-
公开(公告)号：CN114002744A
公开(公告)日：2022-02-01
申请号：CN202111268205.4
申请日：2021-10-29
申请人： 重庆科技学院
摘要： 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法，首先对研究区测井数据的层内各点特征进行预处理并拼接成样本；针对层内深度不同的样本进行深度统一化处理；将样本输入卷积神经网络提取高维非线性测井特征；使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射，进一步学习测井数据的多尺度特征；致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性，能有效提高储层识别精度。
-
公开(公告)号：CN114299352A
公开(公告)日：2022-04-08
申请号：CN202111003480.3
申请日：2021-08-30
申请人： 重庆科技学院
IPC分类号： G06V10/774 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种基于用户画像的网络赌博实时甄别监测系统，其特征在于：通过网络赌博参与人的历史数据、云服务器组成。系统主要包括对网络赌博前期历史数据预处理后进行特征分析，引入具有丰富研判人员的“处理经验值”提取。而后将K‑means与Bayes对原始数据集的运算结果，作为网络赌博参与人员用户画像的输入量，使得用户画像不再是纯粹的标签集合体。随后在LSTM的辅助下对构建的网络赌博用户画像进行“软化”构建基于用户画像的甄别网络赌博实时监测系统。数据端传输的数据均为实时有效数据，减少系统处理滞后性，系统利用反馈数据提取后的特征自主学习并对建立好的模型进行修正，这提高甄别自然人是否参与网络赌博的准确率和实时性。
-
公开(公告)号：CN114002744B
公开(公告)日：2023-07-14
申请号：CN202111268205.4
申请日：2021-10-29
申请人： 重庆科技学院
摘要： 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法，首先对研究区测井数据的层内各点特征进行预处理并拼接成样本；针对层内深度不同的样本进行深度统一化处理；将样本输入卷积神经网络提取高维非线性测井特征；使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射，进一步学习测井数据的多尺度特征；致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性，能有效提高储层识别精度。
-
公开(公告)号：CN114417185A
公开(公告)日：2022-04-29
申请号：CN202110791690.7
申请日：2021-07-13
申请人： 重庆科技学院
IPC分类号： G06F16/9537 , G06F16/9538 , G06F16/951 , G06F40/242 , G06F40/289 , G06Q10/04 , G06Q50/26
摘要： 本发明提供了一种基于用户画像的人员定位方法，首先，获取真实的个人历史交易记录，然后，通过jieba分词对交易词条进行分词，将分词和创建的行为标签字典进行比对，得到当天的行为标签刻画，并使用词云进行可视化。通过对IP地址以及商品交易地址进行地理编码，得到经纬度，结合地图API进行地图标记。最后使用分别对两个维度进行积分累加处理，最终得到个人的行为标签和地理活动范围。该方法在对用户画像的时空维度进行了详细的刻画，能够准确的分析出个人一段时间内的时空路线，提供未来可能发生违反安保、盗窃财产行为的时间和地点，从而给出有效的治理建议，为实际破案提供辅助，得到对案件起关键作用的线索。该方法可以为破案人员提供破案依据，极大地缩短破案时间，提高执行效率。
-
公开(公告)号：CN113887867A
公开(公告)日：2022-01-04
申请号：CN202111004904.8
申请日：2021-08-30
申请人： 重庆科技学院
摘要： 本发明提供一种用于灾害应急物资调度的个体排序双支点动态分解方法，首先通过取每个目标方向上的极端解，确定一个初始已排序解集合Q以及未排序解集合W,然后主要对W未排序解集合进行处理，通过在W中找到离Q已排序解集合最远与最近的两个点P1及P2，以便后续分解目标空间，随后进行目标空间的分解，计算P1与P2间的距离P作为轴，通过支点P1、P2将目标空间划分为两个子空间，得到SA候选解和SB淘汰解，最后构建一个参考向量λ(p)，通过聚合函数得到候选解集SA中的最优解s。本发明通过对一种用于种群个体排序的双支点动态分解策略方法，该排序方法增加从W中选择距离Q最近的点作为支点P2，并通过P1和P2的距离P12与W集合中的解和两支点距离之差比较来分解空间，这样既能保证种群多样性也能达到快速收敛的效果。
-
公开(公告)号：CN113642772A
公开(公告)日：2021-11-12
申请号：CN202110790280.0
申请日：2021-07-13
申请人： 重庆科技学院
摘要： 本发明提出一种基于机器学习的测井储层识别预测方法。针对常规测井解释方法进行致密气低孔低渗储层流体识别时，由于储层非均质性强、孔隙结构复杂，导致测井解释模型适用性差、准确率低的问题，并且传统的单一机器学习算法容易陷入过拟合、局部最优等问题。本发明采用经典的集成学习算法xgboost，结合试气录井结果和常规测井数据，对致密砂岩储层进行识别，能有效提升预测的精度，缩短了测试人员判别储层的时间，从而节约大量成本。
-
公开(公告)号：CN113642402A
公开(公告)日：2021-11-12
申请号：CN202110790268.X
申请日：2021-07-13
申请人： 重庆科技学院
摘要： 本发明提供一种基于深度学习的目标检测方法，首先通过图像采集设备，获取视频流，然后，实时获取视频流的图像帧，通过视频流的原图像帧训练Attention‑Yolov4，随后将随后使用Attention‑Yolov4检测图像帧中的人员，对监控区域进行行人目标检测，可以针对不同的需求进行行人保护，犯罪追踪等一系列操作。本发明通过在摄像头的实时画面下，解决了传统方法在复杂条件下的低准确率以及实时性不强的问题。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.019 秒)
