口将特征映射到一个低维向量中，然后将特征输入到两个全连接层，一个全连接层用来定位，另一个全连接层用来分类。
-
公开(公告)号：CN109800863A
公开(公告)日：2019-05-24
申请号：CN201910042398.8
申请日：2016-08-30
Applicant: 中国石油大学(华东)
IPC: G06N3/04
Abstract: 本发明提出了一种基于模糊理论和神经网络的测井相识别方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，测井数据经过模糊区域卷积神经网络进行卷积和池化操作，卷积层和池化层交互，在卷积层和池化层进行模糊操作，从模糊区域卷积神经网络的第一层开始，逐渐增加模糊化的层数，针对不同的数据集调整模糊化层数，模糊区域卷积神经网络的最后一层得到特征向量，该特征向量通过一个滑动窗口将特征映射到一个低维向量中，然后将特征输入到两个全连接层，一个全连接层用来定位，另一个全连接层用来分类。
-
公开(公告)号：CN106372402B
公开(公告)日：2019-04-30
申请号：CN201610762101.1
申请日：2016-08-30
Applicant: 中国石油大学(华东)
IPC: G06N3/04
Abstract: 本发明提出了一种大数据环境下模糊区域卷积神经网络的并行化方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，把输入的测井数据集分割成若干小数据集，多个工作流并行化经过模糊区域卷积神经网络进行卷积和池化操作，每一小数据集单独利用梯度下降进行训练。本发明优化网络结构和参数，实现更好的分析性能和精度；而且，本发明针对不同的测井数据集调整FR‑CNN模糊化的层数，使提取的特征更好的反映油气储层本身的特性，可以解决测井数据模糊性问题；本发明利用多GPU进行FR‑CNN的并行训练和执行，以提高FR‑CNN的效率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
