-
公开(公告)号：CN119251613A
公开(公告)日：2025-01-03
申请号：CN202411224120.X
申请日：2024-09-03
Applicant: 中国石油大学(华东)
IPC: G06V10/774 , G06V10/764 , G06T7/11 , G06N3/096 , G06N3/09 , G06N3/0895
Abstract: 本发明公开了一种基于稀疏标注的半监督3D断层识别方法，其特征在于利用少量现场数据的二维切片标注，通过合成数据全监督学习、稀疏标注噪声学习和无标注数据半监督学习，实现复杂地质背景下三维断层的准确识别与泛化。合成数据通过三维HRNet模型和Dice损失进行全监督学习；稀疏标注数据通过随机裁剪生成小立方体，后经强弱增强处理输入学生模型和同构的教师模型，对教师模型输出执行轻微噪声细化处理，并计算抗噪稀疏损失；无标注数据生成增强后的小立方体，分别输入学生模型和双教师模型，通过双教师输出计算稳定性得到伪标签，并计算一致性损失。三个任务依次执行，采用累积梯度更新学生网络，进而通过EMA更新教师网络，最终推理出断层位置。
-
公开(公告)号：CN117459998A
公开(公告)日：2024-01-26
申请号：CN202311488136.7
申请日：2023-11-09
Applicant: 中国石油大学(华东)
IPC: H04W28/08 , H04W4/40 , H04L67/10 , H04L41/083
Abstract: 本申请公开了一种基于喷泉编码的边缘协同车辆计算卸载方法及系统，本方法包括：根据车辆移动特征和边缘节点分布特征提出了一种热感知任务卸载策略，以捕获车辆和边缘节点之间的时变多链接关系；基于喷泉码的无速率性，设计了一种多边缘节点资源补偿方法，完成卸载任务数据的协同接收，提高边缘层对数据接收的效率；根据车辆任务的依赖关系和数据量大小，设计了一种基于并行传输与执行的动态任务调度方法，充分利用车辆和边缘节点有限的通信以及计算资源。本申请集成了以上所述优化方法，考虑边缘辅助车辆系统时变特性，基于喷泉编码，多边缘节点协同接收数据，动态调度任务，从而提升数据卸载质量，降低任务总体完成时延。
-
公开(公告)号：CN110059755B
公开(公告)日：2023-10-13
申请号：CN201910324172.7
申请日：2019-04-22
Applicant: 中国石油大学(华东)
IPC: G06F18/2411 , G01V1/30
Abstract: 本发明公开了一种多特征评价准则融合的地震属性优选方法，其特征在于通过匹配地震属性样本与储层类别标签，获得带有类别标签的地震属性集；针对单一特征评价准则难以准确评估地震属性重要性的问题，首先采用Fisher score、互信息、Person相关系数3种特征评价准则计算地震属性与储层类别的相关性大小，分别按照相关性大小对地震属性的重要性进行排序，其次以支持向量机为分类器，结合不同特征评价准则计算分类准确率，将各评价准则的准确率与三者的准确率之和的比作为权重，最后采用线性加权的方式对各评价准则得到的排序结果进行融合处理，进而实现地震属性优选。本发明通过综合考虑多种特征评价准则，筛选出对分类起关键作用的地震属性组合，从而提高储层预测的有效性。
-
公开(公告)号：CN116559951A
公开(公告)日：2023-08-08
申请号：CN202310652408.6
申请日：2023-06-05
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于弱监督学习的地震数据声阻抗反演方法。其特征在于，获取地震数据和对应的测井，利用测井的声阻抗信息和雷克子波制作合成地震道，并进行井震匹配，将地震时间域转换为深度域；设计一种基于自编码器结构的3D卷积神经网络，用于学习地震数据中的声阻抗信息，实现地震数据的声阻抗反演；在地震数据中随机采样地震块，所采样的地震块区域必须包含测井；将采样后的地震块通过三线性插值到相同尺寸，地震块所包含的测井根据插值比例进行坐标平移；制作标签，将得到的地震块复制一份，测井位置用测井的阻抗数值进行填充，非测井位用NaN值填充，NaN作为标记，用以指示该位置是否包含测井信息；进入训练步骤，地震数据需加入随机尺度的噪声，以增强模型的鲁棒性；将地震数据输入卷积神经网络，用制作好的标签进行训练，优化器为基于梯度下降的优化器，损失函数为均方误差或L1损失，在计算损失时，仅计算测井位置体素所产生的损失，用NaN值进行标注的区域不做计算；重复重复训练步骤，直到达到规定的训练轮次，或在验证集达到一定准确率。
-
公开(公告)号：CN116559945A
公开(公告)日：2023-08-08
申请号：CN202310521050.3
申请日：2023-05-10
Applicant: 中国石油大学(华东)
IPC: G01V1/28 , G01V1/30 , G06N3/0464 , G06N3/0455 , G06N3/088 , G06N3/084
