-
公开(公告)号：CN115358351A
公开(公告)日：2022-11-18
申请号：CN202211283066.7
申请日：2022-10-18
Applicant: 中国地质大学(北京)
Abstract: 本申请提供了一种基于乳腺癌变量的分类模型建立方法及系统、存储介质，属于医疗数据处理技术领域，基于乳腺癌变量的分类模型建立方法包括：获取乳腺癌数据，对乳腺癌数据进行预处理；基于乳腺癌数据建立数据集，并根据数据集划分出训练集和测试集，划分数据集的方法包括以下之一：随机子抽样验证法、交叉验证法和自助法；基于数据集进行变量筛选，得出筛选结果；基于筛选结果，通过Adaboost分类器和/或随机森林分类器建立分类模型；通过模型评价指标对分类模型进行评价，模型评价指标包括精准率、召回率、F1值和ROC曲线。通过本申请的技术方案，能够提高乳腺癌重要变量的预测精度，有利于医疗预防和筛查防护。
-
公开(公告)号：CN115204533A
公开(公告)日：2022-10-18
申请号：CN202211125730.5
申请日：2022-09-16
Applicant: 中国地质大学(北京)
Inventor： 郭翠平
Abstract: 本申请提供了一种基于多变量的加权组合模型的油气产量预测方法及系统，属于油气开发技术领域，基于多变量的加权组合模型的油气产量预测方法包括：获取生产数据，对生产数据进行预处理；建立门控循环单元神经网络预测模型，对门控循环单元神经网络预测模型进行训练和预测，得到第一预测值；建立多元回归模型，对多元回归模型进行训练和测试，得到第二预测值；计算权重系数，权重系数的计算方法包括以下之一：算术平均法、误差方差加权平均、相对误差倒数法、最优加权和综合权重；根据第一预测值、第二预测值和权重系数得出预测结果。通过本申请的技术方案，能够提高油气产量的预测精度。
-
公开(公告)号：CN114925623A
公开(公告)日：2022-08-19
申请号：CN202210864648.8
申请日：2022-07-22
Applicant: 中国地质大学(北京)
Abstract: 本申请提供了一种油气藏产量预测方法及系统，属于油气藏开发技术领域，油气藏产量预测方法包括：建立基于长短期记忆网络和卡尔曼滤波的油气藏产量预测模型；获取油藏数据，对油藏数据进行预处理；对预处理后的油藏数据通过相关性分析和逐步回归方法筛选出特征参数，基于特征参数构建数据集；通过油气藏产量预测模型对数据集进行训练和预测，得出预测结果；通过指标评价模型预测效果，对输出结果和预测结果进行评估分析，得到影响油井日产气的最优模型。通过本申请的技术方案，长短期记忆网络结合卡尔曼滤波预测油气藏产量，能够提高预测的准确率。
-
公开(公告)号：CN115271196A
公开(公告)日：2022-11-01
申请号：CN202210870447.9
申请日：2022-07-22
Applicant: 中国地质大学(北京)
IPC: G06Q10/04 , G06N3/00 , G06N3/04 , G06F16/2458 , G06Q50/02
Abstract: 本申请提供了一种基于改进卡尔曼滤波的油气藏产量预测方法及系统，属于油气藏开发技术领域，基于改进卡尔曼滤波的油气藏产量预测方法包括：获取油藏数据，筛选出特征参数；基于特征参数构建数据集；初始化长短期记忆网络模型；训练长短期记忆网络模型，初步预测油气产量；初始化卡尔曼滤波模型，基于粒子群算法初始化系统噪声矩阵和系统量测噪声矩阵中的变量，从而确定卡尔曼滤波模型的参数；将初步预测结果作为卡尔曼滤波模型的输入，动态调整初步预测结果，得到最终预测结果。通过本申请的技术方案，采用粒子群算法进行初始化，确定卡尔曼滤波模型的参数，可以提高油气产量的预测精度，扩大模型的适用范围。
-
Patent Agency Ranking
公开(公告)号：CN115204532A
公开(公告)日：2022-10-18
申请号：CN202211125689.1
申请日：2022-09-16
Applicant: 中国地质大学(北京)
Inventor： 郭翠平
