-
公开(公告)号：CN117217131A
公开(公告)日：2023-12-12
申请号：CN202311468428.4
申请日：2023-11-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F17/11 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及油藏模拟领域，公开了一种油藏数值模拟方法、装置、设备和存储介质，方法包括：创建多相油藏模拟守恒方程，多相油藏模拟守恒方程包括压力方程和饱和度方程；通过调整每个计算周期的时间步的长度对多相油藏模拟守恒方程进行循环全隐式求解，得到每个计算周期的压力参数与饱和度参数；在预设周期之后停止求解，输出各相的目标压力参数和目标饱和度参数，本发明兼顾了油藏模拟的效率和模拟准确度两个因素。
-
公开(公告)号：CN117151352A
公开(公告)日：2023-12-01
申请号：CN202311433829.6
申请日：2023-11-01
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06Q10/063 , G06Q50/06 , G06F30/28 , G06F113/06 , G06F113/08
Abstract: 本发明涉及风资源评估方法、系统及计算机存储介质和终端设备，包括：获取场址一时间段的风资源数据；根据风资源数据，确定待模拟风场的加密区域；根据加密区域，将待模拟风场划分为若干片区，且加密区域的网格格距比非加密区域的网格格距小，LBM采用分片结构网格构建待模拟风场模型；根据风资源数据和待模拟风场模型，仿真模拟获取不同来流风向下模拟区域内的各网格点与观测点的模拟风场信息；根据风资源数据和不同来流风向下模拟区域内各网格点与观测点的风场模拟信息，确定当前风资源数据下，各网格点与观测点的实际风场信息，评估场址一时间段的风能。其是一种简单高效、模拟逼近实际情况的风资源评估方法。
-
公开(公告)号：CN116882218A
公开(公告)日：2023-10-13
申请号：CN202311147837.4
申请日：2023-09-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/20 , G06F30/28 , G06F119/14
Abstract: 本发明涉及油藏数值模拟技术领域，公开了一种油藏数值模拟方法、装置、计算机设备及存储介质，方法包括：基于井压力创建用于耦合求解油藏的各相压力和各相饱和度的质量守恒方程；创建关于各相压力、各相饱和度和井压力的井方程；初始化包括当前时间步的井压力的初始解向量；利用初始解向量隐式求解质量守恒方程得到下一时间步的各相压力和各相饱和度；利用下一时间步的各相压力和饱和度显式求解井方程得到下一时间步的井压力；将下一时间步的井压力作为当前时间步的井压力，返回隐式求解质量守恒方程的步骤迭代到预设数量时间步得到目标各相压力和目标各相饱和度。本发明同时提高了油藏数值模拟的数值稳定性、时间步长宽松性和负载均衡性。
-
公开(公告)号：CN116680763A
公开(公告)日：2023-09-01
申请号：CN202310700966.5
申请日：2023-06-13
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06F30/10 , G06N3/04 , G06F17/13 , G06F111/06
Abstract: 本发明涉及形状优化方法及计算机存储介质和终端设备，包括：根据偏微分方程约束的形状待优化问题，确定状态、伴随、正则方程；构建状态、伴随、正则方程神经网络代理模型；设定优化目标初始形状，将初始形状边界离散为若干形状表征点；在当前形状内部与边界分别采样若干配置点；优化状态损失函数，更新状态方程代理模型；优化伴随损失函数，更新伴随方程代理模型；优化正则损失函数，更新正则方程代理模型；计算形状表征点对应的形状优化方向，更新当前形状；判断是否结束形状更新。本发明利用神经网络求解方程的无网格特性，突破了传统网格依赖形状优化方法的瓶颈，可用于求解不同领域的形状待优化问题。
-
公开(公告)号：CN119728449A
公开(公告)日：2025-03-28
申请号：CN202411860378.9
申请日：2024-12-17
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: H04L41/14 , H04L9/00 , H04L67/104
Abstract: 本发明涉及区块图技术领域，公开了区块图系统模拟方法、装置、设备及存储介质，本发明响应于网络生成指令，基于交互界面中输入的网络模拟参数，生成目标网络并展示在交互界面中；响应于区块图模拟指令，基于交互界面中输入的区块模拟参数对应的区块数据结构和目标网络，生成目标区块图并展示在交互界面中；对目标区块图包括的区块进行共识判定，得到目标区块图对应的目标区块集合并展示在交互界面中。通过预置各个区块图系统对应的区块数据结构，在接收到区块图模拟指令时根据对应的区块数据结构模拟生成目标区块图，并对目标区块图进行共识判定，能够对不同类型的区块图系统进行模拟生成和共识判定，提高了对区块图模拟的普遍适用性和效率。
