-
公开(公告)号：CN117935156B
公开(公告)日：2024-11-26
申请号：CN202410099935.3
申请日：2024-01-24
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/82 , G06V10/80 , G06V10/766 , G06T7/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于图像自适应恢复的雾天场景人群计数系统及方法，属于图像处理领域，包括获取待处理的雾天场景人群图像；将待处理的雾天场景人群图像输入到图像自适应恢复模块进行清晰化恢复；将待处理的雾天场景人群图像和清晰化图像输入到双分支特征引导模块进行初始特征提取；将雾天场景初始特征和清晰化初始特征输入到频域注意融合模块进行融合得到高级语义特征；将高级语义特征进行密度图回归，得到人群密度图；将人群密度图的像素值进行求和，得到人群计数结果，本发明可有效实现对雾天人群图像进行准确计数，在无清晰化标签的情况下对雾天图像进行针对性增强以提高模型的鲁棒性。
-
公开(公告)号：CN118858214A
公开(公告)日：2024-10-29
申请号：CN202411061345.8
申请日：2024-08-05
Applicant: 燕山大学
IPC: G01N21/359 , G01D21/02
Abstract: 本发明公开了一种含气页岩水平气液两相分层流多参数测量装置及方法，属于水平气液两相流流体测量领域，包括相互连接的阵列近红外发射传感器、阵列近红外接收传感器、气液流动方管段、数据采集系统、数据处理分析系统，依据所述阵列近红外发射传感器对水和甲烷气体的吸收特性，通过多路同步采集系统同时获取气液流动方管段横截面的流场信息，最后由数据处理系统得到页岩气水平井气液两相分层流含水率、液面高度、气相浓度、压强、温度等多参数。本发明结构简单、易安装、测量可靠，能够实现含气页岩水平气液两相分层流多参数测量。
-
公开(公告)号：CN118334453A
公开(公告)日：2024-07-12
申请号：CN202410624397.5
申请日：2024-05-20
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464
Abstract: 本发明公开了一种多模态上下文表征引导的油水两相流型分类系统及方法，属于智能信息处理和多相流流型识别领域，所述系统包括初始特征提取模块、多尺度信息提取模块、多模态信息融合模块和流型识别模块；所述方法包括经过数据预处理、使用编码方法获得图形差分场编码图像、马尔可夫转移场编码图像和递归图编码图像；将图形差分场编码图像、马尔可夫转移场编码图像和递归图编码图像输入优化后的多模态上下文表征引导的油水两相流型分类系统中，得到流型分类结果；将不同的编码图像进行特征提取融合后进行分类，得到流型分类结果。本发明能够有效解决不同模态图像流型分类准确率低的问题。
-
公开(公告)号：CN118334452A
公开(公告)日：2024-07-12
申请号：CN202410624287.9
申请日：2024-05-20
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464
Abstract: 本发明公开了多模态多层次特征融合学习的油水两相流型分类系统及方法，属于智能信息处理领域，所述方法是将电磁流量计输出的一维信号通过3种编码获取的二维图像输入多模态多层次融合学习流型分类系统中，得到流型；其中多模态多层次融合学习流型分类系统包括依次相连的第一多层次特征提取阶段、第二多层次特征提取阶段、第三多层次特征提取阶段、第四多层次特征提取阶段、第五多层次特征提取阶段和多层次特征融合分类阶段。本发明通过充分融合不同编码方法的特征信息和不同层次的特征信息，能够有效地根据电磁流量计信号对油水两相流进行流型分类。
-
公开(公告)号：CN114382459B
公开(公告)日：2024-05-10
申请号：CN202111664605.7
申请日：2021-12-31
Applicant: 燕山大学
Abstract: 本发明公开了一种用于水平井多相流多参数测量复合测井仪及测量方法，涉及剖面测井技术领域，本发明基于内流式八电极环形电导相关测量模块、近红外吸收式周向多探测点光纤相关测量模块进行及单截面周向电导探针全水值测量模块进行一体化设计形成一种用于水平井多相流多参数测量复合测井仪及控制系统。所述测量方法利用上下游近红外周向光纤传感器阵列并结合多近邻GMRES成像方法获取截面气相分布信息，以截面持气率与电导持水率特征构建持水率矫正模型进行持水率估计。本发明实现实时准确测量，结构简单精巧、造价低、可靠性高、无可动部件、无阻流、易安装、易更换，便于水平井多相流多参数测量。
-
Patent Agency Ranking
公开(公告)号：CN114737951B
公开(公告)日：2024-04-16
申请号：CN202210449070.X
申请日：2022-04-26
