“尹广志”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种测算岩心含水饱和度的方法及装置-CN202310578977.0在审
发明人：史文洋;尹广志;陶磊;杨志豪;白佳佳;徐正晓;张娜;朱庆杰 -专利权人：常州大学
申请日： 2023-05-22 - 公布日： 2023-10-03 - 主分类号： G01N27/04 文献下载
摘要：本发明属于储层岩石物性测试的技术领域，公开了一种测算岩心含水饱和度的方法及装置，包括建立基于毛管孔隙单元的等效电路模型；计算不同含水饱和度下等效电路模型的电路参数；通过绘制不同含水饱和度下岩样电频谱阻抗虚部与实部的曲线，读取图像上的特征值；通过绘制阻抗虚部特征值、阻抗实部特征值与含水饱和度的交会图，确定岩心含水饱和度。解决了目前统的岩心含水参数测试方法需要进行大量的实验室测试和数据处理，耗费时间和精力的问题，方法操作简单，不需要繁琐的计算与拟合过程，适用性广。
一种测算岩心含水饱和度方法装置

[发明专利]一种建筑物多边形聚合方法-CN202310650074.9在审
发明人：孙群;张付兵;马京振;陈欣;尹广志;黄文君 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2023-06-02 - 公布日： 2023-08-18 - 主分类号： G06T11/20 文献下载
摘要：本发明属于地理信息系统技术领域，具体涉及一种建筑物多边形聚合方法。首先顾及障碍要素对视觉粘连建筑物多边形进行聚类，为类簇构建距离自适应的约束Delaunay三角网，并删除从边缘三角形开始不合理的三角形实现视觉粘连区域提取；然后结合边缘三角形特征点数量设计了8种桥接处理模式，对视觉粘连区域进行桥接处理；最后将坐标点抽象为结点、坐标点之间的序列连接关系和三角网关联关系抽象为链接构建路径连接图，引入图论方法，通过最小环路查找建立轮廓边界实现聚合过程。本发明的聚合结果更加符合视觉清晰性的要求，同时兼顾了数量消减能力、面积保持能力和空地表达能力，结合局部形状特征的桥接处理效果较好。
一种建筑物多边形聚合方法

[发明专利]一种泡沫降粘剂与氮气协同调驱技术参数的确定方法-CN202310045824.X在审
发明人：陶磊;马云鹏;张娜;何敏;史文洋;白佳佳;朱庆杰;刘现坤;尹广志 -专利权人：常州大学
申请日： 2023-01-30 - 公布日： 2023-05-30 - 主分类号： E21B43/16 文献下载
摘要：本发明公开了一种泡沫降粘剂及其与氮气协同调驱技术参数的确定方法，提供了一种具有生泡性能的稠油油性降粘剂配方，给定了能够生成降粘泡沫体系的气液比参数，确定了一套能够经济有效提高稠油水驱增产效果的氮气泡沫降粘剂调驱技术参数的最优数值。本发明将稠油降粘和泡沫封堵效果相结合，达到降低稠油粘度、增加稠油流动能力与泡沫剂封堵水窜、补充储层能量的协同作用，整体扩大驱替面积、提高驱油效率，最终实现调整驱替平面非均质突进、提高稠油水驱采收率的效果。
一种泡沫降粘剂氮气协同技术参数确定方法

[发明专利]基于深度学习的地貌晕渲图生成方法及系统-CN202211292801.0在审
发明人： 尹广志;李少梅;马京振;温伯威;周炤;季晓林;吕东许;卞成琳 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2022-10-21 - 公布日： 2023-03-28 - 主分类号： G06T17/05 文献下载
摘要：本发明属于人工智能与地图制图相结合的技术领域，特别涉及一种基于深度学习的地貌晕渲图生成方法及系统，通过收集样本数据，并利用样本数据对构建的深度学习网络进行训练，其中，深度学习网络包含：用于对输入图像数据进行特征提取的特征提取子网络，和用于对提取的特征数据进行融合以重建图像的特征融合子网络，且特征提取子网络和特征融合子网络由多个残差块堆叠而成；以目标区域的DEM数据作为输入，利用训练后的深度学习网络来获取该目标区域的地貌晕渲图。本发明利用深度学习方法快速生成艺术风格、表现效果与手工晕渲作品接近的地貌晕渲图，降低高质量地貌晕渲图制作的时间成本和人力成本，改善当前地貌晕渲图制作难以同时顾及制作效率和晕渲效果的情况。
基于深度学习地貌晕渲图生成方法系统

[发明专利]基于改进火烈鸟搜索算法的机器人路径规划方法及装置-CN202211474542.3在审
发明人：李少梅;吕东许;郭文月;尹广志;魏海平;陈欣;卞成琳;吕铮 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2022-11-23 - 公布日： 2023-03-07 - 主分类号： G05D1/02 文献下载
摘要：本发明提供一种基于改进火烈鸟搜索算法的机器人路径规划方法及装置。该方法包括：步骤1、利用栅格法将机器人运行环境建模为栅格地图；步骤2、设置算法参数；步骤3、初始化种群，包括：在所述栅格地图中随机生成路径节点，每条路径由相同数量的路径节点组成，每条路径作为一个火烈鸟个体，P个火烈鸟个体构成初始种群；步骤4、利用反向学习策略对当前种群进行更新；步骤5、根据种群中火烈鸟个体的适应度值确定觅食者和迁徙者；步骤6、更新觅食者和迁徙者的位置；步骤7、根据萤火虫算法进一步更新种群；步骤8、判断是否达到最大迭代次数，若达到则执行步骤9，否则返回执行步骤4进行下一次迭代；步骤9、输出机器人最优路径。
基于改进火烈鸟搜索算法机器人路径规划方法装置