-
公开(公告)号：CN119415901B
公开(公告)日：2025-03-21
申请号：CN202510028285.8
申请日：2025-01-08
Applicant: 西南石油大学
IPC: G06F18/20 , G06F18/213 , G06F18/15
Abstract: 本发明涉及一种基于主动学习技术的地下储层岩性识别方法，属于数据挖掘领域；解决了由于缺乏高效的评估方法导致难以对大规模岩性数据的岩性进行识别的问题。其技术方案是：首先，生成近邻扩散网络，组织岩性数据节点之间的关系；随后，计算岩性数据节点的拓扑结构重要性和可疑度，得到关键节点序列，在专家的标注下对少部分岩性数据节点进行岩性识别，再结合邻域集，通过扩散作用对其他未被专家标注的岩性数据节点进行标注；经过多轮迭代之后得到最终的岩性识别结果。本发明提出了一种基于主动学习技术的地下储层岩性识别方法，实现了通过对少量岩性数据节点的标注来完成对大规模岩性数据的岩性识别。
-
公开(公告)号：CN119293744A
公开(公告)日：2025-01-10
申请号：CN202411823412.5
申请日：2024-12-12
Applicant: 西南石油大学
IPC: G06F18/26 , G06N5/025 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于主客观评价的top‑k频繁模式挖掘方法及系统，属于数据挖掘领域；解决了由于缺乏有效的模式评估方式，传统技术挖掘出的top‑k模式，往往难以满足用户需求的问题。其技术方案是：首先，利用最小DFS序的编码技术，实现对模式的编码；随后，搭建基于孪生神经网络的模式评价模型（Graph Patterns Evaluation Model，GPEM），学习模式对之间的偏序关系，实现了模式主观评分难的情况下，对模式的主观偏好预测；最后，设计融合主客观的模式兴趣度评价函数，以指导top‑k模式挖掘。本发明提出了一种基于主客观评价的top‑k频繁模式挖掘方法及系统，实现了融合用户主观偏好和模式客观信息的top‑k频繁模式挖掘任务。
-
公开(公告)号：CN118072873B
公开(公告)日：2024-07-05
申请号：CN202410472238.8
申请日：2024-04-19
Applicant: 西南石油大学
IPC: G16C20/70 , G01W1/10 , G16C20/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F16/29 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种空气质量预测方法，属于空气预测技术领域，该方法从已监测站点获取历史时间序列数据，并其进行预处理；结合所有监测站点的地理位置信息数据，构建时空网络邻接矩阵；构建时空图生成对抗网络的生成器和判别器；利用已监测站点的历史时间序列数据以及地理位置信息数据，训练时空图生成对抗网络；利用已训练的时空图生成对抗网络，对未监测站点区域的空气质量进行预测。本发明通过构建并优化一个时空图生成对抗网络，能准确地利用稀疏的空气质量监测数据来预测整个城市或区域的空气质量。这不仅为地区规划和公共健康管理提供了强有力的工具，还为环境监测和管理提供了一种更高效、经济的方法。
-
Patent Agency Ranking
公开(公告)号：CN118072873A
公开(公告)日：2024-05-24
申请号：CN202410472238.8
申请日：2024-04-19
Applicant: 西南石油大学
IPC: G16C20/70 , G01W1/10 , G16C20/20 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F16/29 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种空气质量预测方法，属于空气预测技术领域，该方法从已监测站点获取历史时间序列数据，并其进行预处理；结合所有监测站点的地理位置信息数据，构建时空网络邻接矩阵；构建时空图生成对抗网络的生成器和判别器；利用已监测站点的历史时间序列数据以及地理位置信息数据，训练时空图生成对抗网络；利用已训练的时空图生成对抗网络，对未监测站点区域的空气质量进行预测。本发明通过构建并优化一个时空图生成对抗网络，能准确地利用稀疏的空气质量监测数据来预测整个城市或区域的空气质量。这不仅为地区规划和公共健康管理提供了强有力的工具，还为环境监测和管理提供了一种更高效、经济的方法。
