专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果27个,建议您升级VIP下载更多相关专利
  • [发明专利]基于残差网络的叠前地震资料强散射噪声压制方法及系统-CN202310117766.7在审
  • 陈文超;高文斌;刘达伟;王晓凯;师振盛 - 西安交通大学
  • 2023-02-15 - 2023-07-25 - G01V1/28
  • 本发明公开了一种基于残差网络的叠前地震资料强散射噪声压制方法及系统,构造CABDCN网络,从若干叠前地震资料中随机抽取5%用于训练,并使用无监督深度学习方法进行去噪处理得到对应的标签数据,含噪地震数据和对应的干净标签构成网络的训练集,未选入训练集中的数据作为测试集。对训练集的每一个地震道集中进行随机抽取若干60*60大小的数据输入网络进行训练。待训练完成之后,利用网络对测试集中的地震数据进行处理,完成叠前地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题,有效压制叠前地震资料中的随机噪声,能够使用较少的数据进行训练得到满意结果,同时采用了端对端的处理方式,能够大幅提升数据的处理效率,并具有良好的自适应性,满足工业上大规模计算需求。
  • 基于网络地震资料散射噪声压制方法系统
  • [发明专利]一种五维地震资料低秩约束重建方法、系统、介质及设备-CN202211335663.X在审
  • 陈文超;刘达伟;高文斌;王晓凯 - 西安交通大学
  • 2022-10-28 - 2022-12-23 - G06K9/62
  • 本发明公开了一种五维地震资料低秩约束重建方法、系统、介质及设备,将数据张量,采样张量,优化项与正则项的权重参数,以及沿个方向分解按mode‑{n,l}方法分解出的矩阵的TR秩R1,…,RN输入地震资料重建模型,并初始化参数Y0作为初始值;展开当前步的低秩重建数据张量,在迭代中采样块坐标下降法交叉对变量进行优化,使用随机化采样加快运算效率,得到低秩重建数据经mode‑{n,l}分解所得计算的最优分解矩阵将训练样本的经张量重建求得下一步的重复以上步骤直到符合预定的停止准则,得到真实数据的低秩重建结果,将所有的频率成分组合恢复为原始的数据格式,实现成五维地震资料重建。本发明具有良好的重建效果,减小了计算资源消耗,具有广阔的工业应用前景。
  • 一种地震资料约束重建方法系统介质设备
  • [实用新型]一种交通事故现场安全防护装置-CN202221614924.7有效
  • 刘达伟 - 刘达伟
  • 2022-06-24 - 2022-10-11 - E04H17/14
  • 本实用新型公开了一种交通事故现场安全防护装置,属于交通防护装置技术领域,其包括防护板,所述防护板的下表面与卡块的上表面卡接,所述第二接触盘的外表面与推杆的外表面搭接,所述第一固定柱的外表面设置有固定座,所述限位柱的底端与凹型板的上表面卡接。该交通事故现场安全防护装置,通过设置连接板、推杆、第一转板、第二转板、第二接触盘和第一卡板,该安全防护装置通过采用第一转板和第二转板的设计,使得操作人员能够对防护板的高度进行调整后固定,使得该安全防护装置在安装时操作人员无需使用大量的螺钉进行固定,从而避免了使用螺钉后发生生锈而导致该安全防护装置发生损坏的现象,降低了操作人员的工作强度。
  • 一种交通事故现场安全防护装置
  • [发明专利]基于3D-SNACNN网络的叠前地震资料中强散射噪声压制方法及系统-CN202111595374.9在审
  • 陈文超;刘达伟;王晓凯;高文斌 - 西安交通大学
  • 2021-12-23 - 2022-04-12 - G01V1/28
  • 本发明公开了一种基于3D‑SNACNN网络的叠前地震资料中强散射噪声压制方法及系统,构造3D‑SNACNN网络,选择三维地震数据并重排为OVT域数据作为网络训练的数据集;利用三维连续小波快速算法对选定的OVT域地震数据去噪,得到对应的干净数据,将干净数据和网络训练数据集以相同的方式划分为若干满足3D‑SNACNN网络输入要求的三维数据,然后从中筛选出部分数据构成训练样本对,将训练样本对送入3D‑SNACNN网络进行训练,待训练完成之后,利用3D‑SNACNN网络对测试集中的地震数据进行处理,完成三维地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题,有效压制叠前地震资料中的强散射噪声,本发明支持并行处理,并具有良好的自适应性,满足工业上大规模计算需求。
