-
公开(公告)号：CN115545356A
公开(公告)日：2022-12-30
申请号：CN202211513254.4
申请日：2022-11-30
申请人： 深圳市峰和数智科技有限公司
发明人： 不公告发明人
摘要： 本申请公开了一种预测模型的确定方法、S波走时曲线预测方法及相关设备，包括：将目标均值和目标标准差发送至各参与方，并利用其对全局验证集进行标准化处理，得到目标验证集；将候选全局参数发送至各参与方，以及接收各参与方返回的本地参数；基于各参与方返回的本地参数，确定全局参数，将其赋值于候选全局参数，以及利用其和全局验证集对全局的S波走时预测模型进行验证，并将验证结果和全局参数确定为本轮迭代的结果；判断是否满足迭代结束条件，若否，继续迭代训练；若是，基于各轮迭代的结果，确定目标全局参数及目标S波走时预测模型。本申请能保障各参与方的数据隐私，提升了模型泛化能力，能充分逼近将各参与方数据集中训练时的效果。
-
公开(公告)号：CN118734094A
公开(公告)日：2024-10-01
申请号：CN202410707833.5
申请日：2024-06-03
申请人： 深圳市峰和数智科技有限公司 , 宁波东方理工大学(暂名) , 宁波数字孪生(东方理工)研究院
IPC分类号： G06F18/23 , G06F18/214 , G06F18/2135
摘要： 本申请提供了一种套后电磁测井曲线的降维方法、装置、存储介质及计算机设备中，通过结合的动态规整算法和层次聚类算法实现套后电磁测井曲线的降维，降维曲线可保留有用于反映地层变化和油藏特征的关键信息，从而可提高后续数据分析的准确性、全面性和灵敏度。此外，由于动态时间规整算法与层次聚类算法不依赖于线性假设或高斯分布，因此其对于非线性和非高斯分布的地质数据具有更好的适应性，从而可更灵活地处理复杂的地质数据结构，进而可提高降维效果的泛化能力。
-
公开(公告)号：CN118313428A
公开(公告)日：2024-07-09
申请号：CN202410675960.1
申请日：2024-05-29
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院 , 宁波东方理工大学(暂名)
摘要： 本申请提供了一种测井曲线校正模型的训练方法、测井曲线校正模型的训练装置、瞬变电磁测井曲线校正方法、瞬变电磁测井曲线校正装置、存储介质及计算机设备，可在神经网络模型学习时序数据之前将原始瞬变电磁测井曲线分解为原始低频测井数据和原始高频测井数据，并使用低频校正模型对原始低频测井数据进行反馈调节学习，以及使用高频校正模型对原始高频测井数据进行反馈调节学习。如此，可采用不同的神经网络模型同时进行高频数据流和低频数据流的梯度下降和特征学习，从而可平衡测井曲线校正模型在高频特征和低频特征上的学习，进而规避频率原则，并对抗高频灾难问题，使得训练后的测井曲线校正模型能更为准确地校正瞬变电磁测井曲线。
-
公开(公告)号：CN118052869A
公开(公告)日：2024-05-17
申请号：CN202410445234.0
申请日：2024-04-15
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院
IPC分类号： G06T7/70 , G06N3/006 , G06T17/00 , G06T3/06 , G06T7/30 , G06T7/60 , G01J5/48 , G01J5/00 , G01C11/00
摘要： 本申请提供的无人机位姿参数优化方法、装置、存储介质及计算机设备，相对于传统特征点匹配的方法，本申请构建的目标优化函数可以增强算法的鲁棒性，并减少误匹配的负面影响，进而满足无人化巡检要求；最后，本申请还可以利用改进的蚁群优化算法对目标优化函数进行迭代优化，直到达到优化目标为止，得到当前位姿参数，该过程不仅实现了单张光伏组件热红外影像的实时快速位姿参数优化，还提高了处理效率，并且，本申请利用改进的蚁群优化算法的随机搜索特性，可以避免陷入局部最优解，尽可能地找到全局最优的位姿参数，进而有效提高了结果的高效性与可靠性，实现其与光伏组件矢量底图的像素级配准，进而为高效、精确的组件级光伏巡检提供支撑。
-
公开(公告)号：CN116452369A
公开(公告)日：2023-07-18
申请号：CN202310722813.0
申请日：2023-06-19
申请人： 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
摘要： 本申请公开了一种光伏电站实时数据补齐方法、装置及相关设备，该方法包括：获取光伏电站在当前观测点采集到的站点数据，并判断是否存在数据缺失；若是，利用历史站点数据构建特征数据，并将其输入至训练后的模型，得到当前观测点的预估数据；利用预估数据对当前观测点采集到的站点数据进行数据补齐，得到当前观测点完整的站点数据；该模型被配置为具备对时间序列及单点数据进行特征提取的能力，为以第二观测点以前的站点数据所构建的特征数据作为输入特征，以第一观测点的站点数据作为标注训练得到的。本申请利用结合了线性关系与循环神经网络的模型来对光伏电站实时数据进行预估及补齐，一定程度上提高了数据补齐的精度。
-
公开(公告)号：CN118313428B
公开(公告)日：2024-08-20
申请号：CN202410675960.1
申请日：2024-05-29
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院 , 宁波东方理工大学(暂名)
