-
公开(公告)号：CN116258368A
公开(公告)日：2023-06-13
申请号：CN202310000068.9
申请日：2023-01-01
Applicant: 大连理工大学
IPC: G06Q10/0635 , G06F30/20 , G06T17/20 , G06F17/11 , G06F17/16 , G06F119/14 , G06F119/08 , G06F113/08 , G06F111/10
Abstract: 本发明公开了一种水合物开采过程中海底滑坡风险的评估方法，首先基于力学模型及其与热‑流‑相变耦合模型之间的耦合关系建立了热‑流‑力‑相变耦合模型；随后依据建立的热‑流‑力‑相变耦合模型搭建了场地尺度水合物开采多物理场耦合数值模拟平台；利用场地尺度水合物开采多物理场耦合数值模拟平台，基于现场地质勘探数据建立目标区域的天然气水合物藏储层模型，依据计算结果定量分析地层沉降行为并选取应力监测区域，同时可根据监测区域应力演化曲线结合摩尔‑库伦失效曲线定量评估开采过程中海底滑坡风险。
-
公开(公告)号：CN116130015A
公开(公告)日：2023-05-16
申请号：CN202211664046.4
申请日：2022-12-22
Applicant: 大连理工大学
IPC: G16C20/10 , G16C10/00 , G06F30/20 , G06F111/10 , G06F119/14 , G06F119/08 , G06F113/08
Abstract: 本发明公开了孔隙尺度下二氧化碳驱油封存数值模拟方法，该方法根据高含水油藏剩余油在储层岩石内的分布特征，通过采集真实油藏的数据图像进行二值化处理并转化成矩阵数据来构建基本的计算域，然后建立不同相流体相应的微观方程，在确定完初始和边界条件后开始向计算域注入CO2以实现CO2‑油‑水三相流体驱替或封存过程的模拟，通过判断是否达到混相条件来实现CO2混相和非混相的驱替或封存行为；达到稳定流动后输出CO2‑油‑水三相流体运移图像和油采收率变化曲线。该方法面向真实油藏的孔隙结构适用于不同油藏温度、压强条件下针对不同密度、粘度的CO2‑油‑水三相流体实现稳定的运移过程。
-
公开(公告)号：CN112464005B
公开(公告)日：2021-12-03
申请号：CN202011343296.9
申请日：2020-11-26
Applicant: 大连理工大学
Abstract: 本发明提出了一种深度强化图像聚类方法，属于图像聚类与数据挖掘技术领域，1)预训练编解码网络，初始化潜在特征空间；2)采用传统K‑means方法在潜在特征空间对聚类质心初始化，并为各质心分配伯努利‑逻辑斯蒂单元；3)计算该点与单元间的逻辑回归参数和伯努利分布；4)利用奖励回归策略动态分配临时奖赏，联合辅助目标分布计算各质心运动轨迹；5)计算权重，迭代优化聚类单元直至满足收敛条件，完成深度强化图像聚类过程。本发明同时基于强化学习思想以奖励回归策略联合利用潜在特征表示和调整聚类质心，充分将全部聚类信息尤其是临近区域聚类信息作用于聚类分析的过程中，在环境与行为的交互中有效的改善聚类模糊的问题，有效提升聚类性能。
-
公开(公告)号：CN112465118A
公开(公告)日：2021-03-09
申请号：CN202011343299.2
申请日：2020-11-26
Applicant: 大连理工大学
Abstract: 一种面向医学影像生成的低秩生成式对抗网络构建方法，属于深度学习领域，构建步骤为：1)利用主成分模式近似GAN模型中的全秩卷积操作，基于张量CP分解的计算规则构建低秩卷积操作；2)利用步骤1的低秩卷积操作，构建低秩维度卷积层和低秩通道卷积层代替全秩卷积层，在低秩卷积层间添加ReLU激活函数和批正则化项，调整低秩卷积层的数据分布，设计低秩生成模型；3)融合低秩生成模型和全秩判别模型，构建完整的医学影像低秩生成式对抗网络。本发明提出的方法具有如下效果：该低秩生成对抗方法在医学影像生成任务中有效地降低了FLOPs、内存及显存和空间的占用等计算资源，同时，具有良好的生成效果。
-
公开(公告)号：CN112464004A
公开(公告)日：2021-03-09
申请号：CN202011343290.1
申请日：2020-11-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种多视角深度生成图像聚类方法，属于图像聚类与数据挖掘技术领域，1)预训练各视角独立的编解码网络，发现各视角潜在特征空间；2)预训练多视角特征融合编解码网络，发现多视角融合特征空间；3)随机初始化高斯混合模型参数；4)计算数据样本由某一子高斯模型生成的概率作为图像聚类结果，生成聚类损失，计算高斯混合模型参数更新值，更新参数直到收敛。本发明针对图像数据设计了一种多视角深度生成图像聚类方法，主要考虑利用多视角图像数据中的互补信息优化特征的学习，提高图像聚类和特征学习效果，并为此设计一种多视角特征融合策略，端到端地融合多个视角中的数据信息，该策略可以有效提高多视角数据信息的利用率，提高图像聚类算法性能。
-
Patent Agency Ranking
公开(公告)号：CN110097112A
