“形态模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果853895个，建议您升级VIP下载更多相关专利

[发明专利]基于GWO-BP修正机理模型的管道腐蚀速率预测方法-CN202210773699.X在审
发明人：彭星煜;葛枫;易建国;夏炜;任阳;陈桂芳;廖一鸿 -专利权人：西南石油大学
申请日： 2022-07-01 - 公布日： 2022-09-23 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于GWO‑BP修正机理模型的管道腐蚀速率预测方法，包括如下步骤：建立腐蚀机理模型，通过阳极和阴极反应的电荷平衡及Faraday第二定律求得腐蚀速率的粗算值；采集多组现场实测数据为训练样本，根据建立的腐蚀机理模型计算出各训练样本的腐蚀速率的粗算值，将粗算值与腐蚀速率的实测值之间的相对误差记作机理误差；建立GWO‑BP误差模型，进行GWO‑BP误差模型的训练；基于机理模型计算待预测的页岩气集输管道的腐蚀速率的粗算值，基于训练好的GWO‑BP误差模型输出机理误差，通过机理误差修正待预测的页岩气集输管道的腐蚀速率的粗算值得到最终的待预测的页岩气集输管道的腐蚀速率的预测值。
基于 gwo bp 修正机理模型管道腐蚀速率预测方法

[发明专利]一种基于机器学习的粘钢加固胶层缺陷检测方法及装置-CN202210813843.8在审
发明人：郭泽棉;陈红哲;周南杰;夏桂然;周立成;刘泽佳;刘永峰 -专利权人：广州北环智能交通科技有限公司;华南理工大学
申请日： 2022-07-11 - 公布日： 2022-09-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于机器学习的粘钢加固胶层缺陷检测方法及装置，方法包括构建粘钢加固胶层缺陷模型库，依据所述粘钢加固胶层缺陷模型库，得到超声波反射时程响应，依据超声波反射时程响应得到训练集和测试集，将训练集和测试集发送至深度学习模型进行深度学习，得到粘钢加固胶层缺陷检测模型，将待检测的粘钢加固胶层缺陷所对应的超声波反射时程响应输入至粘钢加固胶层缺陷检测模型中，从而实现粘钢加固胶层缺陷的检测；通过构建粘钢加固胶层缺陷检测模型可以实时高效地识别粘钢加固胶层缺陷，且检测成本有效降低，此外，通过依据粘钢加固胶层缺陷的超声波反射时程响应得到训练集和测试集，能够有效提高粘钢加固胶层缺陷检测模型的识别准确度。
一种基于机器学习加固缺陷检测方法装置

[发明专利]一种昏暗环境下空调管道指针式仪表智能识别系统与方法-CN202210813889.X在审
发明人：王昊琪;王佳奇;李浩;刘根;苗壮;孙天兴;车福亮;司红雷;罗国富;谢贵重;文笑雨;孙春亚;乔东平;张玉彦;杨文超;张丽科 -专利权人：郑州轻工业大学
申请日： 2022-07-11 - 公布日： 2022-09-23 - 主分类号： G06V20/00 文献下载
摘要：本发明提供了一种昏暗环境下空调管道指针式仪表智能识别系统与方法，其步骤如下：制作指针式仪表目标检测数据集和语义分割数据集；训练深度学习模型；使用模型转换工具将目标检测模型和语义分割模型转换为NaiveBuffer格式的模型，并部署在智能终端；由传感器节点采集到的指针式仪表图像无线传输至智能终端；智能终端调用目标检测模型自动检测出图像中指针式仪表所在位置并用方框框出；调用语义分割模型将刻度和指针标出，并通过角度法得到准确读数
一种昏暗环境空调管道指针仪表智能识别系统方法

