基于电功率的油井电加热除蜡过程实时监测方法及系统

    公开(公告)号:CN112878990B

    公开(公告)日:2023-06-13

    申请号:CN202110153138.5

    申请日:2021-02-04

    Applicant: 东北大学

    Abstract: 本发明提供一种基于电功率的油井电加热除蜡过程实时监测方法及系统。通过采集有杆泵抽油井电参数、计算完整冲程周期内的平均功率,进而获得参考冲程平均功率。通过监测实际功率值实时判断是否有结蜡严重的情况,根据有杆泵抽油井结蜡情况从而决定对抽油井是否进行加热,还可以用来确定合适的参考冲程平均功率、电加热除蜡周期,通过多次改变电加热功率最后找出能耗最小的电加热功率预设值,本发明能实现实时连续监测有杆泵抽油井井下结蜡情况,具有准确性高、实时性好、成本低、安全性高等优点,并且在电加热过程中逐步确定电加热除蜡参考周期和电加热参考功率,能有效的节约能源提高生产效率。

    扁平状导向器精铸件细晶组织制备方法及制备装置

    公开(公告)号:CN115815530A

    公开(公告)日:2023-03-21

    申请号:CN202211301809.9

    申请日:2022-10-24

    Abstract: 本发明公开了一种扁平状导向器精铸件细晶组织制备方法,具体包括以下步骤:S1,在熔炼室内采用真空感应熔炼获得高温合金熔体,再将预热的导向器型壳布设于铸型室内电磁振荡器的上方,然后密封铸型室抽取真空,以通过提升机构带动电磁振荡器和导向器型壳上移至熔炼室的浇注坩埚的下方;S2,高温合金熔体浇注开始时,同时启动电磁振荡器对高温合金熔体进行电磁振荡,在高温合金熔体浇注完成后,电磁振荡器继续工作,且提升机构将电磁振荡器托盘下移至铸型室内,同时熔炼室进行下一轮的合金熔炼,电磁振荡器工作预设时间后,打开铸型室以取出导向器型壳,实现获得扁平状导向器精铸件。此外,本发明还公开了一种扁平状导向器精铸件细晶组织制备装置。

    基于时空采样的实例级别特征聚合方法

    公开(公告)号:CN109993772B

    公开(公告)日:2022-12-20

    申请号:CN201910230234.8

    申请日:2019-03-26

    Applicant: 东北大学

    Abstract: 本发明提供一种基于时空采样的实例级别特征聚合方法,涉及计算机视觉技术领域。基于时空采样的实例级别特征聚合方法,首先基于光流进行实例运动位移预测,得到相邻帧的候选框位置;并基于运动位移进行实例级别的特征采样,得到候选框在当前帧及其前后相邻两帧的采样特征;然后基于光流质量和外观质量进行实例级权重计算,提取候选框k对应的位置敏感的实例级权重;最后将当前帧i与其相邻帧i‑t和i+t的实例级别特征通过位置敏感的实例级权重进行聚合,得到聚合后的实例级别的特征。本发明提供的基于时空采样的实例级别特征聚合方法,能有效的利用相邻帧之间的运动信息,进而提升运动模糊、变形等复杂场景下的视频目标检测的精度。

    一种面向视频目标检测的光流多层帧特征传播及聚合方法

    公开(公告)号:CN109993096B

    公开(公告)日:2022-12-20

    申请号:CN201910230235.2

    申请日:2019-03-26

    Applicant: 东北大学

    Abstract: 本发明提供一种面向视频目标检测的光流多层帧特征传播及聚合方法,涉及计算机视觉技术领域。该方法首先通过特征网络提取相邻帧的多层特征、光流网络提取光流,然后利用光流将当前帧的前一帧和当前帧的后一帧的多层帧级别特征传播到当前帧,步长不同的层需要对光流做上采样或下采样,获取多层传播特征;然后逐层依次聚合每层的传播特征,最后生成多层聚合的帧级别特征用于最后的视频目标检测。本发明提供的面向视频目标检测的光流多层帧特征传播及聚合方法,使得输出的帧级别聚合特征兼顾了浅层网络分辨率高和深层网络高维语义特征的优点,能提升检测性能,而且多层特征聚合的方法对小目标的检测性能有所提升。

    一种面向视频目标检测的帧级别特征聚合方法

    公开(公告)号:CN109993095B

    公开(公告)日:2022-12-20

    申请号:CN201910230227.8

    申请日:2019-03-26

    Applicant: 东北大学

    Abstract: 本发明提供一种面向视频目标检测的帧级别特征聚合方法,涉及计算机视觉技术领域。本发明提供的面向视频目标检测的帧级别特征聚合方法,首先通过特征网络从单帧图像中提取深层的特征;然后使用光流网络FlowNet提取帧间的光流;并基于光流将相邻帧的帧级别特征对齐到当前帧,实现帧级别的特征传播;最后通过映射网络和权重放缩网络计算放缩余弦相似性权重,并使用放缩余弦相似性权重聚合多帧特征,生成聚合后的特征;本发明提供的面向视频目标检测的帧级别特征聚合方法,使得权重分配更加合理,将聚合后的特征输入到视频目标检测网络中,能够使在运动模糊、像素低、镜头变焦、遮挡等复杂场景下的视频检测具有较好的检测效果,具有鲁棒性。

