-
公开(公告)号：CN112508804A
公开(公告)日：2021-03-16
申请号：CN202011298619.7
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于图像加噪和去噪的海洋涡旋图像数据自动增强系统、计算机设备、存储介质，包括：选取海洋涡旋遥感图像数据，构建海洋涡旋遥感图像训练集；对海洋涡旋遥感图像进行添加噪声的操作，扩充训练集；对海洋涡旋遥感图像进行去除噪声的操作，扩充训练集；使用扩充好的的训练集对卷积神经网络模型进行训练；构建海洋涡旋遥感图像测试集，对训练好的模型进行测试。本发明将图像加噪和去噪算法、卷积神经网络模型集成到一种自动增强系统、计算机设备、存储介质上，针对海洋涡旋图像数据能够取得很好的增强效果。
-
公开(公告)号：CN112465203A
公开(公告)日：2021-03-09
申请号：CN202011298616.3
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于循环神经网络的海平面高度智能预测预报系统，属于海洋数值预报和深度学习领域。该系统包括：门控循环单元神经网络模型，所述网络模型包括：数据预处理器、张量序列构建器和门控循环单元神经网络预测器。首先，利用数据预处理器对输入的历史海平面高度数据进行缺失值补值和归一化预处理；然后，利用序列构建器对数据进行一定步长的切分整合，形成张量序列；最后在门控循环单元神经网络预测器中，建立门控循环神经网络预测模型，通过对输入的历史海平面高度数据进行深层次的特征学习和提取，再将所述特征张量进行预测，最后得出海平面高度的预测值。
-
公开(公告)号：CN112419182A
公开(公告)日：2021-02-26
申请号：CN202011302712.0
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于图像加噪和去噪的台风遥感图像自动增强系统、计算机设备、存储介质，包括：选取台风遥感图像数据，构建台风遥感图像训练集；对台风遥感图像进行添加噪声的操作，扩充训练集；对台风遥感图像进行去除噪声的操作，扩充训练集；使用扩充好的的训练集对卷积神经网络模型进行训练；构建台风遥感图像测试集，对训练好的模型进行测试。本发明将图像加噪和去噪算法、卷积神经网络模型集成到一种自动增强系统、计算机设备、存储介质上，针对台风遥感图像数据可以取得很好的图像增强效果。
-
公开(公告)号：CN112396566A
公开(公告)日：2021-02-23
申请号：CN202011302701.2
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于生成对抗网络的海洋涡旋图像自动增强系统、计算机设备、存储介质，包括：选取海洋涡旋遥感图像数据，构建海洋涡旋遥感图像训练集；创建包括生成器网络和判别器网络的生成对抗网络模型；固定生成器网络，训练判别器网络；固定判别器网络，训练生成器网络；使用训练好的生成对抗网络模型，对海洋涡旋遥感图像进行数据增强；构建海洋涡旋遥感图像测试集，对数据增强后的涡旋数据进行测试；存储训练日志、测试日志、网络参数等所有数据到指定目录下。本发明将反向传播算法、生成对抗网络集成到一种自动增强系统、计算机设备、存储介质上，针对海洋涡旋图像数据能够取得很好的增强效果。
-
公开(公告)号：CN112233777A
公开(公告)日：2021-01-15
申请号：CN202011302775.6
申请日：2020-11-19
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的胆结石自动识别及图像自动分割系统，属于图像识别及图像分割技术领域。该系统包括基于目标检测及目标分割模型，所述的目标检测和目标分割模型包括：特征提取网络、以及两个分支网络包括目标检测网络和目标分割网络；首先利用特征提取网络对输入的腹部CT图像进行卷积池化等操作特征提取，将提取的特征图利用目标检测网络进行回归以及分类，输出胆结石的位置与概率；同时，图像分割网络利用反卷积将卷积和池化的特征图进行上采样，将图像恢复到原图像大小，并最终得到胆结石的分割后的轮廓，即掩膜，可以清晰地定量分析胆结石的大小及形状等特征。
-
Patent Agency Ranking
公开(公告)号：CN109872814A
公开(公告)日：2019-06-11
申请号：CN201910160267.X
申请日：2019-03-04