-
公开(公告)号：CN115599902A
公开(公告)日：2023-01-13
申请号：CN202211612085.X
申请日：2022-12-15
Applicant: 西南石油大学(CN)
IPC: G06F16/332 , G06F16/36 , G06F40/242 , G06F40/289 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于知识图谱的油气百科问答方法及系统，属于知识图谱问答领域。包括：a)离线构建油气领域知识图谱；b)在线获取问题并规范化，通过常见问答对获取答案或者利用词典匹配、实体跨度检测模型和多轮问答实体选择模型获取实体，再结合查询图和关系选择增强模型获取关系，接着从知识图谱中获取会话问题的答案；c)在问答过程中支持用户交互地澄清实体和关系，收集用户问答数据，定期提升上述模型性能。本发明系统地归纳和存储了油气领域百科知识，通过人机交互式会话问答，提升用户体验感，能够实现高效准确地问答。
-
公开(公告)号：CN119415901A
公开(公告)日：2025-02-11
申请号：CN202510028285.8
申请日：2025-01-08
Applicant: 西南石油大学
IPC: G06F18/20 , G06F18/213 , G06F18/15
Abstract: 本发明涉及一种基于主动学习技术的地下储层岩性识别方法，属于数据挖掘领域；解决了由于缺乏高效的评估方法导致难以对大规模岩性数据的岩性进行识别的问题。其技术方案是：首先，生成近邻扩散网络，组织岩性数据节点之间的关系；随后，计算岩性数据节点的拓扑结构重要性和可疑度，得到关键节点序列，在专家的标注下对少部分岩性数据节点进行岩性识别，再结合邻域集，通过扩散作用对其他未被专家标注的岩性数据节点进行标注；经过多轮迭代之后得到最终的岩性识别结果。本发明提出了一种基于主动学习技术的地下储层岩性识别方法，实现了通过对少量岩性数据节点的标注来完成对大规模岩性数据的岩性识别。
-
公开(公告)号：CN115599902B
公开(公告)日：2023-03-31
申请号：CN202211612085.X
申请日：2022-12-15
Applicant: 西南石油大学
IPC: G06F16/332 , G06F16/36 , G06F40/242 , G06F40/289 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于知识图谱的油气百科问答方法及系统，属于知识图谱问答领域。包括：a)离线构建油气领域知识图谱；b)在线获取问题并规范化，通过常见问答对获取答案或者利用词典匹配、实体跨度检测模型和多轮问答实体选择模型获取实体，再结合查询图和关系选择增强模型获取关系，接着从知识图谱中获取会话问题的答案；c)在问答过程中支持用户交互地澄清实体和关系，收集用户问答数据，定期提升上述模型性能。本发明系统地归纳和存储了油气领域百科知识，通过人机交互式会话问答，提升用户体验感，能够实现高效准确地问答。
-
公开(公告)号：CN115617981A
公开(公告)日：2023-01-17
申请号：CN202211069136.9
申请日：2022-09-02
Applicant: 西南石油大学
Abstract: 本发明公开了一种面向社交网络短文本的信息层次摘要提取方法，针对社交网络短文本数据，通过构造多级聚类索引树进行层次聚类，并在聚类结果的基础上对文本数据提取摘要。首先对社交网络的文本数据集进行数据清洗和预处理；其次使用LDA模型进行特征提取可以有效避免维度灾难；然后将特征数据代入RSC算法模型生成层次聚类树，对聚类结果合并优化得到多级聚类索引树；最后基于多级聚类索引树进行信息层次化的摘要提取。由于抽取式摘要提取算法能够提取出短文本中的概括性语句，因此本发明使用TextRank算法进行摘要提取。利用本发明，能够帮助人们快速有效地获取信息，有助于社交网络平台的数据分析和社交网络的监管工作。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