Applicant: 燕山大学
Abstract: 本发明涉及一种水平井气液两相流持气率测量智能光纤探测系统，属于油气剖面测井技术领域，包括多探测点传感器系统、本地远程双模态电路系统和智能信息处理中心；传感器系统包括外壳、入口、出口和阵列光纤探针模块；电路系统包括探针阵列光发射模块、探针阵列光接收模块、AD数据采集模块、探针阵列信号处理模块、多路程控开关、光纤探针阵列模块电路、定时器模块、电源模块、存储模块、主控制器模块和无线传输模块；信息处理中心包括无线接收模块、可视化模块、预警单元和智能处理单元。本发明基于同轴环形分布的阵列光纤探测系统结合稀疏深度置信网络的测井资料解释智能评价模型进行持气率参数监测，可靠性高、无可动部件、无阻流。
-
公开(公告)号：CN113361374B
公开(公告)日：2024-01-05
申请号：CN202110613051.1
申请日：2021-06-02
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T5/00 , G06T5/50 , G06T7/90
Abstract: 本发明涉及一种人群密度估计方法及系统。该方法包括：将原始人群场景的RGB图像输入主干网络进行初始特征提取，得到初始特征图；将所述初始特征图输入到注意力聚合膨胀卷积模块，得到高级特征图像；将原始人群场景的RGB图像输入小波变换模块，得到先验信息图像；将所述高级特征图像和所述先验信息图像进行融合，得到人群密度估计结果。本发明在卷积神经网络中使用注意力聚合膨胀卷积的方法，可以有效降低尺度不均对人群密度估计结果的影响，提高准确率。本发明利用小波变换作为人群场景先验信息的提取方法，能够节省计算资源，使模型的训练和应用效率提高。
-
公开(公告)号：CN117253184A
公开(公告)日：2023-12-19
申请号：CN202311082649.8
申请日：2023-08-25
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/25 , G06V10/77 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明公开了一种雾先验频域注意表征引导的雾天图像人群计数方法，包括如下步骤：将雾天场景图像输入到C1块中，得到第一初始特征图；将所述的第一初始特征图输入第一雾先验引导表征学习过程，得到第一中间特征图和第一雾天信息图；将所述的第一中间特征图输入到第二雾先验引导表征学习过程，得到高级语义特征图和第二雾天信息图；将所述的高级语义特征图输入密度图回归模块，进行密度图回归，得到估计人群密度图；将所述的估计人群密度图的像素值求和，得到估计人群计数结果。本发明能够显著降低户外场景中雾天气因素对人群计数特征提取过程的负面影响，从而提升人群计数方法在恶劣天气户外场景中的准确性、鲁棒性和普适性。
-
公开(公告)号：CN115238412B
公开(公告)日：2023-12-01
申请号：CN202210834900.0
申请日：2022-07-15
Applicant: 燕山大学
IPC: G06F30/17 , G06F30/23 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种管柱挤压式橡胶集流器参数预测及优化系统，包括集流器数据集采集子系统、数据集预处理子系统、特征集构造子系统、集流器参数智能预测及优化子系统和集流器智能预测及优化参数输出子系统，获取弹性件硬度，弹性件表面摩擦系数，弹性件内凹程度、弹性件尺寸和偏心程度地等作为输入数据；获取集流性能即应力积分值为输出数据，构建基于自动化机器学习和AutoGluon的集流器参数智能预测优化模型。将所述智能参数优化模型进行权值分配，得到所述管柱挤压式橡胶集流器最优弹性件硬度，弹性件表面摩擦系数，弹性件内凹程度、弹性件尺寸、偏心程度和应力积分值等，本发明获得最优参数的时间短，成本低。
-
公开(公告)号：CN116973319A
公开(公告)日：2023-10-31
申请号：CN202310952272.0
申请日：2023-07-31
Applicant: 燕山大学
Abstract: 本发明公开了水体CDOM荧光及非荧光物质分布遥感探测方法，在目标流域布设调查点位，利用无人机高光谱探测器探测CDOM和荧光激光雷达探测FDOM；选取部分调查点位实测其CDOM和FDOM浓度；结合高光谱探测器探测的CDOM与实测CDOM浓度，建立CDOM浓度反演模型；通过反演模型结合调查点位高光谱数据，获得所有调查点位CDOM数据；结合LIF技术探测的荧光数据与实测FDOM浓度数据，建立FDOM浓度反演模型；通过反演模型结合调查点位荧光光谱数据，获得所有调查点位FDOM数据；结合CDOM浓度数据和FDOM浓度数据，得到NFDOM浓度；通过对数据进行分析，模拟FDOM和NFDDOM的浓度分布情况。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.02 seconds)