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于深度学习的胆石病智能辅助诊断系统，涉及图像处理、医疗大数据、深度学习领域。包括：1)患者用户CT扫描仪等设备进行数据采集，获取自己的胆石病CT医疗图像；2)数据传输到系统的数据分析单元，进行胆石病CT医疗图像数据的预处理；3)经过预处理之后的数据经过智能辅助诊断单元，采用基于深度卷积神经网络的图像标记算法对胆石病CT医疗图像进行标记，并用降维之后的卷积神经网络对标记后的胆石病CT医疗图像数据进行自动特征提取与识别，并分析病情；4)诊断结果以电子医疗报告的形式反馈给患者用户，同时通过网络将诊断记录传输到云端服务器进行存储、建档，以提供给相关机构与指定医院作为胆石病的临床病史参考；5)经过专业医生确诊后的胆石病CT医疗图像数据可以作为训练数据进行扩充，对核心模型的参数进行调优，不断提升胆石病的诊断准确率。
-
公开(公告)号：CN114399073A
公开(公告)日：2022-04-26
申请号：CN202111419175.2
申请日：2021-11-26
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的海洋表面温度场预测方法，属于海洋观测技术领域，该方法首先获取含有海洋表面多个特征的数据样本库，对不同特征进行预处理，得到具有时空关联性的海洋表面温度场时空样本库；其次基于所述的海洋表面温度场时空样本库，利用卷积长短期记忆网络建立海洋表面温度预测模型：预测模型的输入为过去多个时刻的多个海洋表面环境特征，包括海表面温度、海表面盐度、海面高度，模型的输出为海洋表面未来时刻的温度场数据；预测模型的最终输出为目标海域t+1，t+2,t+3时刻的预测温度场。本发明利用深度学习的强非线性映射能力和多模态融合能力来开展海洋表面温度场的预测研究，实现了海洋表面温度场及时、准确、轻量化的预测。
-
公开(公告)号：CN112949178A
公开(公告)日：2021-06-11
申请号：CN202110224589.3
申请日：2021-03-01
Applicant: 中国石油大学(华东)
IPC: G06F30/27 , G06Q10/04 , G06F111/06
Abstract: 本发明涉及一种基于深度学习的海面风场风速智能预测预报系统、计算机设备、存储介质。本发明涉及大气海洋数值预报和深度学习领域。包括混合递归神经网络预测模型，所述模型建立包括以下流程：采集并预处理海面风场风速数据，重构数据时空连续性，搭建混合神经网络模型，以及评估模型性能和对预测结果进行可视化。首先，下载并对海面风场风速数据集进行预处理；其次对海面风速数据进行维度重构，以坐标格点为单位，提取出连续的海面风场时间序列；再次搭建混合递归神经网络模型，主要包括一维卷积层、Dropout层和GRU层；最后对模型进行性能评估确定最优参数，再将预测结果转换回以日期为单位，经纬度网格点为坐标轴的形式，并对其进行可视化。
-
公开(公告)号：CN108830374A
公开(公告)日：2018-11-16
申请号：CN201810593858.1
申请日：2018-06-11
Applicant: 中国石油大学(华东)
IPC: G06N3/00
Abstract: 本发明将支撑向量机和酶数值膜系统相结合，充分利用酶数值膜系统的并行性，通过建立酶数值膜系统模型，对数据集中的数据用一种并行的方式完成最小序列优化，每一个细胞膜中的数据同时与condition进行比较，销毁那些不符合条件的细胞膜，直到剩下唯一个细胞膜为止，该细胞膜中包含的变量值即为要求取的结果。随后将转化成对偶问题的SVM中损失函数α算子求得出来，根据损失函数中权重W,偏置b与α相应的关系，求出W,b，即可获得相应的分类函数。本发明提供的技术方案基于酶数值膜系统的支撑向量机模型,可以利用酶数值膜系统的并行性特点，快速的进行上最小序列优化。将该模型应用于各种机器学习算法中，有利于提高各类机器学习算法的效率。
-
公开(公告)号：CN107248063A
公开(公告)日：2017-10-13
申请号：CN201710417750.2
申请日：2017-06-05
Applicant: 中国石油大学(华东)
CPC classification number: G06Q10/103 , G06N3/049 , G06Q10/0633
Abstract: 本发明提供了基于着色脉冲神经膜系统的任意循环工作流模式。本发明基于着色脉冲神经膜系统分布式、并行性、易于建模的特点，通过着色脉冲神经膜系统对工作流模式中任意循环进行仿真模拟，并对每个工作点进行规则设计，最终得到了一个逻辑清楚的任意循环工作流模型。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.034 seconds)