Abstract: 本发明公开了一种基于自注意力卷积自编码器的地震随机噪声压制方法，其特征在于，通过自注意力机制抽取原始图像中包含的特征信息，生成注意力权重矩阵来区分地震信号与噪声的不同特征，校准特征图中不同区域和通道对网络模型的关键程度，并施加不同的注意力，以避免信号重构时失真。模型以卷积网络作为编码器网络的核心，反卷积网络作为解码器网络的核心，鉴于地震数据的复杂性与特殊性，在编码和解码阶段使用了多尺度卷积模块提取地震数据特征。本发明利用合成地震数据对网络模型进行预训练，通过Adam优化器使梯度的一、二阶矩阵自适应调整学习率，使损失函数快速收敛，并使用野外地震数据对网络参数进行微调，从而加强模型的鲁棒性，使通过模型重构的数据更贴近目标数据的分布和特征，降低有效地震信号的损失，实现自动且高效的地震随机噪声压制，提升地震资料处理精确度。
-
Patent Agency Ranking
公开(公告)号：CN113887026A
公开(公告)日：2022-01-04
申请号：CN202111090819.8
申请日：2021-09-17
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于集成学习的输油管道水力预测方法，其特征在于搭建基于传统经验公式和基于极端梯度提升的输油管道水力预测模型，通过最小二乘方法修正经验公式，并将修正经验公式方法和极端梯度机器学习方法作为初级学习器，采用多元线性回归方法获得两类初级学习器的权重，利用加权求和方法将修正经验公式方法和极端梯度方法进行融合，挺高输油管道水力预测精度。本发明通过最小二乘方法修正经验公式的经验系数，使经验系数更符合管道实际运行情况；将修正经验公式和极端梯度提升方法进行融合，充分发挥两种不同方法的优势，降低了模型预测泛化误差，提高输油管道水力预测模型精度。
-
公开(公告)号：CN109410008B
公开(公告)日：2021-06-04
申请号：CN201811281920.X
申请日：2018-10-31
Applicant: 中国石油大学(华东)
Abstract: 本发明提供一种融合频繁项集的油田业务服务推荐方法。主要原理是：对油田业务服务数据进行预处理，将数据按用户进行组织；结合时间信息进行用户行为分析，挖掘用户的行为习惯或工作模式；传统推荐模型与关联规则算法相结合，对用户工作需求进行建模；将用户名输入模型获得推荐结果。本发明提供的方法能够有效考虑油田业务服务用户的工作需求，具有较好得准确率。
-
公开(公告)号：CN111539968A
公开(公告)日：2020-08-14
申请号：CN202010315514.1
申请日：2020-04-21
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于蚂蚁追踪技术的断层精细识别方法，其特征在于从原始地震相干体数据中取典型道的切片资料作为地震相干体图像，应用高通滤波器截取高频区域，降低噪声影响；根据蚂蚁数目划分数据块部署蚂蚁，依据断层走向角度的限定范围设定初始搜寻窗体，使用轮盘赌方式选取蚂蚁移动点，保留移动路径的适应值并调节搜寻窗体，根据蚂蚁移动轨迹叠加信息素浓度，追踪完成后输出断层精细识别结果。本发明使用自适应窗体策略规划蚂蚁追踪技术的行动轨迹，令其在简单断层带具有更高的搜寻效率，在复杂断层带具有更好的断层识别精度；并引入随机蚂蚁变异机制，提高对隐蔽断层的描述能力。
-
公开(公告)号：CN110210430A
公开(公告)日：2019-09-06
申请号：CN201910491344.X
申请日：2019-06-06
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种行为识别方法及装置，该方法，包括：预先设置至少两个行为类别；将待识别视频分为至少两个视频片段；针对每个视频片段，执行：提取当前视频片段的关键帧、堆叠光流和连续帧静态图像；根据关键帧、堆叠光流和连续帧静态图像分别进行行为识别，分别确定当前视频片段的每个行为类别的第一评分、第二评分和第三评分；根据每个视频片段的每个行为类别的第一评分、第二评分和第三评分，分别确定待识别视频的每个行为类别的空间流评分、时间流评分和3D评分；根据待识别视频的每个行为类别的空间流评分、时间流评分和3D评分，生成待识别视频的每个行为类别的最终评分。本发明提供了一种行为识别方法及装置，能够提高行为识别的准确度。
-
公开(公告)号：CN109669210A
公开(公告)日：2019-04-23
申请号：CN201910158778.8
申请日：2019-03-04
Applicant: 中国石油大学(华东)
IPC: G01V1/28
Abstract: 本发明公开了基于多种地震属性评价准则的有利区预测方法，其特征在于利用时深转换，匹配地震属性与岩性数据，获得带有类别标签的地震属性集；针对单一特征评价准则难以同时考虑地震属性与类别及地震属性之间的相关性问题，首先采用F-score评价准则计算地震属性与有利区类别的相关性大小，按照相关性大小，对地震属性的重要性进行排序，其次采用Person相关系数计算地震属性之间的相关性大小，设定限制阈值，去除相关性大于阈值的地震属性对中排序靠后的冗余属性，最后采用二进制PSO算法寻找最优的地震属性组合；进而训练随机森林强分类器实现有利区预测。本发明通过综合考虑多种特征评价准则，筛选出对分类起关键作用的地震属性组合，从而提高有利区预测的有效性。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.041 seconds)
