-
公开(公告)号：CN109472302A
公开(公告)日：2019-03-15
申请号：CN201811264179.6
申请日：2018-10-29
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于AdaBoost的支持向量机集成学习方法。针对现有支持向量机学习方法在处理类不平衡分类问题时存在精度偏低的不足，提供了一种基于AdaBoost的支持向量机集成学习方法，使用加权支持向量机(W-SVM)构建弱分类器，并基于AdaBoost算法框架将弱分类器集成为强分类器。该方法能够深入挖掘样本分布信息，进而显著提升预测精度，是处理类不平衡问题的有效工具。
-
公开(公告)号：CN107092743A
公开(公告)日：2017-08-25
申请号：CN201710246244.1
申请日：2017-04-15
Applicant: 中国石油大学(华东)
IPC: G06F17/50
Abstract: 本发明涉及一种基于规则辅助的高炉冶炼过程数据驱动建模方法，通过收集、整理专家知识得到IF…THEN…规则，根据IF…THEN…规则将采集的原始数据转化为规则数据，利用多核学习算法整合多个专家知识得到基于规则的规则预测模型，并建立数据驱动预测模型，通过Sigmoid函数将规则预测模型和数据驱动预测模型的输出决策值转换为后验概率，并对数据驱动预测模型和规则预测模型进行集成，获得规则辅助的数据驱动模型。由于将专家知识、模糊规则等异质信息与数据驱动模型进行集成，与现有技术相比，本发明建模方法可以显著提高数据驱动模型的预测精度和可解释性，从而提高高炉冶炼过程采集数据的利用率。
-
公开(公告)号：CN105787507A
公开(公告)日：2016-07-20
申请号：CN201610087343.5
申请日：2016-02-16
Applicant: 中国石油大学(华东)
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明涉及一种基于预算支持向量集的LS?SVMs在线学习方法，在训练集上确定预算范围，选择初始支持向量集合，建立LS?SVMs模型，采用共轭帝都发求解LS?SVMs模型，并利用低秩矩阵校正方法以及Sherman?Morrison?Woodbury公式更新LS?SVMs模型得到在线预测器，实现了对数据流的在线预测，该方法采用固定预算策略，能有效控制在线学习模型的规模、节约存储空间、计算复杂度低、易于实现。本发明在线学习方法，能够灵活处理具有数据流特征的在线应用问题，数据可以以数据块的形式收集，与传统批处理方式以及当前的在线学习方法相比，大幅度降低了计算复杂难度和模型运行时间，可以同时处理回归问题和分类问题，能够高效处理LS?SVMs模型选择问题。
-
公开(公告)号：CN118864342A
公开(公告)日：2024-10-29
申请号：CN202310484962.8
申请日：2023-04-28
Applicant: 中国石油大学(华东)
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像处理领域，公开了一种基于生成对抗网络的表面缺陷检测方法。构建基于无监督重构思想的表面缺陷检测模型，将矢量量化变分自动编码器引入到缺陷检测模型中，得到输入图像的离散特征表示，以对抗训练的方式重构样本，根据预设阈值使用多种损失函数，使得模型可以修复缺陷样本，提出基于Transformer“精修”的方法对缺陷样本特征索引序列中某些不置信的位置进行遮掩处理，利用Transformer对遮掩位置进行多次预测，再解码成图像并加以平均操作以达到“精修”图像的目的。同时，提出一种利用OSTU算法对差异特征图进行自适应阈值分割的新式缺陷分割方法，进而达到精确缺陷分割的目的。与现有技术相比，本发明不仅可以得到更完整的重构图像，而且也具备更出色的缺陷精确分割效果，本发明避免了人工标注，在一定程度上解决了工业场景中单一使用卷积神经网络进行模型训练的检测过程中误检率和漏检率偏高的问题，同时，能够实现对多种缺陷精确且快速分割，更具实际应用价值。
-
公开(公告)号：CN118737288A
公开(公告)日：2024-10-01
申请号：CN202410897724.4
申请日：2024-07-05
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种多肽谱匹配数据的在线鲁棒PU学习方法，旨在有效地识别数据库匹配软件输出的多肽谱匹配中的正确匹配。该方法主要包括数据预处理、利用梯度下降法求解鲁棒PU学习算法，并根据训练得出的分类器进行正确多肽谱匹配的鉴定。该技术通过应用在线鲁棒PU学习算法，实现了对大量未标记样本的有效利用，从而降低了标记成本。相较于常用PU方法对无标签数据需满足完全随机选择(SCAR)假定的限制，本方法克服了这一缺陷，使得在不满足SCAR假定的多肽谱匹配数据集上，仍可稳定地获得准确的鉴定结果且耗时较少。
