-
公开(公告)号：CN111790701B
公开(公告)日：2021-11-12
申请号：CN202010420229.6
申请日：2020-05-18
Applicant: 长江大学
IPC: B08B9/051
Abstract: 本发明涉及清洗设备技术领域，本发明公开了一种用于石油管道的清洁装置，包括刮削组件、驱动组件，刮削组件包括刮削管、至少一个刮削单元，刮削管开设有多个第一固定孔，每一刮削单元包括固定条、多个刮削刃、一固定柱、至少一个滚珠，固定条与刮削管同轴设置且设置于刮削管外，刮削刃连接于固定条远离刮削管的一侧，每一固定柱的一端配合且可滑动插设于第一固定孔、另一端连接于固定条；驱动组件包括第一驱动件，第一驱动件同轴连接于刮削管。本发明能对不同内径的管体的进行清理。
-
公开(公告)号：CN111580162A
公开(公告)日：2020-08-25
申请号：CN202010438323.4
申请日：2020-05-21
Applicant: 长江大学
IPC: G01V1/36
Abstract: 一种基于残差卷积神经网络的地震资料随机噪音压制方法，包括以下步骤：S1：建立残差卷积神经网络模型，包含有三种不同的映射层：1)、卷积层Conv+线性单元ELU；2)、卷积层Conv+批量归一化BN+线性单元ELU；3)、卷积层Conv；S2：制作带有随机噪音的地震数据和干净的地震数据，训练步骤S1中的残差卷积神经网络模型；S3：利用步骤S2训练好的残差卷积神经网络模型处理含噪地震数据，输出去噪后的地震数据。本发明中加入了残差学习和批量归一化方法，可以加速网络训练时的迭代速度，使网络收敛加快。使用的残差学习方法能有效解决传统的卷积神经网络在增加网络深度时会出现梯度消失的问题，使网络能进行更深层的训练，从而提取到更细致的噪音特征。
-
公开(公告)号：CN111580161A
公开(公告)日：2020-08-25
申请号：CN202010438321.5
申请日：2020-05-21
Applicant: 长江大学
IPC: G01V1/36
Abstract: 一种基于多尺度卷积自编码神经网络的地震随机噪音压制方法，包括以下步骤：S1，地震数据预处理：对原始地震数据进行分块处理；S2，建立神经网络模型：搭建多尺度卷积自编码神经网络模型，用于地震随机噪音压制；S3，去噪：将步骤S1中预处理后的地震数据输送到步骤S2中的多尺度卷积自编码神经网络模型中，模型的输出数据为去噪地震数据。本发明所提供的方法可以不需要干净样本进行训练，直接从含噪数据恢复出干净信号。本发明所提供的方法可以显著的提高地震数据的质量，并且能够恢复出更多的细节信息，在清除噪音的同时几乎不损伤有用信号。
-
公开(公告)号：CN111338002A
公开(公告)日：2020-06-26
申请号：CN202010197815.9
申请日：2020-03-19
Applicant: 长江大学
Abstract: 一种基于门控循环神经网络模型的孔隙度预测方法，包括以下步骤：S1：构建用于孔隙度预测的基于门控循环神经网络模型；基于门控循环神经网络模型包括GRU层、全连接层；S2：选取多组能表征已知井孔隙度的测井参数作为输入数据，按比例随机分为训练集和验证集，对输入数据作归一化处理后输入到所述基于门控循环神经网络模型中，训练所述基于门控循环神经网络模型；S3：输入未测井段的深度数据进行测试，利用上述步骤S2中训练完成的基于门控循环神经网络模型预测孔隙度。GRU具有记忆的特性，擅长处理序列问题，引入了门控单元控制信息传递可以更好的提取数据特征，用于孔隙度预测，预测精度更高。
-
Patent Agency Ranking
公开(公告)号：CN102682196B
公开(公告)日：2016-12-07
申请号：CN201210112061.8
申请日：2012-04-13
Applicant: 长江大学
IPC: A63F13/822 , A63F13/56