[发明专利]一种基于多机器学习模型融合的油井产量预测方法-CN202210826531.0在审
发明人：甄艳;赵晓明;方君易;葛家旺 -专利权人：西南石油大学
申请日： 2022-07-13 - 公布日： 2022-09-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多机器学习模型融合的油井产量预测方法，包括以下步骤：S1：收集目标产油井的生产资料并进行预处理，获得生产数据集；S2：划分训练数据集和测试数据集；S3：分别构建TCN‑attention模型、CatBoost模型、ANFIS模型并进行训练；S4：获得三个模型的预测输出结果一，将其划分为训练数据集二和测试数据集二；S5：构建RBF神经网络并进行训练；S6：获得预测输出结果二；S7：将所述预测输出结果二与所述测试数据集二中的真实值进行对比，根据对比结果判断融合模型是否达到预测精度要求：若未达到，则重新训练；若达到，则利用所述融合模型对所述目标产油井的未来产量进行预测。
一种基于机器学习模型融合油井产量预测方法

[发明专利]一种三维矿物模型建立的方法-CN202210660468.8在审
发明人：田亚;刘丽红;张远银;韩淼 -专利权人：中国地质调查局油气资源调查中心
申请日： 2022-06-13 - 公布日： 2022-09-20 - 主分类号： G01N23/046 文献下载
摘要：本发明提供了一种三维矿物模型的建立方法，包括：选择岩石样品，放入CT扫描仪中获取X射线CT扫描获取图像，进行三维重构生成三维岩石模型；将岩石样品制备成岩石薄片样品进行矿物成分定量分析，获取矿物分布的二维图像；在三维岩石模型中寻找与矿物分布的二维图像相同的图像，对所述三维岩石模型中的相同矿物颗粒进行标定，确定不同灰度值代表的矿物成分，根据所述标定区域的灰度值在所述三维岩石模型中选择相同灰度值的区域进行标定进行矿物成分填充，矿物成分填充完善后，三维矿物模型建立。本发明建立了标准孔隙和各主要矿物的多元三维矿物模型，从而更好地进行储层表征和岩石参数模拟，为后期储层评价和有利勘探区选取提供了依据。
一种三维矿物模型建立方法

[发明专利]生成用于图像处理的神经网络模型的系统和方法-CN202210612660.X在审
发明人：鲍园;全国涛 -专利权人：上海联影医疗科技股份有限公司
申请日： 2018-12-28 - 公布日： 2022-09-16 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及生成用于图像处理的神经网络模型的系统和方法。该方法可以包括至少一个处理器从至少一个客户端接收至少两个第一训练样本；所述至少一个处理器使用所述至少两个第一训练样本训练第一神经网络模型来生成第二神经网络模型；所述至少一个处理器将所述第二神经网络模型发送到所述至少一个客户端；所述至少一个客户端生成从所述至少一个服务器设备接收的所述第二神经网络模型的第一测试结果；以及响应于确定所述第一测试结果满足第一条件，所述至少一个处理器确定所述第二神经网络模型作为用于图像处理的目标神经网络模型
生成用于图像处理神经网络模型系统方法

[发明专利]一种基于视频序列的目标动物运动追踪方法及相关设备-CN202210639984.2在审
发明人：吴其洲;李子圣;张志慧;杨凯;毕效乾;成书君;秦超;沈安杰;崔扬帆;周泓宇;武家荣 -专利权人：中北大学
申请日： 2022-06-08 - 公布日： 2022-09-16 - 主分类号： G06T7/246 文献下载
摘要：本发明公开一种基于视频序列的目标动物运动追踪方法及相关设备，所述方法包括：抽取第一图像和双目摄像头拍摄到的第二图像后，作增强处理得到经过增强后的第三图像，再输入到优化后的YOLOv4‑Tiny模型中得到参数模型，对第二图像进行数据标注得到第一标注文件；将采集拍摄到的第四图像进行预处理后，输入到参数模型中得到检测框；将分别拍摄到的第四图像进行像素点匹配得到第五图像，并和检测框进行匹配，再将匹配成功的第五图像和检测框输入到改进后的Deep SORT算法模型中。通过优化YOLOv4‑Tiny训练模型，以便利用得到的参数模型共同输出目标物体的运动行为信息，实现保证分析精度时轻便化神经网络模型。
一种基于视频序列目标动物运动追踪方法相关设备

