“宋金民”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果14个，建议您升级VIP下载更多相关专利

[发明专利]基于BP神经网络的碳酸盐岩高频层序自动化识别方法-CN202110684299.7有效
发明人：杨迪;李柯然;宋金民;夏舜;叶玥豪;金鑫;赵玲丽;任佳鑫;范建平;冯宇翔;王佳蕊;陈伟 -专利权人：成都理工大学
申请日： 2021-06-21 - 公布日： 2023-06-20 - 主分类号： G01V11/00 文献下载
摘要：本发明公开了一种基于BP神经网络的碳酸盐岩高频层序自动化识别方法，包括以下步骤：S1、建立高频层序识别划分标准数据库；S2、编写并调试基于python的BP神经网络模型。过对具有丰富层序划分经验的地质人员的层序划分标准进行学习，建立具有强迁移能力的BP神经网络，有效解决了层序划分难度大、周期长的问题，实现了高频层序的自动化划分，能够作为认识海相地层沉积环境演化、辅助油气勘探的重要手段。
基于 bp 神经网络碳酸盐高频自动化识别方法

[发明专利]基于岩心重建的风暴岩测井识别方法-CN202111515553.7有效
发明人： 宋金民;李柯然;金鑫;杨迪;冯宇翔;叶玥豪;田立洲;夏舜;赵玲丽;陈伟;任佳鑫;张阳;王佳蕊;王俊柯 -专利权人：成都理工大学
申请日： 2021-12-13 - 公布日： 2023-05-23 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于岩心重建的风暴岩测井识别方法，包括以下步骤：S1、构建岩心身份数据库：观察分析风暴段岩心，与同深度测井数据构成数据库，测井数据类型包括CALI、DT、AC、GR、NPHI、RHOB、RT和RXO八类；S2、训练具有监督学习功能的风暴岩测井识别网络模型；S3、利用建立的风暴岩测井识别网络模型对测井信号进行识别。本发明通过建立具有监督学习功能的风暴岩测井识别网络模型，提高了风暴岩识别的准确性，能够有效辅助岩相古地理的重建。
基于岩心重建风暴测井识别方法

[发明专利]一种针对混积岩的Sr同位素前处理方法-CN202011371530.9有效
发明人：李柯然;杨迪;宋金民;李智武;叶玥豪;孟祥豪;赵玲丽;任佳鑫;余晶洁;陈伟;金鑫;李立基;王瀚;陈俊林;王佳蕊 -专利权人：成都理工大学
申请日： 2020-11-30 - 公布日： 2023-03-21 - 主分类号： G01N1/44 文献下载
摘要：本发明公开了一种针对混积岩的Sr同位素前处理方法，包括以下步骤：S1、称取50mg混积岩样品放入消解罐中；S2、加入3ml浓度1.5mol/L的浓硝酸；S3、取出消解罐冷却至室温，吸取上清液并进行离心；S4、加入4ml浓度1mol/L的氢氧化钠；S5、加入3ml浓度0.5mol/L的氢氧化钠；S6、加入3ml浓度0.5mol/L的氢氧化钠；S7、加入3ml浓度1.5mol/L的氢氧化钠；S8、冷却至室温，加入3ml浓度1mol/L的盐酸，取上清液并离心；S9、取上清液置于消解罐中，加1ml浓度0.5mol/L的盐酸。本发明对处理过程中所产生的危害进行了有效规避，提高了前处理过程中的安全系数；并实现了对混积岩中碳酸盐和硅酸盐两种组分进行测试。
一种针对混积岩 sr 同位素处理方法

[外观设计]手机壳-CN202230431565.0有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2022-07-08 - 公布日： 2023-03-07 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：支撑和保护手机。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
机壳

[发明专利]基于贝叶斯神经网络的微生物岩沉积微相识别方法-CN202110332291.4有效
发明人： 宋金民;李柯然;杨迪;冯宇翔;李智武;叶玥豪;金鑫;赵玲丽;任佳鑫;范建平;田立洲;夏舜;王佳蕊;陈伟;邓豪爽 -专利权人：成都理工大学
申请日： 2021-03-29 - 公布日： 2022-08-05 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于贝叶斯神经网络的微生物岩沉积微相识别方法，包括以下步骤：S1、统计所有镜下鉴定结果，确定微生物岩沉积微相的类型、数目；S2、依据统计结果建立沉积微相贝叶斯网络结构图；S3、计算先验概率；S4、编写基于python的贝叶斯判别网络程序。本发明通过对已确定微生物岩性的多种类测井数据进行分析，建立先验概率集，有效解决了雷口坡组地层沉积微相样本数目分布不均，数目较少的叠层、泡沫绵层等对油气勘探具有重要意义的沉积微相难以预测的问题。本发明将贝叶斯算法引入感知机模型中，有效解决了感知机权重、阈值难以确定带来的误差，在提高识别准确度的同时也提高了识别工作的效率。
基于贝叶斯神经网络微生物沉积相识方法

