“雷璨如”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11个，建议您升级VIP下载更多相关专利

[发明专利]一种基于生成对抗网络的地震资料随机噪声盲去噪方法-CN202310876849.4在审
发明人：罗仁泽;易玺;林虹宇;刘恒;王磊;吴涛;雷璨如;武娟;廖波;曹瑞;赵丹;王清松 -专利权人：西南石油大学
申请日： 2023-07-18 - 公布日： 2023-10-17 - 主分类号： G06T5/00 文献下载
摘要：本发明提出一种基于生成对抗网络的地震资料随机噪声盲去噪方法。首先对原始数据集按比例划分为训练数据和测试数据，分别在训练和测试数据中加入高斯噪声和未知的随机噪声；训练时将数据送入改进残差模块进行第一次特征粗提取，保证相邻图像像素之间的关联性；随后使用改进通道注意力机制对特征向量进行第二次细提取，保证图像自身特征的完备性；最后通过计算改进的梯度惩罚函数拉大真实样本与假样本之间的差距，不仅节约训练时间，也增强了判别器的判别能力，提高了生成器的特征提取能力。本发明网络具有较好的泛化性以及较高的准确性，特别是在存在一些复杂未知噪声的地震图像去噪方面有较好的表现。
一种基于生成对抗网络地震资料随机噪声盲去噪方法

[发明专利]一种基于深度学习的X射线图像焊缝缺陷检测方法-CN202310877840.5在审
发明人：罗仁泽;王磊;吴涛;刘恒;林泓宇;雷璨如;武娟;易玺;廖波;曹瑞;赵丹 -专利权人：西南石油大学
申请日： 2023-07-18 - 公布日： 2023-10-17 - 主分类号： G06T7/00 文献下载
摘要：本发明所提供的一种基于深度学习的X射线图像焊缝缺陷检测方法，利用FasterRCNN网络对X射线图像进行焊缝缺陷检测，相较于传统FasterRCNN，本发明改进了主干网络的ResNet50模块，在Bottleneck中最后一个卷积层后面增加了gi信息增益模块，提升特征提取能力，同时，对RPN网络中的预设锚框生成比例进行修改，使用K‑Means++算法对待检测的目标长宽比例进行聚类，得到更符合当前检测数据集的缺陷特征长宽比例分布，提升缺陷检测效果。
一种基于深度学习射线图像焊缝缺陷检测方法

[发明专利]一种基于改进YOLOv8n的小目标检测方法-CN202310877467.3在审
发明人：罗仁泽;林虹宇;王磊;吴涛;刘恒;雷璨如;武娟;王清松;易玺;廖波;曹瑞;赵丹 -专利权人：西南石油大学
申请日： 2023-07-18 - 公布日： 2023-10-17 - 主分类号： G06V10/82 文献下载
摘要：本发明提出一种基于改进YOLOv8n的小目标检测方法。方法具体步骤如下：(1)构建小目标数据集；(2)引入过渡下采样模块替代YOLOv8n模型浅层下采样操作，减少了输入图像由于连续下采样导致的小目标信息丢失；(3)在YOLOv8n模型中分别插入上采样模块和下采样模块，减少了较浅层网络中由于下采样导致的小目标信息丢失；(4)采用融合了改进SwinTransformer‑V2模块的改进C3模块替换YOLOv8n模型中部分C2f模块，加强了小目标信息在主干特征提取网络深层部分的关注度；(5)利用(1)中构建的数据集对改进的YOLOv8n模型进行训练、验证、评价。本发明在减少模型少量参数量、满足实时检测要求的情况下，增加了小目标检测的平均精度均值，减少了误检漏检情况的发生。
一种基于改进 yolov8n 目标检测方法

[发明专利]一种基于集成学习的高含水致密砂岩储层产能智能预测方法-CN202310157010.5在审
发明人：罗仁泽;雷璨如;赵丹;易玺;廖波;曹瑞;武娟 -专利权人：西南石油大学
申请日： 2023-02-23 - 公布日： 2023-08-04 - 主分类号： G06Q10/04 文献下载
摘要：一种基于集成学习的高含水致密砂岩储层产能智能预测方法，本方法在bagging集成算法的采样方式和基分类器输入特征筛选两方面进行了修改，原采样方式的数据采样为随机采样，每个基分类器的输入特征相同，本发明的采样方式在随机采样中加入了相关系数筛选机制，若每一个采样后的数据集所有输入测井特征与预测值的相关系数之和小于预设值则舍弃此数据集，重新采样；将基于信息增益的特征重要性生成算法用于计算每个基学习器的训练集的测井特征重要程度，取重要程度最高的前N个测井特征作为该基学习器的输入特征。
一种基于集成学习含水致密砂岩产能智能预测方法

