-
公开(公告)号：CN116151480A
公开(公告)日：2023-05-23
申请号：CN202310350371.1
申请日：2023-04-04
Applicant: 北京科技大学
Abstract: 本发明提供一种页岩油井产量预测方法和装置，包括：收集页岩油井的历史生产数据，对数据进行预处理，包括静态参数数据、动态生产安排参数数据和日产油量数据；将静态参数数据输入静态嵌入初始偏置模块，提取静态嵌入信息，作为序列到序列模型的初始状态偏置；将静态参数数据、动态生产安排参数数据和日产油量数据输入动静态互补交叉融合模块，获得动态日产安排参数数据和静态参数数据的互补融合信息，作为序列到序列模型的输入；使用序列到序列模型进行页岩油井产量一定范围内任意步长的迭代预测。本发明能够适应复杂的地质工程条件，提高产量预测准确率，并且实现了页岩油井产量一定范围内任意步长的迭代预测。
-
公开(公告)号：CN110532902B
公开(公告)日：2022-02-22
申请号：CN201910740046.X
申请日：2019-08-12
Applicant: 北京科技大学
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/00
Abstract: 本发明提供一种基于轻量化卷积神经网络的铁水扒渣检测方法，包括：从铁水扒渣的工业现场采集预设时长的铁水扒渣视频；从采集的铁水扒渣视频中提取预设数量的图片，构建训练数据集；对构建的训练数据集中的每一图片进行标注，得到对应的标签数据；使用轻量级网络模型对训练数据集进行训练，利用训练好的轻量级网络模型对实时采集的铁水扒渣图片隔帧进行检测，实时监测铁水扒渣情况。本发明方法有着更好的抗干扰能力，提高了铁水扒渣中对铁水和脱硫渣检测的精度，可有效地检测出铁水和脱硫渣，同时也能对铁水内包壁以及扒渣装置进行有效地识别；可稳定地检测铁水扒渣过程的同时，实时性也能达到实际监测要求，在生产过程中具有极大地应用价值。
-
公开(公告)号：CN110163852B
公开(公告)日：2021-10-15
申请号：CN201910395366.6
申请日：2019-05-13
Applicant: 北京科技大学
Abstract: 本发明实施例提出了一种基于轻量化卷积神经网络的输送带实时跑偏检测方法，包括：生成数据集；通过图像分割网络FCN对图像进行分割，并根据分割的结果建立轻量化卷积神经网络，并生成损失函数；将所述数据集中的图片输入到所述轻量化卷积神经网络，以利用所述轻量化卷积神经网络的卷积层提取出训练集的图片中的输送带的边缘；然后将轻量化卷积神经网络的卷积层提取出图片中的输送带的边缘与验证集中的图片中的输送带的边缘进行验证以进行损失计算，并根据反向传播算法优化模型参数。
-
公开(公告)号：CN110163852A
公开(公告)日：2019-08-23
申请号：CN201910395366.6
申请日：2019-05-13
Applicant: 北京科技大学
Abstract: 本发明实施例提出了一种基于轻量化卷积神经网络的输送带实时跑偏检测方法，包括：生成数据集；通过图像分割网络FCN对图像进行分割，并根据分割的结果建立轻量化卷积神经网络，并生成损失函数；将所述数据集中的图片输入到所述轻量化卷积神经网络，以利用所述轻量化卷积神经网络的卷积层提取出训练集的图片中的输送带的边缘；然后将轻量化卷积神经网络的卷积层提取出图片中的输送带的边缘与验证集中的图片中的输送带的边缘进行验证以进行损失计算，并根据反向传播算法优化模型参数。
-
公开(公告)号：CN109490861A
公开(公告)日：2019-03-19
申请号：CN201811268646.2
申请日：2018-10-29
Applicant: 北京科技大学
Abstract: 本发明提供一种高炉料线提取方法，能够提升高炉料线提取的精确性、泛化性及实时性。所述方法包括：采集高炉现场雷达回波信号，其中，雷达系统发出的雷达波能覆盖高炉径向料面各个区域；生成所述雷达回波信号的信号时序频谱图；对所述信号时序频谱图进行数据增强并获取料线标注结果，根据数据增强后的信号时序频谱图和料线标注结果，建立料线分割数据库；构建模块化全卷积网络模型，根据建立的料线分割数据库训练所述模块化全卷积网络模型；实时采集待检测的高炉雷达回波信号并生成信号时序频谱图，根据训练好的模块化全卷积网络模型，对所述信号时序频谱图进行料线分割提取。本发明涉及高炉料线监测领域。
-
Patent Agency Ranking
公开(公告)号：CN107328787A
公开(公告)日：2017-11-07
申请号：CN201710543616.7
申请日：2017-07-05
Applicant: 北京科技大学