[外观设计]手机支架-CN202230132521.8有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： 14-06 文献下载
摘要：1.本外观设计产品的名称：手机支架。2.本外观设计产品的用途：支撑手机和放置手机、卡片等物品。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
手机支架

[外观设计]手机壳-CN202230132635.2有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：支撑和保护手机。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
机壳

[实用新型]减少涡流的手机套-CN202122247701.3有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2021-09-16 - 公布日： 2022-03-18 - 主分类号： H04M1/18 文献下载
摘要：本实用新型涉及一种减少涡流的手机套，包括手机套本体、第一折叠部和第二折叠部；手机套本体的背面设置有引磁片，引磁片为带开口环状引磁片，带开口环状引磁片的磁性面朝外；第一折叠部的一端通过第一翻折部连接手机套本体的背面，所述第二折叠部的一端通过第二翻折部连接手机套本体的背面；第一折叠部和第二折叠部两者中，其一设第一磁性件，另一设第二磁性件，第一折叠部和第二折叠部连接，第一磁性件与第二磁性件适配；其便于适应移动终端的横屏使用，提高使用者的操作舒适度，也在无线充电时能够减弱涡流以及减少由于涡流效应而产生的热量，继而减少对无线充电设备和待充电设备的损坏，有利于延长无线充电设备和待充电设备的使用寿命。
减少涡流手机套

[外观设计]手机壳-CN202130572507.5有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2021-08-31 - 公布日： 2022-01-28 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：用于保护手机，也可以支撑手机，并且带有磁吸功能。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：设计1立体图。5.指定设计1为基本设计。
机壳

[外观设计]手机壳-CN202130615402.3有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2021-09-16 - 公布日： 2022-01-28 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：用于保护手机，也可以支撑手机，并且带有磁吸功能。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
机壳

[外观设计]手机壳-CN202130615646.1有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2021-09-16 - 公布日： 2022-01-28 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：用于保护手机，并且带有磁吸功能。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
机壳

[外观设计]手机壳-CN202130615650.8有效
发明人： 宋金民 -专利权人：东莞市红奇电子科技有限公司
申请日： 2021-09-16 - 公布日： 2022-01-28 - 主分类号： 03-01 文献下载
摘要：1.本外观设计产品的名称：手机壳。2.本外观设计产品的用途：用于保护手机。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
机壳

[发明专利]基于神经网络的Mishrif组岩性测井识别方法-CN202110683945.8在审
发明人：杨迪;李柯然;宋金民;夏舜;叶玥豪;金鑫;赵玲丽;任佳鑫;范建平;冯宇翔;王佳蕊;陈伟 -专利权人：成都理工大学
申请日： 2021-06-21 - 公布日： 2021-09-03 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于神经网络的Mishrif组岩性测井识别方法，包括以下步骤：S1、统计Mishrif组地层岩性资料；S2、利用R语言选择出与Mishrif组地层岩性有紧密关系的测井曲线，然后将S1中Mishrif组地层岩性资料与相同来源、同深度的测井曲线一起，作为训练集；并采用Shuffle函数将训练集中的样本进行打乱；S3、利用Keras建立Mishrif组岩性测井识别模型；S4、在训练好的神经网络模型中加入Dropout模块，trick取0.8。本发明通过对神经网络岩性预测模型的改进，提高了神经网络模型的识别准确率，适应了海外油气勘探的目标。
基于神经网络 mishrif 组岩性测井识别方法

[发明专利]基于测井数据深度学习的灯影组微生物岩微相识别方法-CN202010572477.2在审
发明人： 宋金民;李柯然;杨迪;李智武;叶玥豪;余晶洁;李立基;金鑫;赵玲丽;冯宇翔;任佳鑫;王瀚;陈伟;范建平;陈俊林;王佳蕊 -专利权人：成都理工大学
申请日： 2020-06-22 - 公布日： 2020-10-09 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于测井数据深度学习的灯影组微生物岩微相识别方法，包括以下步骤：S1、根据已确定微生物岩性的多种类测井数据，建立样本数据库；S2、检验样本数据库中测井曲线的完整性，对缺失段数据利用主成分分析及线性回归的方法进行处理，实现数据补充；S3、对样本数据进行均已化，划分为训练集和验证集；S4、建立基于TensorFlow/Playground标准螺旋式数据的神经网络模型。本发明通过对已确定微生物岩性的多种类测井数据进行分析，建立基于TensorFlow/Playground标准螺旋式数据的神经网络模型，通过神经网络模型来进行微生物岩微相识别，具有较强的客观性及系统性，在提高识别准确度的同时也提高了识别工作的效率。
基于测井数据深度学习灯影微生物相识方法

1
共 14 条