[发明专利]一种基于改进yolo网络的管道焊缝缺陷检测方法-CN202310392031.5在审
发明人：罗仁泽;李华督;唐祥;王磊;陈翔;雷璨如;林泓宇;吴涛;刘恒;罗任权;邓治林;余泓;谭亮;武娟;廖波;曹瑞;赵丹;王清松;易玺 -专利权人：西南石油大学
申请日： 2023-04-12 - 公布日： 2023-07-21 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于改进yolo的管道焊缝缺陷检测方法，该方法先对采集到的管道焊缝缺陷图像进行预处理，构建改进yolo网络模型，具体实施方法为：在上采样特征提取模块采用两个改进的残差网络结构去进行特征提取，实现网络模型检测精度与检测速度的双增长，设计正则化交叉熵损失函数改善样本不平衡的问题，最后，利用数据训练集对模型进行参数训练，用测试集对训练好的模型进行测试。本发明有效的提高了管道焊缝缺陷检测精度和检测效率。
一种基于改进 yolo 网络管道焊缝缺陷检测方法

[发明专利]一种基于改进UNet的管道焊缝图像分割方法-CN202310392019.4在审
发明人：罗仁泽;李华督;唐祥;王磊;雷璨如;陈翔;吴涛;刘恒;林泓宇;罗任权;邓治林;余泓;谭亮;武娟;曹瑞;赵丹;王清松;易玺;廖波 -专利权人：西南石油大学
申请日： 2023-04-12 - 公布日： 2023-07-11 - 主分类号： G06V10/26 文献下载
摘要：本发明提出一种基于改进UNet的管道焊缝图像分割方法。该方法首先先对采集到的管道焊缝图像数据进行预处理并建立数据集，然后构建改进UNet网络管道焊缝图像分割模型，具体实施方法为：首先利用密集连接块结合并行注意力机制构建网络下采样模块，提升模型特征提取能力，再利用深度可分离卷积代替普通卷积，减少了模型计算量与计算量，最后使用加权Dice和交叉熵函数结合的新损失函数，缓和管道焊缝图像中焊缝区域与非焊缝区域占比不均衡的情况；最后利用数据训练集对模型进行参数训练，并将测试集图像输入训练好的网络模型，得到分割后的图像；本发明的分割模型对管道焊缝图像的目标分割精度高，分割效果好。
一种基于改进 unet 管道焊缝图像分割方法

[发明专利]一种基于改进卷积神经网络的高含水致密砂岩储层产能智能预测方法-CN202310394588.2在审
发明人：赵晨阳;罗仁泽;雷璨如;曾辛艺;赵丹;易玺;廖波;曹瑞;武娟 -专利权人：西南石油大学
申请日： 2023-04-13 - 公布日： 2023-07-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于改进卷积神经网络的高含水致密砂岩储层产能智能预测方法行为识别方法，该方法对测井曲线进行特征提取，构建效率更高的识别网络，具体实施方法为：首先建立适合人工智能模型训练的测井数据集合X；然后送入本发明提出的网络模型BBC中进行训练，通过利用了扩张的CNN和双向递归神经网络单元(BiGRU‑BiLSTM)体系结构来生成融合特征，然后通过结合局部和全局特征信息，最终得到网络模型的预测结果；最后使用交叉熵损失，并使用随机梯度下降对模型的损失进行反向传播，优化网络模型的参数，以达到全局最优。
一种基于改进卷积神经网络含水致密砂岩产能智能预测方法