[发明专利]一种卷积神经网络模型的稀疏编码分类器设计方法-CN202210569420.6在审
发明人：舒忠;闵刚;谭碧莹 -专利权人：荆楚理工学院
申请日： 2022-05-24 - 公布日： 2022-09-16 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种卷积神经网络模型的稀疏编码分类器设计方法，本方法以字典学习的原始模型为基础，引入深度卷积神经网络模型的图像特征提取和特征分类规则，首先设计几种具有不同特征的稀疏编码分类器组，且每一个不同特征分类器组中又由多分类器组成依据以上模型设计思想，分别构建了基于重建残差运算的图像样本训练模型和图像样本特征测试模型。并与多个分类模型进行对比，本分类器从滤波器使用数量角度考虑，其图像识别准确率在95％以上；从参与训练的图像样本数量角度考虑，其图像识别准确率在92％以上。
一种卷积神经网络模型稀疏编码分类设计方法

[发明专利]体外五细胞因子风暴模型及其制备方法和应用-CN202210587743.8在审
发明人：胡豫;梅恒;姚惟琦;石磊;唐宇翔 -专利权人：华中科技大学同济医学院附属协和医院
申请日： 2022-05-27 - 公布日： 2022-09-13 - 主分类号： C12N5/071 文献下载
摘要：本发明属于生物技术领域，具体公开体外细胞因子风暴模型及制备其的方法和应用。体外细胞因子风暴模型的构建体系，含有TNF‑α因子、IL‑1β因子、IL‑6因子、IL‑2因子和IFN‑γ因子。体外细胞因子风暴模型的构建方法，将TNF‑α因子、IL‑1β因子、IL‑6因子、IL‑2因子和IFN‑γ因子及参考物置于参考物培养基中。体外细胞因子风暴模型，包括参考物培养基和培养基中的TNF‑α因子、IL‑1β因子、IL‑6因子、IL‑2因子、IFN‑γ因子及参考物。本发明体外细胞因子风暴模型具有更好的模拟效果，效果显著好于单因子处理及较少因子联合处理得到的细胞模型；从蛋白质组学水平分析，制得的体外细胞因子风暴模型具有较高的一致性；对多因子相关的炎症反应的研究提供了较好的基础
体外细胞因子风暴模型及其制备方法应用

[发明专利]基于生成对抗网络的锂电池健康状态预测方法及系统-CN202210461560.1在审
发明人：许家璇;王云;弥济时;李昊儒;周芸;李宝暄;韩海洋;朱子杰;康子骏;韩昭妍;张恒山 -专利权人：西安邮电大学
申请日： 2022-04-28 - 公布日： 2022-08-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于生成对抗网络的锂电池健康状态预测方法及系统，首先将基础神经网络模型的预测结果输入到变分自编码器，使得变分自编码器的生成结果与基础神经网络模型的预测结果分布具有一定的相似度。通过计算基础神经网络预测结果与变分自编码器生成结果相互之间的支持度，集成最优预测结果作为锂电池健康状态综合预测模型；根据锂电池实际充电过程中的各项参数，运用锂电池健康状态综合预测模型，计算锂电池的健康状态由于本发明使用少量基础神经网络模型及变分自编码器即可生成更多的基础神经网络模型预测结果，保证了集成学习过程中基学习器的多样性，加快模型训练过程，并且能够取得接近传统集成学习方法的预测精度。
基于生成对抗网络锂电池健康状态预测方法系统

[发明专利]特征图提取模型的训练方法和装置-CN202210432822.1在审
发明人：莫申童;孙准 -专利权人：北京百度网讯科技有限公司
申请日： 2022-04-21 - 公布日： 2022-08-16 - 主分类号： G06V10/44 文献下载
摘要：本公开提供了特征图提取模型的训练方法和装置，涉及图像处理技术领域，尤其涉及计算机视觉、深度学习等领域。具体方案为：将获取的多个样本图像对输入特征图提取模型，由模型中的M个特征提取层进行特征提取，基于选定的N层输出的特征图对应的投影模块，获取任一样本图像对的特征表示，基于第一特征提取层对应的第一特征表示和第二特征提取层对应的第二特征表示，确定模型的损失函数以对模型进行反向调整，返回调整后的模型进行下次训练，直至训练结束生成目标特征图提取模型。
特征提取模型训练方法装置

