-
公开(公告)号：CN112348253A
公开(公告)日：2021-02-09
申请号：CN202011231701.8
申请日：2020-11-06
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于全连接神经网络的固态发酵效用预测方法，涉及数据分析预测领域，技术方案为，对固态发酵过程的主要参数进行采集；利用基于均方误差的生成对抗网络进行数据增强操作；用全连接神经网络对采集的参数之间的关系进行分析，得到参数关系模型；根据分析得到的参数关系模型对固态发酵质量和产量进行预测。本发明的有益效果是：本方案提供的技术方案可以根据预先设置好的淀粉含量、温度、酸度和湿度提前精准预测酒精度，根据预测的酒精度可以及时调整各原料搭配比例，提高固态发酵的质量和产量，减少粮食的浪费。
-
公开(公告)号：CN111415005A
公开(公告)日：2020-07-14
申请号：CN202010193051.6
申请日：2016-07-04
Applicant: 中国石油大学(华东)
IPC: G06N3/063
Abstract: 本发明提出了一种逻辑与门电路及逻辑与门电路设计方法，基于脉冲累加信息编码方式，使用统一神经计算单元，辅以1类信息过滤单元，通过神经计算单元和信息过滤单元的级联实现了逻辑与门的计算过程。本发明基于脉冲神经膜系统和匀质神经细胞的逻辑与门设计方法，将构造逻辑与门使用的神经计算单元种类降至最少的1种，这有助于利用统一的神经计算单元实现神经电路；利用神经元的级联，实现信息的传递和并行处理，最终实现执行逻辑计算的功能，具有分布式并行的计算特性，可以为神经电路的实现提供可行的计算模型。
-
公开(公告)号：CN111401535A
公开(公告)日：2020-07-10
申请号：CN202010193052.0
申请日：2016-07-04
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种逻辑或门电路及逻辑或门电路设计方法，基于脉冲累加信息编码方式，使用统一神经计算单元，辅以2类信息过滤单元，通过神经计算单元和信息过滤单元的级联实现了逻辑或门的计算过程。本发明基于脉冲神经膜系统和匀质神经细胞的逻辑或门设计方法，将构造逻辑或门使用的神经计算单元种类降至最少的1种，这有助于利用统一的神经计算单元实现神经电路；利用神经元的级联，实现信息的传递和并行处理，最终实现执行逻辑计算的功能，具有分布式并行的计算特性，可以为神经电路的实现提供可行的计算模型。
-
公开(公告)号：CN110888745A
公开(公告)日：2020-03-17
申请号：CN201911201170.5
申请日：2019-11-29
Applicant: 中国石油大学(华东)
IPC: G06F9/50
Abstract: 本发明针对移动边缘计算任务卸载中的MEC计算节点选择问题，提出了一种考虑任务传输到达时间的MEC节点选择方法，旨在满足任务时延的基础上最小化移动设备的能耗。算法考虑了任务卸载到达MEC节点的时间不同以及尽可能满足任务的时延，给卸载到MEC节点的任务设定优先级，构造决策矩阵，生成MEC节点的决策属性权重，以此做出选择。本发明提出的方法可以有效满足任务的时延，提高时延满足率。
-
公开(公告)号：CN110851277A
公开(公告)日：2020-02-28
申请号：CN201911085280.X
申请日：2019-11-08
Applicant: 中国石油大学(华东)
IPC: G06F9/50
Abstract: 本发明针增强现实应用程序对时延的敏感性与用户设备能耗的问题，提出了一种增强现实场景下基于边云协同的任务调度策略，旨在满足AR任务时延的前提下，最小化本地用户设备总能耗。算法根据时延与能耗确定是在云端还是本地执行，并建立任务优先级，利用改进的遗传算法根据时延与能耗对任务进行合理的安排调度。本发明可有效满足任务的时延与降低用户设备的能耗。
-
Patent Agency Ranking
公开(公告)号：CN110032961A
公开(公告)日：2019-07-19
申请号：CN201910261283.8
申请日：2019-04-02
