-
公开(公告)号：CN112378943A
公开(公告)日：2021-02-19
申请号：CN202011374966.3
申请日：2020-11-30
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及于石油勘探技术领域，具体公开了一种页岩含油饱和度评价模型、评价方法、应用。本发明提供的页岩含油饱和度评价模型通过将处于成熟阶段的页岩样品进行洗油、低温烘干，随后抽真空加压饱和油并老化，随即开展渗吸水实验，并对不同状态样品进行核磁共振检测，依据样品核磁信号量来反演孔喉中原油的含量，进而得到样品的含油饱和度以及油、水的赋存孔径，解决了现有方法在测试过程中易受到不利因素影响，导致评价结果不准确，以及在页岩含油饱和度测试上方法受限等问题。而本次提供的评价方法可操作性好，基本不受泥页岩裂缝、黏土矿物以及样品规格的影响，在实际的页岩油勘探开发过程中具有广阔的应用前景。
-
公开(公告)号：CN107491752B
公开(公告)日：2020-11-06
申请号：CN201710690911.5
申请日：2017-08-14
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于深度学习的自然场景中船牌文字识别方法、装置，方法包括：获取港口进出船舶的视频；将所述视频分解成由船舶图像帧组成的视频流，采用训练完成的船舶分类模型对视频流进行分类，获取指定类型的船舶图像；采用训练完成的船牌检测模型对所述指定类型的船舶图像进行船牌检测，获取船牌检测结果；对所述船牌检测的结果进行文字识别，得到自然场景中的船牌文字。
-
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：CN106909886B
公开(公告)日：2019-05-03
申请号：CN201710041906.1
申请日：2017-01-20
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的高精度交通标志检测方法及系统。其中，该方法将深度学习技术与高精度交通标志检测技术相结合，通过对SSD网络和卷积神经网络进行训练，利用训练好的SSD网络提取来自视频流中按比例进行重叠切割后的交通标志特征，根据SSD网络提取到的交通标志特征，利用训练好的卷积神经网络提取交通标志特征的特征，将提取到的交通标志特征的特征与交通标志图像检测数据库的正负两类交通标志的特征进行匹配，保留正类交通标志特征，得到高精度交通标志匹配筛选结果，有效地提高了高精度交通标志检测的准确率。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107067365A
公开(公告)日：2017-08-18
申请号：CN201710278169.7
申请日：2017-04-25
Applicant: 中国石油大学(华东)
CPC classification number: G06T1/20 , G06N3/08 , H04L67/1097
Abstract: 本发明涉及一种基于深度学习的分布嵌入式实时视频流处理系统及方法，视频数据采集层通过ARM板采集视频数据并预处理；视频处理层根据指定的视频处理任务在嵌入式GPU处理器集群上根据深度学习算法进行视频处理；GPU资源调度层实时监控嵌入式GPU处理器中的GPU使用情况并根据调度策略进行调度，存储层将处理结果上传到云存储服务器，服务层将结果可视化反馈给客户端。本发明的一种基于深度学习的分布嵌入式实时视频流处理框架，将视频处理、深度学习相结合，把视频处理利用分布嵌入式技术并行化，以达到实时视频处理的效果；把深度学习应用到视频处理中，提高视频处理的准确率。
-
公开(公告)号：CN106919949A
公开(公告)日：2017-07-04
申请号：CN201710050763.0
申请日：2017-01-23
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/6269 , G06K9/6256 , G06K2209/23 , G06N3/0454
Abstract: 本发明公开了一种基于卷积神经网络的实时车型匹配方法，包括构建车型数据库，并设计卷积神经网络；利用车型数据库进行卷积神经网络训练，得到最优卷积神经网络及车型数据库中每种车型的车型特征；构建Storm的拓扑结构，信息流上层为数据源输入组件，信息流中层为布置了最优卷积神经网络的数据处理组件，信息流底层为布置了SVM分类器的数据处理组件；数据源输入组件将采集的实时视频流发给信息流中层数据处理组件，通过卷积神经网络提取车型特征；信息流底层数据处理组件利用SVM分类器对信息流中层发送的车型特征进行匹配，并返回匹配结果。本发明将卷积神经网络的特征提取技术与SVM分类方法和Storm架构相结合，提高车型匹配的准确率和效率。
-
公开(公告)号：CN106909886A
公开(公告)日：2017-06-30
申请号：CN201710041906.1
申请日：2017-01-20
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/00818 , G06K9/4609
Abstract: 本发明公开了一种基于深度学习的高精度交通标志检测方法及系统。其中，该方法将深度学习技术与高精度交通标志检测技术相结合，通过对SSD网络和卷积神经网络进行训练，利用训练好的SSD网络提取来自视频流中按比例进行重叠切割后的交通标志特征，根据SSD网络提取到的交通标志特征，利用训练好的卷积神经网络提取交通标志特征的特征，将提取到的交通标志特征的特征与交通标志图像检测数据库的正负两类交通标志的特征进行匹配，保留正类交通标志特征，得到高精度交通标志匹配筛选结果，有效地提高了高精度交通标志检测的准确率。
-
公开(公告)号：CN105654047A
公开(公告)日：2016-06-08
申请号：CN201511009499.3
申请日：2015-12-21
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/00718 , G06K9/6267
Abstract: 本发明提出了一种云环境下基于深度学习的在线视频智能处理系统，包括以下部分：视频数据采集层采集视频数据；视频处理层根据不同视频处理任务的性质对应离线处理和在线处理功能；数据服务层针对不同的领域应用，聚合离线处理结果和在线处理结果；领域服务层将结果可视化反馈给客户端。本发明的一种云环境下基于深度学习的在线视频智能处理系统，将视频处理、深度学习与云计算相结合，把视频处理利用云计算技术并行化，提高视频处理的速率；把深度学习应用到视频处理中，提高视频处理的准确率。
-
公开(公告)号：CN104636668A
公开(公告)日：2015-05-20
申请号：CN201510089934.1
申请日：2015-02-28
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种补丁机制，特别涉及一种自动趋向HUB节点的补丁机制。本发明的自动趋向HUB节点的补丁机制，其通过自动补丁在用户个体中心网络中自动向其好友推送，根据信任程度被接收，因此自动补丁能够在社会网络中安全高效地传播，为因特网中存在各种漏洞的节点打补丁，从而增强用户主机和互联网的安全性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.035 seconds)