[发明专利]一种基于改进稠密连接网络的管道焊缝缺陷识别方法-CN202310390482.5在审
发明人：罗仁泽;李华督;唐祥;陈翔;雷璨如;武娟;王磊;吴涛;刘恒;林泓宇;罗任权;邓治林;余泓;谭亮;曹瑞;赵丹;王清松;易玺;廖波 -专利权人：西南石油大学
申请日： 2023-04-12 - 公布日： 2023-07-07 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于改进稠密连接网络的管道焊缝缺陷识别方法。该方法先对采集到的管道焊缝缺陷图像进行预处理，构建改进稠密连接网络模型，具体实施方法为：首先采用多通道不同尺度卷积的形式去改善稠密连接网络，进而提高网络的泛化能力；然后通过堆栈两个相同尺度卷积的方式去提高网络的特征提取能力；在网络稠密连接块中引入注意力机制模块，以达到提升有益特征，抑制无用特征的效果；设计交叉熵函数结合惩罚项损失函数，增加网络正则化效果；最后，利用数据训练集对模型进行参数训练，用测试集对训练好的模型进行测试。本发明有效的提高了管道焊缝缺陷识别精度和识别效率。
一种基于改进稠密连接网络管道焊缝缺陷识别方法

[发明专利]一种针对小目标数据集的背景置零Mosaic数据增强方法-CN202310138285.4在审
发明人：罗仁泽;林虹宇;刘恒;吴涛;谭亮;雷璨如;易玺;廖波;赵丹;王清松;曹瑞 -专利权人：西南石油大学
申请日： 2023-02-20 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种针对小目标数据集的背景置零Mosaic数据增强方法。该数据增强方法，首先对原始训练集进行一份拷贝，将其中一份原始训练集实施选择性局部背景保留的背景置零操作，然后通过选择性局部背景保留的裁剪得到小目标集合，接着通过网格目标粘贴法得到目标粘贴训练集，将另一份原始训练集与目标粘贴训练集进行混合，最后对其进行Mosaic数据增强。本发明增大了小目标在图像中有效像素的比例，使得小目标在进行特征提取时能够有机会不被复杂的背景所淹没。同时，本发明克服了以往小目标数据集通过裁剪粘贴等手段导致小目标不自然重叠的缺点，能够有效提高小目标数据集的识别精度。
一种针对目标数据背景 mosaic 增强方法

[发明专利]一种融合快速傅里叶变换知识抽取模型的知识图谱构建方法-CN202310332143.1在审
发明人：罗仁泽;陈翔;雷璨如;武娟;王清松;赵丹;易玺;廖波;曹瑞 -专利权人：西南石油大学
申请日： 2023-03-31 - 公布日： 2023-06-09 - 主分类号： G06F16/36 文献下载
摘要：本发明提出一种融合快速傅里叶变换知识抽取模型的知识图谱构建方法，具体实施方法为：首先标注数据集，并将数据集进行划分；构建加入了傅里叶变换‑幅频特性计算模块的深度学习模型，引入幅频自适应权重系数θ，动态调整θ，来调整模型的特征提取能力，从而快速、准确抽取领域数据知识；接着使用余弦相似度计算词向量相似度，并将余弦相似度与手动设定的阈值比较，大于阈值则融合相关实体；然后根据数据语法结构编制规则模板，并且人工筛选后进行补充或删减，抽取两两实体间的关系；最后将实体和关系按主谓宾三元组关系进行存储，导入图数据库，其中节点表示实体，边表示实体间的关系，从而快速构建知识图谱。
一种融合快速傅里叶变换知识抽取模型图谱构建方法

[发明专利]一种基于改进的深度残差网络的人体行为识别方法-CN202310221454.0在审
发明人：罗仁泽;刘恒;林虹宇;吴涛;曹瑞;雷璨如;易玺;廖波;赵丹;王清松;谭亮 -专利权人：西南石油大学
申请日： 2023-03-09 - 公布日： 2023-06-06 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于改进深度残差网络的人体行为识别方法。包括训练阶段和测试阶段：在训练阶段，使用摄像头获取图像数据集，使用分段采样的稀疏采样策略提取训练视频的原始帧，将提取的原始帧送入通道注意力机制改进深度残差网络的进行训练；在测试阶段，提取测试视频的原始帧，送入训练得到的改进深度残差网络模型，通过softmax分类器判断出最终的行为类别。本发明方法能够根据特征通道的重要程度对重要特征进行增强，对不重要的特征进行抑制，从而提高模型对输入数据的特征提取能力。本发明网络具有较高的运行速度和较高的行为识别准确率以及较低的网络复杂度，特别是在一些复杂动作和较难识别动作中能够提取有效特征具有较好的表现。
一种基于改进深度网络人体行为识别方法

1
共 11 条