公开(公告)日：2019-08-06
申请号：CN201910342717.7
申请日：2019-04-26
Applicant: 大连理工大学
IPC: G06K9/62
Abstract: 一种基于重构图的图学习模型，属于图像标注领域，包括以下步骤：通过改进最近邻算法，寻找测试图像的语义最近邻、对其构造相似矩阵，并通过随机点积图对图像进行聚类，挖掘其内部联系，得到加权相似矩阵，然后使用图学习算法获取初步图像标注结果。利用标签之间的关系进行标注，在这个过程中考虑标签之间共现的不平衡性，引入最近的图论模型，有效地解决标签不平衡问题。随机点积图用于重建标签的传递矩阵，解决图像标签共存的不对称问题。此外，使用朴素贝叶斯最近邻分类器来建立图像和标签之间的联合似然函数。本发明针对图像标签存在的分类不平衡的特点，提出基于重构图模型的图像标注模型，能够有效的提高标签的召回率。
-
公开(公告)号：CN116130015B
公开(公告)日：2024-04-30
申请号：CN202211664046.4
申请日：2022-12-22
Applicant: 大连理工大学
IPC: G16C20/10 , G16C10/00 , G06F30/20 , G06F111/10 , G06F119/14 , G06F119/08 , G06F113/08
Abstract: 本发明公开了孔隙尺度下二氧化碳驱油封存数值模拟方法，该方法根据高含水油藏剩余油在储层岩石内的分布特征，通过采集真实油藏的数据图像进行二值化处理并转化成矩阵数据来构建基本的计算域，然后建立不同相流体相应的微观方程，在确定完初始和边界条件后开始向计算域注入CO2以实现CO2‑油‑水三相流体驱替或封存过程的模拟，通过判断是否达到混相条件来实现CO2混相和非混相的驱替或封存行为；达到稳定流动后输出CO2‑油‑水三相流体运移图像和油采收率变化曲线。该方法面向真实油藏的孔隙结构适用于不同油藏温度、压强条件下针对不同密度、粘度的CO2‑油‑水三相流体实现稳定的运移过程。
-
公开(公告)号：CN111223553B
公开(公告)日：2023-08-08
申请号：CN202010005713.2
申请日：2020-01-03
Applicant: 大连理工大学
IPC: G16H20/90 , G16H50/20 , G06V40/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 一种两阶段深度迁移学习中医舌诊模型，属于中医辅助诊疗技术领域。首先，基于深度卷积特征范式，构建深度网络，利用金字塔策略，融合多尺度特征，构建对输入舌像的深层抽象表示。然后，设计两阶段的深度迁移学习，针对性地获取舌像诊断中对代表性病灶特征的识别能力，有效解决数据缺乏问题，降低训练成本。在此基础上，设计病灶检查代价函数，训练深度迁移模型，从不同尺度进行检测，标注异常舌像病灶，提高检测精度。最后，根据深度迁移模型的检查结果模拟中医诊疗“众诊合参”过程，进行异常舌像的实时判别，提高诊断的准确率。本发明设计的模型能够模拟中医诊断理论，实时诊断异常舌像，为中医提供临床辅助和诊疗建议。
-
公开(公告)号：CN111353545B
公开(公告)日：2022-11-18
申请号：CN202010155944.1
申请日：2020-03-09
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明的一种基于稀疏网络迁移的植株病虫害识别方法，属于智慧农业病虫害识别技术领域。首先，设计剪枝算法，迭代遍历网络，冻结源域网络中冗余的参数，生成可重新训练的最优稀疏子网络结构。然后，应用深度迁移学习，将该稀疏网络迁移到目标域，提出稀疏网络可迁移假设并验证其可行性，探索目标任务和现有知识间的潜在关联，用源域的权重初始化网络，在目标域上实现知识的迁移和复用。最后，使用目标域数据的少量样本微调子网络，最优化网络表现，最终完成任务的迁移，解决实际应用问题。本发明能够进行植株病虫害的识别，通过稀疏迁移提高网络检测精度，同时解决传统深度方法需要训练稠密网络，计算开销大、对硬件要求高、不利于推广的问题。
-
公开(公告)号：CN112465118B
公开(公告)日：2022-09-16
申请号：CN202011343299.2
申请日：2020-11-26
Applicant: 大连理工大学
Abstract: 一种面向医学影像生成的低秩生成式对抗网络构建方法，属于深度学习领域，构建步骤为：1)利用主成分模式近似GAN模型中的全秩卷积操作，基于张量CP分解的计算规则构建低秩卷积操作；2)利用步骤1的低秩卷积操作，构建低秩维度卷积层和低秩通道卷积层代替全秩卷积层，在低秩卷积层间添加ReLU激活函数和批正则化项，调整低秩卷积层的数据分布，设计低秩生成模型；3)融合低秩生成模型和全秩判别模型，构建完整的医学影像低秩生成式对抗网络。本发明提出的方法具有如下效果：该低秩生成对抗方法在医学影像生成任务中有效地降低了FLOPs、内存及显存和空间的占用等计算资源，同时，具有良好的生成效果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.031 seconds)