Abstract: 本申请提供了一种基于多变量误差修正组合模型的油气产量预测方法及系统，属于油气开发技术领域，基于多变量误差修正组合模型的油气产量预测方法包括：获取生产数据，对生产数据进行预处理；对预处理后的生产数据，划分出训练集和测试集；建立门控循环单元神经网络预测模型；根据训练集对门控循环单元神经网络预测模型进行训练；建立多元回归模型；根据训练集对多元回归模型进行训练；根据测试集对多元回归模型进行测试，得到第一预测值和回归残差；通过门控循环单元神经网络预测模型对回归残差进行修正，得到第二预测值；根据第一预测值和第二预测值，得出预测结果。通过本申请的技术方案，能够提高油气产量预测的准确率。
-
公开(公告)号：CN115346682A
公开(公告)日：2022-11-15
申请号：CN202211271041.5
申请日：2022-10-18
Applicant: 中国地质大学(北京)
IPC: G16H50/70
Abstract: 本申请提供了一种基于乳腺癌数据的变量筛选方法及系统、可读存储介质，属于医疗数据处理技术领域，基于乳腺癌数据的变量筛选方法包括：获取乳腺癌数据；对乳腺癌数据进行预处理，预处理包括数据归一化和异常值处理；通过最大信息系数法对预处理后的乳腺癌数据进行相关性分析，得出第一筛选结果；对第一筛选结果进行变量筛选，得出第二筛选结果，变量筛选的方法包括以下之一或其组合：Lasso算法、随机森林、SIS变量筛选和DC‑SIS变量筛选。通过本申请的技术方案，能够解决变量之间边际不相关、联合相关的问题，降低了错误率，使数据更具有生物学意义。
-
公开(公告)号：CN114925623B
公开(公告)日：2022-09-23
申请号：CN202210864648.8
申请日：2022-07-22
Applicant: 中国地质大学(北京)
Abstract: 本申请提供了一种油气藏产量预测方法及系统，属于油气藏开发技术领域，油气藏产量预测方法包括：建立基于长短期记忆网络和卡尔曼滤波的油气藏产量预测模型；获取油藏数据，对油藏数据进行预处理；对预处理后的油藏数据通过相关性分析和逐步回归方法筛选出特征参数，基于特征参数构建数据集；通过油气藏产量预测模型对数据集进行训练和预测，得出预测结果；通过指标评价模型预测效果，对输出结果和预测结果进行评估分析，得到影响油井日产气的最优模型。通过本申请的技术方案，长短期记忆网络结合卡尔曼滤波预测油气藏产量，能够提高预测的准确率。
-
公开(公告)号：CN115204534B
公开(公告)日：2022-11-29
申请号：CN202211125741.3
申请日：2022-09-16
Applicant: 中国地质大学(北京)
Abstract: 本申请提供了一种基于单变量的分阶段组合模型的油气产量预测方法及系统，属于油气开发技术领域，基于单变量的分阶段组合模型的油气产量预测方法包括：获取生产数据；建立麦克斯韦模型；通过列文伯格‑马夸尔特法计算出第一特征参数，并根据第一特征参数得出第一预测结果；建立逻辑斯蒂模型；通过列文伯格‑马夸尔特法计算出第二特征参数，并根据第二特征参数得出第二预测结果；建立延伸指数递减模型；通过列文伯格‑马夸尔特法计算出第三特征参数，并根据第三特征参数得出第三预测结果；通过对第一预测结果、第二预测结果、第三预测结果进行加权组合，得出分阶段预测结果。通过本申请的技术方案，能够提高油气产量预测的准确率。
-
公开(公告)号：CN115204534A
公开(公告)日：2022-10-18
申请号：CN202211125741.3
申请日：2022-09-16
Applicant: 中国地质大学(北京)
Abstract: 本申请提供了一种基于单变量的分阶段组合模型的油气产量预测方法及系统，属于油气开发技术领域，基于单变量的分阶段组合模型的油气产量预测方法包括：获取生产数据；建立麦克斯韦模型；通过列文伯格‑马夸尔特法计算出第一特征参数，并根据第一特征参数得出第一预测结果；建立逻辑斯蒂模型；通过列文伯格‑马夸尔特法计算出第二特征参数，并根据第二特征参数得出第二预测结果；建立延伸指数递减模型；通过列文伯格‑马夸尔特法计算出第三特征参数，并根据第三特征参数得出第三预测结果；通过对第一预测结果、第二预测结果、第三预测结果进行加权组合，得出分阶段预测结果。通过本申请的技术方案，能够提高油气产量预测的准确率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