-
Patent Agency Ranking
公开(公告)号：CN119066309A
公开(公告)日：2024-12-03
申请号：CN202411073502.7
申请日：2024-08-06
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本申请公开了一种多维快速傅里叶变换数据处理方法、装置及电子设备。其中，该方法包括：依据待处理序列在各个维度上的第一序列长度和预设批处理大小，确定待处理序列在各个维度上对应的转置参数和批处理大小；依据各个维度对应的第一序列长度以及待处理序列在各个维度的分量，确定待处理序列在各个维度的分量对应的至少一个子序列，其中，转置参数用于确定是否对子序列执行转置操作；依据子序列的第二序列长度和子序列在图形处理器内存中的存储形式将子序列分解为多个分解因子。本申请解决了由于相关技术中在对多维快速傅里叶变换数据进行处理时采用固定的分解策略导致的计算效率低且耗时过长的技术问题。
-
公开(公告)号：CN117407419B
公开(公告)日：2024-11-01
申请号：CN202311160042.7
申请日：2023-09-08
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种高维数据的查找方法及装置、存储介质、电子设备。其中，该方法包括：确定搜索空间中的初始值，其中，初始值包括初始位置值和初始元素值，初始位置值由N个向量构成，每个向量长度为高维数组对应阶的维度大小，N为大于2的正整数；基于初始值查找搜索空间在单一维度的单维最大值，以及单维最大值的数组位置；将单维最大值和数组位置输出为搜索空间在当前迭代周期的当前最大元素。通过本发明，解决了相关技术中在搜索空间中查找高维最大元素的准确率低的技术问题，可适配于各种低秩表示形式的数据，通用性高，通过交替迭代的策略保证了收敛性，且减少了对超参数的依赖，无论是人造数据还是真实数据，提高了准确率和稳定性。
-
公开(公告)号：CN118016274B
公开(公告)日：2024-08-06
申请号：CN202410178658.5
申请日：2024-02-09
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G16H50/20 , G16H50/70 , G06F16/903
Abstract: 本发明提供了一种疾病知识检索与诊疗决策辅助系统，涉及智能医疗技术领域，该系统包括：医学知识耦合引擎，用于基于医学文献、疾病指南和药物信息构建医学知识库；医学知识检索模块，用于获取患者的病情记录，并对所述病情记录进行预处理，得到病情特征信息；针对所述病情特征信息在所述医学知识库中进行医学知识检索，以得到与所述病情特征信息相关的关联医学知识；所述病情记录至少包括医学检查结果；辅助诊断模块，用于通过所述大型语言模型针对所述病情特征信息和所述关联医学知识进行鉴别诊断，以输出辅助诊疗决策。本方案，能够提高诊疗决策的准确性。
-
公开(公告)号：CN117851011B
公开(公告)日：2024-07-16
申请号：CN202410010795.8
申请日：2024-01-03
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本发明涉及计算机技术领域，公开了任务队列管理方法、装置、计算机设备及存储介质，本发明将任务按照任务状态进行划分，获得排队状态任务队列、运行状态任务队列和结束状态任务队列；对各任务队列采用多级存储；在内存中查询排队或正在运行的任务信息；对需更改任务状态的任务进行任务状态更改，并在嵌入式数据库中持久化更改后的任务状态；在全功能数据库中筛选已结束的任务信息；在任务集群需要重启或是遭遇故障恢复的情况下，按照预设恢复顺序进行任务队列恢复。本发明将不同状态任务在不同任务队列中维护，以此均摊针对不同状态任务的不同需求产生的查询或维护数据数据结构的压力，能够承受高并发压力且满足了抗故障要求。
-
公开(公告)号：CN117671597B
公开(公告)日：2024-07-16
申请号：CN202311798305.7
申请日：2023-12-25
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06V20/52 , G06V20/40 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及机器学习检测技术领域，公开了一种老鼠检测模型的构建方法和老鼠检测方法及装置，本发明搜集老鼠图片以及老鼠监控视频数据，并对老鼠图片以及老鼠监控视频数据进行预处理，得到老鼠检测数据集；对预设YOLO8模型进行网络结构上的优化，得到优化后的YOLO8网络模型；基于预处理后的老鼠数据集训练得到老鼠检测模型，提高老鼠检测模型的检测准确度以及泛化能力，更进一步的提升老鼠检测模型的训练速度以及推理速度。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.039 seconds)