摘要： 本申请提供了一种测井曲线校正模型的训练方法、测井曲线校正模型的训练装置、瞬变电磁测井曲线校正方法、瞬变电磁测井曲线校正装置、存储介质及计算机设备，可在神经网络模型学习时序数据之前将原始瞬变电磁测井曲线分解为原始低频测井数据和原始高频测井数据，并使用低频校正模型对原始低频测井数据进行反馈调节学习，以及使用高频校正模型对原始高频测井数据进行反馈调节学习。如此，可采用不同的神经网络模型同时进行高频数据流和低频数据流的梯度下降和特征学习，从而可平衡测井曲线校正模型在高频特征和低频特征上的学习，进而规避频率原则，并对抗高频灾难问题，使得训练后的测井曲线校正模型能更为准确地校正瞬变电磁测井曲线。
-
公开(公告)号：CN118052869B
公开(公告)日：2024-08-20
申请号：CN202410445234.0
申请日：2024-04-15
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院
IPC分类号： G06T7/70 , G06N3/006 , G06T17/00 , G06T3/06 , G06T7/30 , G06T7/60 , G01J5/48 , G01J5/00 , G01C11/00
摘要： 本申请提供的无人机位姿参数优化方法、装置、存储介质及计算机设备，相对于传统特征点匹配的方法，本申请构建的目标优化函数可以增强算法的鲁棒性，并减少误匹配的负面影响，进而满足无人化巡检要求；最后，本申请还可以利用改进的蚁群优化算法对目标优化函数进行迭代优化，直到达到优化目标为止，得到当前位姿参数，该过程不仅实现了单张光伏组件热红外影像的实时快速位姿参数优化，还提高了处理效率，并且，本申请利用改进的蚁群优化算法的随机搜索特性，可以避免陷入局部最优解，尽可能地找到全局最优的位姿参数，进而有效提高了结果的高效性与可靠性，实现其与光伏组件矢量底图的像素级配准，进而为高效、精确的组件级光伏巡检提供支撑。
-
公开(公告)号：CN118070366B
公开(公告)日：2024-07-05
申请号：CN202410505418.1
申请日：2024-04-25
申请人： 深圳市峰和数智科技有限公司 , 宁波东方理工大学(暂名)
IPC分类号： G06F30/10 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T17/00 , H01M4/139 , H01M4/88 , G06F111/10
摘要： 本申请提供的新能源电池多孔电极的结构生成方法、装置、介质及设备，当获取到与待生成的多孔电极相关的初始低维嵌入及先验条件、预先配置的目标生成器、目标性质预测器后，可以先确定使生成的多孔电极的结构性质达到最优的优化函数以及目标性质，接着通过目标生成器生成与初始低维嵌入及先验条件对应的初始多孔电极，并利用目标性质预测器对初始多孔电极的结构性质进行预测后，得到预测结果；本申请可以利用预测结果和目标性质对优化函数进行优化求解，得到使待生成的多孔电极的结构性质达到最优的目标低维嵌入，这样可以避免直接在三维结构这一高维空间中进行优化，进而极大降低电极结构优化设计的计算成本。
-
公开(公告)号：CN115545356B
公开(公告)日：2024-02-27
申请号：CN202211513254.4
申请日：2022-11-30
申请人： 深圳市峰和数智科技有限公司
IPC分类号： G06Q10/04 , G06N20/00 , G06Q10/067 , G06Q50/02
摘要： 本申请公开了一种预测模型的确定方法、S波走时曲线预测方法及相关设备，包括：将目标均值和目标标准差发送至各参与方，并利用其对全局验证集进行标准化处理，得到目标验证集；将候选全局参数发送至各参与方，以及接收各参与方返回的本地参数；基于各参与方返回的本地参数，确定全局参数，将其赋值于候选全局参数，以及利用其和全局验证集对全局的S波走时预测模型进行验证，并将验证结果和全局参数确定为本轮迭代的结果；判断是否满足迭代结束条件，若否，继续迭代训练；若是，基于各轮迭代的结果，确定目标全局参数及目标S波走时预测模型。本申请能保障各参与方的数据隐私，提升了模型(56)对比文件Bingyang Chen etal.“FederatedLearning for Cross-block Oil-water LayerIdentification”《.https://arxiv.org/abs/2112.14359》.2021,第1-10页.
-
公开(公告)号：CN116362915A
公开(公告)日：2023-06-30
申请号：CN202310628403.X
申请日：2023-05-31
申请人： 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
IPC分类号： G06Q50/06 , G06N3/0442 , G06N3/042 , G06N3/08
摘要： 本申请公开了一种光伏电站气象数据补齐方法、装置及相关设备，包括：利用训练后的模型对光伏电站的多个第一气象序列进行处理，得到各第二气象序列；基于各第二气象序列，对各第一气象序列中的空缺值进行补齐，得到各目标气象序列；其中，该模型为以从各气象序列中随机抽取的观察数值为输入特征，以其余的其他观察数值为标注训练得到的，每一气象序列对应有一种气象属性在多个观测点上的数值，且各气象序列不存在缺失值。本申请可以从横向上习得不同气象属性的气象数据之间的相关性，以及从纵向上习得同一气象属性的气象数据在时间上的相关性，从而能够对存在数据缺失的各气象序列进行数据预估，实现气象数据的补齐。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.046 秒)