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种计算机视觉的地下空间管道异常检测方法。本发明对采样的视频数据进行标记，抽取视频帧，采用深度学习中的三维卷积核法(3D CNN)训练卷积神经网络所需的样本集，对样本集进行预处理，批量修改为尺寸为200*200。设计三维卷积核网络结构，进行训练；针对采取的视频数据，对于缺陷帧进行粗略选择，然后每隔15ms对视频进行采样，并将采样帧输入到神经网络中，检测是否有异常情况存在。
-
公开(公告)号：CN109993122A
公开(公告)日：2019-07-09
申请号：CN201910261083.2
申请日：2019-04-02
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于深度卷积神经网络的行人乘扶梯异常行为检测方法。本发明利用传统目标检测算法的思路，对乘坐扶梯的行人进行实时检测。同时，判断目标对象在乘坐扶梯时的行为是否存在异常。如果存在模型所能识别的危险动作，则会发出报警，减少危险事件的发生。本发明在设计深度卷积神经网络模型时，加入了BatchNormalization和ResNet的技巧，通过不断累加组合设计的“CBR”、“Res_unit”和“Res_n_block”3种网络模块，加深网络的层次，提取更加有效细致的图片信息，更好的理解图片数据。最后，通过两个跳跃连接得到大小不一的特征图，这样能够保证检测到不同大小的实际物体，提高模型的准确率。本发明提供的技术方案可以对行人乘坐扶梯异常行为达到精确识别判断，并且具有识别效率高、处理速度快的特点。
-
公开(公告)号：CN109948848A
公开(公告)日：2019-06-28
申请号：CN201910205996.2
申请日：2019-03-19
Applicant: 中国石油大学(华东)
Abstract: 本发明针对截止期限约束的云中科学工作流调度所租赁虚拟机所花费的费用问题，提出了基于蚁群优化系统并结合传统任务概率向上权值的费用优化调度算法R-ACS，旨在减少整个云中工作流任务租赁虚拟机的费用。算法考虑到科学工作流中任务间相互约束的特性，利用传统概率向上权值对任务的执行顺序进行排序，然后使用蚁群优化系统进行截止期限约束下以优化租赁费用为目标的任务-资源间的调度。本发明提出的方法可以有效降低租赁虚拟机而花费的费用。
-
公开(公告)号：CN109636788A
公开(公告)日：2019-04-16
申请号：CN201811513078.8
申请日：2018-12-11
Applicant: 中国石油大学(华东)
CPC classification number: G06T7/0012 , G06N3/0454 , G06T2207/10081 , G06T2207/20081 , G06T2207/30004
Abstract: 胆结石发生在胆囊中，胆囊和肝脏一同出现，倘若只检测出胆结石而没有检测出肝和胆囊则有很大可能是误诊，而检测出胆囊和胆结石的正确率要比检测出肝和胆结石的正确率要高一些。如果检测胆结石的同时即检测出肝又检测出胆，那么我们可以较为肯定的是没有误诊，可以增加一部分置信度。因此根据时下流行的目标检测算法，然后根据上述观念，可建立胆结石的数据预处理模型、识别胆结石的神经网络模型以及置信度计算方法，最终形成胆结石智能检测模型。
-
公开(公告)号：CN103686999B
公开(公告)日：2017-10-03
申请号：CN201310680509.0
申请日：2013-12-12
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于WiFi信号室内无线定位方法，包括以下步骤：通过传播模型，对接收到各参考点的信号强度值计算，并根据定义的环境噪声差值进行对应参考点的权重值更新，利用最高权重值对应的参考点得到估计位置。本发明，将基于模型的定位和指纹定位进行了有机结合，不需要像传统的指纹定位算法那样需要人工利用测量设备进行离线阶段的指纹数据采集，而仅仅基于室内传播模型来估算参考点的RSS作为一个伪指纹数据，再通过一个定义的差值来对参考点进行权重赋值以致最后完成定位，在保证精度的前提下，能完全跳过指纹数据的采集阶段，大大降低了定位的复杂性。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.139 seconds)