[发明专利]动态数据模型的数据校验方法和装置-CN202210108316.7在审
发明人：王雪松 -专利权人：中国建设银行股份有限公司
申请日： 2022-01-28 - 公布日： 2022-05-13 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种动态数据模型的数据校验方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取动态数据模型的元数据；基于元数据类型与输入数据类型的映射关系，根据所述元数据生成基于输入数据类型的接口描述文档；根据所述接口描述文档生成动态数据模型接口；使用所述动态数据模型接口对输入数据进行数据校验该实施方式能够基于动态数据模型的元数据生成强类型的模型接口，一方面简化了开发人员的编码工作，另一方面又能通过元数据来统一对数据模型进行管理，既增强了业务或技术管理人员对数据的控制，又节约了开发的工作量，
动态数据模型数据校验方法装置

[发明专利]超声波水表的流量误差校正方法、系统、计算机及介质-CN202111601455.5在审
发明人：邓海平;毛祖宾;张民 -专利权人：广东艾科技术股份有限公司
申请日： 2021-12-24 - 公布日： 2022-05-13 - 主分类号： G01F25/10 文献下载
摘要：本发明公开了一种超声波水表的流量误差校正方法，包括：将超声波水表的量程划分为多个预设量程区间；分别根据每个预设量程区间构建初始比列系数计算模型；对所述超声波水表进行测试以获得测试数据，并将测试数据输入所述比列系数计算模型，进而获得最终比列系数计算模型；根据预设的超声波水表线平均流速模型计算超声波水表的线平均流速；根据所述最终比列系数计算模型构建超声波面平均流速模型，并将所述线平均流速输入预设的超声波面平均流速模型，以获得超声波水表的面平均流速
超声波水表流量误差校正方法系统计算机介质

[发明专利]一种对抗式生成网络版权保护方法-CN202210110918.6在审
发明人：乔通;马鱼雁;江瑜 -专利权人：杭州电子科技大学
申请日： 2022-01-29 - 公布日： 2022-05-13 - 主分类号： G06T1/00 文献下载
摘要：将指定的密钥字符串通过密钥生成函数得到特定长度的水印标签，并将该水印标签作为步骤1收集的水印图像的水印标签；将水印图像和水印标签结合作为触发集；步骤3、将步骤2得到的触发集与训练任务图像一起放入对抗式生成网络中训练，得到带水印的网络模型；步骤4、网络模型所有者持有水印标签，当网络模型版权发生争端时，模型所有者将特定的水印标签输入至生成器中，生成器返回相应的水印图像，与提供的训练水印图像进行比对，完成版权验证。本发明能够在不改变网络本身结构和不影响模型性能的情况下保护模型的版权，丰富了黑盒模型水印的研究。
一种对抗生成网络版权保护方法

[发明专利]一种基于多任务学习的竞价关键词效果预估模型构建方法-CN202210151280.0在审
发明人：陈观林;彭石元 -专利权人：浙大城市学院
申请日： 2022-02-17 - 公布日： 2022-05-13 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及一种基于多任务学习的竞价关键词效果预估模型构建方法，包括步骤：收集广告和对应竞价关键词的历史数据；对广告和竞价关键词的特征向量进行预处理，得到降维后的特征向量和广告和竞价关键词的数值特征向量；本发明的有益效果是：构建了基于多任务学习的竞价关键词效果预估模型，该模型通过多任务学习，预估广告购买竞价关键词在未来一段时间内的展现量、点击量和转化量，并且在基于多任务学习的竞价关键词效果预估模型中显示建模任务之间的关系以增强模型的效果相较PLE模型，本发明提出的预估模型在展示任务、点击任务和转化任务上均有所提升。
一种基于任务学习竞价关键词效果预估模型构建方法