-
Patent Agency Ranking
公开(公告)号：CN114564956A
公开(公告)日：2022-05-31
申请号：CN202210191993.X
申请日：2022-02-28
Applicant: 中国石油大学(华东)
IPC: G06F40/289 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种细粒度属性自动提取的用户评论文本情感挖掘方法。通过引入依存句法分析方法、LDA主题模型、Skip‑gram模型、LSTM情感分类算法、改进的KANO用户偏好分析模型，实现了对用户评论文本属性的自动挖掘和各属性的用户情感偏好的分析。该方法采用依存句法分析和LDA主题模型提取种子属性特征，基于这些属性特征，分别采用Word2vec中的Skip‑gram模型，进行词向量训练以及相似度计算得到各种子属性词下的产品特征词典，避免了直接基于词向量提取产品特征容易产生的噪声影响。本发明着眼于构建种子属性词下的产品特征词典，避免了直接基于词向量提取产品特征容易产生的噪声影响，同时利用LDA主题模型可以实现种子属性词的自动分类和提取，避免了人工对产品特征词集分类带来的主观性误差，在一定程度上能提高用户偏好分析及产品特征需求度计算时的准确率。
-
公开(公告)号：CN109827080A
公开(公告)日：2019-05-31
申请号：CN201910282806.7
申请日：2019-04-10
Applicant: 中国石油大学(华东)
IPC: F17D5/02
Abstract: 本发明提供了一种终端管网漏点分段式粗定位装置和定位方法，该定位装置包括一个终端管网漏控仪和多个阀门；终端管网漏控仪安装在被检测终端管网中靠近进口的管道上，用以检测终端管网是否存在漏点；多个阀门安装在管道上，用于将所检测的终端管网进行分段，多个阀门的类型、安装位置和个数根据被检测终端管网的拓扑结构确定。本发明能够在保持成本较低的情况下，更加及时准确地判断漏点所处的管段，方便维修人员后续对漏点进行精确定位，可大大减少开挖面积，从而降低了维修成本，减少了家庭、企业及其社会的经济损失。
-
公开(公告)号：CN108388774A
公开(公告)日：2018-08-10
申请号：CN201810042887.9
申请日：2018-01-17
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种多肽谱匹配数据的在线分析方法，适于从高通量串联质谱平台及数据库匹配引擎输出的多肽谱匹配中鉴定正确的匹配。主要步骤包括数据预处理、使用在线学习算法求解优化模型、根据训练得出的分类函数鉴定正确的多肽谱匹配。该技术通过积极集存贮并动态更新对分类函数起作用的样本，实现了大规模多肽谱匹配数据的高效鉴定，克服了现有方法在大规模数据集上存储量大、计算缓慢的缺陷。
-
公开(公告)号：CN107657282A
公开(公告)日：2018-02-02
申请号：CN201710903787.6
申请日：2017-09-29
Applicant: 中国石油大学(华东)
IPC: G06K9/62
CPC classification number: G06K9/6259 , G06K9/6227
Abstract: 本发明公开了一种多肽鉴定的自步长学习方法，适于从数据库匹配软件输出的多肽谱匹配中鉴定正确的匹配。主要包括数据预处理，求解半监督学习模型，根据训练得出的分类器 鉴定正确的多肽谱匹配。该技术通过增大自步长学习参数，实现了从可信样本到不可信样本的自动提取和分析过程，该技术克服了现有方法在正确多肽谱匹配比例较小的数据集上鉴定性能不稳定的缺陷，使得所公开的方法在不同类型的数据集上均可得到稳定的多肽谱匹配鉴定结果。
-
公开(公告)号：CN109272033B
公开(公告)日：2022-03-08
申请号：CN201811037902.7
申请日：2018-09-06
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于步长控制的在线软间隔核学习算法(OSKL)。通过引入核函数构造非线性分类器，引入软间隔参数控制噪声数据的影响，并基于在线梯度下降算法的基本框架设计具有鲁棒性的在线核学习算法。该算法能够降低模型存储空间、有效控制噪声影响、模型更新的计算复杂度仅为O(1)，具有实时性强、易于实现等优势，是处理和分析数据流问题的天然工具。本发明在线学习算法，克服了基于批处理技术的传统分类方法无法高效处理数据流的问题，也克服了现有在线学习算法如Kernel Perceptron和Pegasos等算法无法有效抑制噪声影响的问题。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