    一种针对大尺寸图像分类的对抗样本混合防御方法

    公开(公告)号:CN114861796A

    公开(公告)日:2022-08-05

    申请号:CN202210502834.7

    申请日:2022-05-10

    Applicant: 东北大学

    Abstract: 本发明提供一种针对大尺寸图像分类的对抗样本混合防御方法,涉及信息安全技术领域。该方法首先训练原始分类模型,并训练对攻击方法有抵抗性的分类模型,得到强化分类模型;再对输入样本图像进行自适应去噪检测,通过特征压缩检测判断输入样本图像是否为对抗样本;并对检测出的对抗样本进行图像预处理;最后根据样本分类结果将输入样本输入导入分类模型或强化分类模型进行分类。该方法能抵抗从大尺寸图片数据集上生成的对抗样本,能同时兼顾到对抗样本和干净样本,在具有防御性能的强化模型对干净样本分类的过程中,能够保证一定的准确性,相比于单一的防御策略具有更优越的泛化性能。

    基于切片病灶检测的糖尿病性视网膜病变等级分类装置

    公开(公告)号:CN114792382A

    公开(公告)日:2022-07-26

    申请号:CN202210452554.X

    申请日:2022-04-27

    Applicant: 东北大学

    Abstract: 本发明提供一种基于切片病灶检测的糖尿病性视网膜病变等级分类装置,涉及医学图像处理技术领域。该装置对彩色眼底图像进行切片病灶检测,获取病灶特征;将切片病灶检测获取的病灶特征与对应的病变等级标注数据进行组合,对糖尿病性视网膜病变等级分类模型进行训练,得出彩色眼底图像的病灶特征数据与糖尿病性视网膜病变等级之间的映射关系;通过训练后的糖尿病性视网膜病变等级分类模型对糖尿病性视网膜病变等级进行分类;该装置学习病灶特征与病变等级之间的映射关系,有效提高了糖尿病性视网膜病变等级判定的准确率,对糖尿病性视网膜病变等级的判定有重要应用价值。

    面向季节型非平稳并发量的P-E权衡的VM迁移方法

    公开(公告)号:CN110362383B

    公开(公告)日:2022-06-24

    申请号:CN201910627610.7

    申请日:2019-07-12

    Applicant: 东北大学

    Abstract: 本发明提供一种面向季节型非平稳并发量的P‑E权衡的VM迁移方法,涉及云计算技术领域。该方法包括VM静态部署和VM动态迁移两部分;首先,根据物理服务器提供的以及各个VM需要的内存与CPU资源进行VM的静态部署,该过程在满足客户需求的情况下,将VM部署到物理主机上,同时,尽量减少物理主机的数量,达到降低能耗的目的。VM静态部署之后,采用VM动态迁移策略完成VM的迁移。包括两部分,第一部分使用RBF算法对各VM的平均响应时间进行预测,根据设置的阈值选择需要迁移的VM;第二部分是目标服务器的选择,通过更新的资源需求矩阵选择目标服务器,完成一个阶段的VM的迁移;第一部分与第二部分循环进行,完成整个的VM迁移过程。

    有杆泵抽油井蒸汽吞吐转周期时机的软测量方法及系统

    公开(公告)号:CN112946470B

    公开(公告)日:2022-06-17

    申请号:CN202110153030.6

    申请日:2021-02-04

    Applicant: 东北大学

    Abstract: 本发明提供一种有杆泵抽油井蒸汽吞吐转周期时机的软测量方法及系统。首先采集刚开井时有杆泵抽油机的电参数,计算上冲程、下冲程以及完整冲程周期内的平均功率值作为标准功率值,然后随着抽油阶段的进行,实时采集有杆泵抽油机的电参数,计算当前上冲程、下冲程以及完整冲程周期内的平均功率,根据计算的上冲程功率比例系数、下冲程功率比例系数以及完整冲程功率比例系数,判断是否需要转入下一蒸汽吞吐周期,测量过程全自动化,不需要操作人员现场操作,即可完成测量;转周期判断结果可实时显示,可及时提醒油井管理者进行下一周期的蒸汽吞吐,减少油井在低产液量下工作的时间,从而降低稠油开发能耗,提高经济效益。

    一种基于骨骼数据的视频群体暴力行为识别方法及系统

    公开(公告)号:CN113989927A

    公开(公告)日:2022-01-28

    申请号:CN202111252149.5

    申请日:2021-10-27

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于骨骼数据的视频群体暴力行为识别方法及系统,涉及行为识别技术领域。该方法及系统基于从待识别视频内容中获取的骨骼数据,构建并训练一个深度学习模型,对视频进行特征提取和内容理解,识别个体与个体之间交互行为的分解动作,根据分解动作识别结果的时序关系,判断行为是否属于暴力。克服了现有方法无法很好应用骨骼数据,忽略时序信息和个体间交互信息的缺点,且将群体行为转化为双人交互行为,减少了数据计算量,对行为类别的判断更加容易。

Patent Agency Ranking