CPC classification number: G01N21/8914 , G01N2021/8887 , G01N2021/8918 , G06N3/0454
Abstract: 本发明提供一种基于深度卷积神经网络的金属板带表面缺陷检测系统，能够实时检测金属板带表面缺陷。所述系统包括：相机、用于安装所述相机的安装架及处理器模块；其中，所述安装架，横跨于工业现场传送带之上；所述相机，安装在所述安装架上，用于实时采集传送带上金属板带的表面图像；所述处理器模块，用于采用深度卷积神经网络算法，对实时采集的金属板带的表面图像进行缺陷识别本发明适用于机器视觉技术领域。
-
公开(公告)号：CN106934800A
公开(公告)日：2017-07-07
申请号：CN201710110597.9
申请日：2017-02-28
Applicant: 北京科技大学
Abstract: 本发明提供一种基于YOLO9000网络的金属板带表面缺陷检测方法及装置，能够提高金属板带表面缺陷检测的准确率。方法包括：采集用于训练YOLO9000网络的金属板带表面的图像；对采集到的所述金属板带表面的图像进行数据增强；将采集到的所述金属板带表面的图像及数据增强后得到的图像中的缺陷部分用矩形框进行标注，获取矩形框的坐标与矩形框所包含缺陷的种类；根据采集到的所述金属板带表面的图像及数据增强后得到的图像，及获取的所述矩形框的坐标与所述矩形框所包含缺陷的种类对YOLO9000网络进行训练；实时采集待检测的金属板带表面图像，根据训练好的YOLO9000网络，实时检测金属板带表面是否有缺陷，并对检测到的缺陷进行分类和定位。本发明适用于机器视觉技术领域。
-
公开(公告)号：CN119625138A
公开(公告)日：2025-03-14
申请号：CN202510162501.8
申请日：2025-02-14
Applicant: 北京科技大学
Abstract: 本发明提供一种文本引导的弱标注浮选泡沫分割与计数方法及系统，涉及人工智能与计算机视觉技术领域。方法包括：采集浮选池中泡沫的图像，进行预处理和点级别标注，收集对浮选泡沫的文本描述并进行预处理；将预处理后的图像输入点热图生成模块，识别图像中的关键点，并以关键点为中心形成预设尺寸的边界框；将关键点和边界框输入基于弱标注的层次化掩码生成模块，指导其生成整体、部分和子部分的层次化掩码；将文本描述和少样本示例图像输入视觉‑语言特征映射模块，将两者映射到同一个嵌入空间中进行特征拼接，得到分类指导特征；利用层次化掩码提取区域特征，并与分类指导特征进行相似度对齐，从而实现对图像中特定类别泡沫的精确分割和计数。
-
公开(公告)号：CN118522000B
公开(公告)日：2025-03-04
申请号：CN202410556807.7
申请日：2024-05-07
Applicant: 北京科技大学
Abstract: 本发明提供一种融合多模态信息的智能通用水尺精读方法和系统，包括：对RGB图像与DN值进行预处理；通过阈值驱动的orb算法进行特征点提取，定位特征点稀疏区域，并生成虚拟特征点对；通过仿射变换实现配准对齐，之后进行通道叠加，生成融合多光谱数据的四通道图像，利用深度学习模型得到每张四通道图像中的水线分割掩码图与字符识别数据；采用微波测距相机确定水线俯视角，拟合出不同水线俯视角下实际吨数和水线俯视角的拟合关系，进而得到船舶的实际吨数，作为水线的第一读值；利用设计的等距水尺图，通过相应仿射变换，实现水尺贴合，得到水线的第二读值；将水线的第一、第二读值求取平均，得到水线的精确读值。本发明可以对通用水尺进行精读。
-
公开(公告)号：CN119323736A
公开(公告)日：2025-01-17
申请号：CN202411866559.2
申请日：2024-12-18
Applicant: 北京科技大学
IPC: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/75 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种高分辨率大尺度森林生物量遥感预测方法和系统，包括：获取待预测地理范围内的多源数据；联合几何特征和区域特征对多源数据进行地理配准并进行特征变量提取；输入森林生物量预测模型主干网络，包括图像序列化模块、融合通道先验的双分支特征提取网络和回归网络，图像序列化模块将图像切片并转换为图像序列，然后输入双分支特征提取网络，双分支特征提取网络先以通道先验模块提取经通道和空间加权后的特征图，随后在四个阶段中对加权后的特征图进行逐层的下采样，并使用状态空间特征提取模块进行双分支特征提取，最后通过回归网络进行上采样回归输出预测地理范围内的森林生物量预测结果。本发明可以对森林生物量进行预测。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.098 seconds)