  • 基于snacnn网络地震资料散射噪声压制方法系统
  • [发明专利]一种软件性能测试方法、装置、介质及电子设备-CN202111019445.0在审
  • 刘达伟 - 上海浦东发展银行股份有限公司
  • 2021-09-01 - 2021-12-03 - G06F11/36
  • 本申请实施例公开了一种软件性能测试方法、装置、介质及电子设备。所述方法包括:根据测试任务配置信息,基于测试控制接口控制测试执行机向被测软件发压,以执行测试任务;以预设时间间隔,通过所述测试控制接口从所述测试执行机获取当前时刻的测试数据;其中,所述测试数据包括:测试执行机的测试指标数据和被测软件的性能指标数据;根据所述测试任务配置信息和所述测试执行机的测试指标数据,在所述被测软件的性能指标数据中确定目标性能指标数据,并根据所述目标性能指标数据生成所述被测软件的性能测试报告。执行本申请技术方案,能够及时发现软件的性能瓶颈,提高性能测试结果的交付效率。
  • 一种软件性能测试方法装置介质电子设备
  • [发明专利]探地雷达数据中钢筋网屏蔽干扰的压制方法、介质及设备-CN202110077643.6在审
  • 陈文超;胡杨丽江;刘达伟;王晓凯;师振盛 - 西安交通大学
  • 2021-01-20 - 2021-06-01 - G01S13/88
  • 本发明公开了一种探地雷达数据中钢筋网屏蔽干扰的压制方法、介质及设备,将读取的探地雷达B‑scan数据沿空间方向分窗,对任一分窗数据使用离散傅里叶变换后进行随机重新排布得到新数据,将新数据排成Hankel矩阵,对Hankel矩阵进行奇异值分解降秩重构,将重构数据沿空间方向重排回原来的位置后使用一维逆离散傅里叶变换,重复直到所有分窗数据均被处理。本发明能够通过分离钢筋网绕射波压制其在探地雷达数据中的屏蔽作用,使原本被钢筋网绕射波屏蔽的其它探地雷达响应信号得到更为准确的显示,从而使探测目标如无砟轨道路基内部结构成像更准确,由此对其中病害进行准确检测。该专利也适应于采用探地雷达设备检测各种带有钢筋网的混凝土预制板内部病害。
  • 雷达数据钢筋屏蔽干扰压制方法介质设备
  • [发明专利]一种基于形态成分分析的采集脚印压制方法-CN201910033429.3有效
  • 陈文超;王伟;刘达伟;师振盛;陈建友;庞岳峰;李立三 - 西安交通大学
  • 2019-01-14 - 2020-07-28 - G01V1/30
  • 本发明公开一种基于形态成分分析的采集脚印压制方法,包括:步骤101:根据三维地震数据体的沿层切片或者等时切片的地震记录中采集脚印波形形态特征构造二维局部离散余弦变换,并与二维平稳小波变换联合构成超完备字典;步骤102:通过对地震记录信号的原始数据逐层执行的方式,在每个沿层切片或者等时切片内利用基于形态成分分析的方法进行采集脚印的初步压制;步骤103:确定二维局部离散余弦变换的低截频;步骤104:重复步骤102‑103直到所有切片数据处理完成,利用基于形态成分分析的方法进行信噪分离,压制采集脚印噪声,最终实现对三维地震数据体中采集脚印噪声的压制。利用本发明对三维地震数据体进行采集脚印压制,达到了提高了地震资料信噪比的目的。
  • 一种基于形态成分分析采集脚印压制方法
  • [发明专利]一种压制地震资料强屏蔽干扰的稀疏优化方法-CN201710620379.X有效
  • 陈文超;王伟;王晓凯;雷江莉;陈建友;刘达伟;徐云 - 西安交通大学
  • 2017-07-26 - 2019-04-12 - G01V1/30
  • 本发明公开一种压制地震资料强屏蔽干扰的稀疏优化方法,包括:01:读取原始地震资料,并对其进行成分分析;02:根据地震记录信号中河道砂体等与储层相关的横向非均质体地震响应和稳定沉积地层地震响应的形态特征差异确定形态成分分析所使用的两种稀疏表示字典,并构成超完备字典;03:使用分块坐标松弛算法,从地震剖面中,提取压制了上覆或下伏地层强反射屏蔽后的河道砂体等与储层相关的横向非均质体地震响应信号;04:重复步骤03直到所有二维测线数据处理完成。本发明的压制地震资料强屏蔽干扰的稀疏优化方法,能够实现有效彻底地压制强屏蔽干扰,可以使得河道砂体等与储层相关的横向非均质体地震响应信号得到更为清晰直观的显示。
  • 一种压制地震资料屏蔽干扰稀疏优化方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top