Abstract: 本发明提供一种图形化显示系统和方法，能够很好为诸如足球、篮球体育竞技游戏、大规模军团同时作战的游戏提供了一种全新的显示方案和系统，在本发明的系统中，对各图形化素材进行分区分调用/加载和展示，将“角色”、“动作”，“对战回合的演进”、“对战角色参与对战结果运算的属性值”、“对战成功率”都进行了图形化的展示，可以很好地承载策略性的游戏。
-
公开(公告)号：CN119535556A
公开(公告)日：2025-02-28
申请号：CN202411622910.3
申请日：2024-11-14
Applicant: 中国地质调查局自然资源综合调查指挥中心 , 长江大学
Abstract: 本发明涉及了一种面波数据的处理方法、装置、设备及介质，一种面波数据的处理方法，包括：将目标工区内的原始地震数据转换为多个基函数；根据所述多个基函数修正预先生成的空间模型，其中，空间模型是由多个基函数生成的；根据修正后的空间模型以及原始地震数据中的面波数据的频散曲线处理原始地震数据中的面波数据，以分离得到原始地震数据的有效反射信号。本发明在复杂工况下，可以实现原始地震数据中的有效反射信号的有效分离。
-
公开(公告)号：CN119351100A
公开(公告)日：2025-01-24
申请号：CN202411383679.7
申请日：2024-09-30
Applicant: 长江大学
IPC: C09K11/80 , H10H20/851
Abstract: 本申请提供了一种白色荧光粉及其制备方法、应用，属于荧光粉技术领域，其中，荧光粉的化学式为Sr1‑xCaxGd1‑y‑zAlO4：yDy3+/zTm3+，其中，x、y、z为摩尔数，x为0.015~0.025，y为0.01~0.03，z为0.005~0.02。本申请采用Ca2+和Tm3+掺杂SrGdAlO4:Dy3+荧光粉，以此来改善SrGdAlO4:Dy3+荧光粉的发光性能，以达到高效白光发射的目的；在相同的激发波长下，SrCaGdAlO4:Dy3+/Tm3+荧光粉能同时显示出Dy3+和Tm3+的特征发射峰。掺杂了Tm3+后，可提高蓝光发射强度，通过改变Dy3+和Tm3+的相对掺杂浓度比，可以实现SrCaGdAlO4:Dy3+/Tm3+荧光粉从暖白光到冷白光的调制。
-
公开(公告)号：CN111324990A
公开(公告)日：2020-06-23
申请号：CN202010197833.7
申请日：2020-03-19
Applicant: 长江大学
Abstract: 本发明属于储层参数预测技术领域，具体涉及一种基于多层长短期记忆神经网络模型的孔隙度预测方法。一种基于多层长短期记忆神经网络模型，包括：输入层，其被配置为能表征孔隙度的原始测井参数；隐藏层，由多个长短期记忆(LSTM)模型叠加而成；输出层，由最后一个隐藏层输出经过全连接层输出孔隙度的预测值。本发明对LSTM进行叠加，使用多个LSTM模型进行构架预测，后层的LSTM模型利用前层的输出作为输入，使用深层LSTM模型不但能继续记忆长久的信息，同时也能对时刻信息进行更严格的筛选，在孔隙度变化的拐点处能较好的进行预测，特别是在基于井位较少和测井参数维度较少的情况下得到高精度的目标参数预测值。
-
公开(公告)号：CN111790701A
公开(公告)日：2020-10-20
申请号：CN202010420229.6
申请日：2020-05-18
Applicant: 长江大学
IPC: B08B9/051
Abstract: 本发明涉及清洗设备技术领域，本发明公开了一种用于石油管道的清洁装置，包括刮削组件、驱动组件，刮削组件包括刮削管、至少一个刮削单元，刮削管开设有多个第一固定孔，每一刮削单元包括固定条、多个刮削刃、一固定柱、至少一个滚珠，固定条与刮削管同轴设置且设置于刮削管外，刮削刃连接于固定条远离刮削管的一侧，每一固定柱的一端配合且可滑动插设于第一固定孔、另一端连接于固定条；驱动组件包括第一驱动件，第一驱动件同轴连接于刮削管。本发明能对不同内径的管体的进行清理。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
