Results 51 to 60 of about 3,936 (116)
Haiyang gongcheng zhuangbei yu jishu, 2019 弹性阻抗反演是主要的储层参数预测方法之一。入射角范围有限和低地震资料质量等原因，会导致密度反演的准确率较低。此外，纵横波速度比在速度峰值处的反演稳定性较差，也不能直接反演孔隙度等储层物性参数。目前通过常规的弹性阻抗反演等方法无法有效解决上述问题。本文将深度学习技术与弹性阻抗反演技术相结合，基于全连接深度神经网络建立起三个角度弹性阻抗与弹性、物性储层参数之间的非线性映射关系，测井数据的密度、纵横波速度比预测的均方根误差均降低10%以上。并以弹性阻抗搭建起测井、地震数据之间的桥梁，通过标准化等数据处理技术 ...
高健祎, 曹丹平, 牛洪彬
doaj
Gaoya dianqi, 2021 针对变电站巡检机器人在传统运动规划方法下存在的难以规划出平滑路径、不确定环境下动作不可测等问题,提出研究不确定条件下的变电站巡检机器人运动规划问题的深度强化学习方法。文中分析了深度学习中奖励值模型II、探索策略和神经网络结构对整个运动规划的影响,设计了不同结构的神经网络,并开展了相关的对比实验。结果表明,在当前任务场景下,相同的运算量神经网络结构C2比神经网络结构C1和神经网络结构C3的计算时间要短。因此,在计算资源短缺时,建议采用神经网络结构C2,更有利于对变电站巡检机器人进行精准的运动规划 ...
董诗绘, 牛彩雯, 戴琨
doaj
Gaoya dianqi, 2022 气体绝缘金属封闭开关设备的局部放电具有随机性，即使同一类型缺陷仍有较多表观变化形式，传统模式识别构造的特征难以适应其多变性；近年来兴起的卷积神经网络虽具有自适应提取特征的能力，但训练得到性能更好的网络模型一方面需要增加网络深度，另一方面需要更多的数据样本作为支撑。鉴于此，提出了基于在ImageNet数据集上训练的VGG、InceptionV3、Resnet50 3种网络模型迁移学习的GIS局部放电模式识别方法，并将网络提取的特征应用于在小数据集下表现良好的经典分类器SVM ...
唐志国, 曹智, 何宁辉
doaj
Long-tail Recognition via a Cascaded Self-Distillation Method
工程科学与技术长尾识别是机器学习领域一个基础且重要的研究课题。现有研究多基于欠拟合视角，通过数据采样、代价敏感损失、后验处理等方式提升少数类样本权重，进而消除由于数据不平衡分布所带来的对少数类样本的歧视性学习。然而，最新工作发现：（1）长尾分布下，深度模型在特征空间中对少数类过拟合；（2）过拟合只发生在深度模型的深层，不易发生在浅层。基于此，本项目拟从过拟合角度出发，提出一种新颖的两阶段学习方法用于长尾识别任务。具体而言，在第一阶段的表示学习阶段，本文提出了一种基于层次化自蒸馏的表示学习方法 ...
LI Xin, CHEN Zhi
doaj
Haiyang gongcheng zhuangbei yu jishu在自动化集装箱码头，自动化智能车辆（automated intelligent vehicle, AIV）代替传统的内部集装箱卡车，在码头的岸区和箱区进行货运。在这个过程中,AIV面临的一个重要挑战是需要主动识别港口环境中的各种障碍物。提出基于深度学习的方法识别港口AIV运行场景中的障碍物，把识别的信息提交到调度系统中，为后续调度规划提供依据。在实验室场景下，使用深度学习可以完成95%的识别正确率。在实际码头应用场景中，该方法达到了90%以上的识别率，并且已实际投入使用。
孙佳哲, 邹鹰
doaj
基于深度学习的地震事件分类：数据表示方法与模型架构的性能对比研究
Dizhen xuebao深度学习方法在地震事件分类方面具有显著的优势，然而，其中数据表示方法和信噪比对模型性能的影响尚不清楚。本文使用不同信噪比条件下的波形图和频谱图输入来评估四种卷积神经网络架构（ResNet18，VGG16，DenseNet121和Inception V3）的分类性能。结果显示，与波形图相比，使用频谱图输入通常会产生更好的分类性能（F1分数高达0.949 1±0.004 7），但在高信噪比条件下，波形图的分类性能更优（F1分数高达0.974 9±0.014 5），表明数据表示策略应根据信号质量进行调整 ...
Yusheng Zhang +3 more
doaj +1 more source
基于深度学习地震检测的2022年门源MS6.9地震序列活动性分析
Dizhen xuebao本研究收集了2022年1月8日青海省门源MS6.9地震震中200 km范围内，主震前129天至震后235天的高密度观测台网资料，利用基于深度学习模型的微震检测定位对此次地震的地震活动性进一步进行解剖。使用深度学习拾取模型DiTingPicker从连续原始地震波形数据中自动检测事件并拾取震相，然后利用REAL模型进行震相关联，再利用Hypoinverse和HypoDD程序分别进行绝对定位和相对定位，最终得到2021年9月1日到2022年8月31日的地震目录3 637条 ...
Ya Gao +4 more
doaj +1 more source
VisionTS 时序预测在电信智能决策辅助系统中的应用与实现
Dianxin kexue实现了一种基于VisionTS算法的时间序列预测应用，分析从传统机器学习模型到现代深度学习方法的时序预测发展方向，在生产中引入VisionTS算法，将时序预测任务转化为视觉重建实现，设计并实现一个分层的模块化系统，通过在实际电信场景中部署，展示了VisionTS算法的工程应用价值。不仅探索了VisionTS算法在时序预测领域的应用，也为深度学习模型在工业界的应用提供了可借鉴的实践经验。
段智华 +4 more
doaj
Kongjian kexue xuebao不同等级耀斑发生的频次存在数量级上的差别, 使基于常规卷积神经网络的耀斑预报模型通常难以捕捉M和X类耀斑先兆特征, 导致高等级耀斑预报精度低的问题. 本文对于这种耀斑预报中的长尾分布问题, 通过控制变量法讨论不同深度长尾学习方法对于耀斑预报精度提升. 尝试从训练集优化、损失函数优化、网络权重优化等角度改进模型对于M和X类耀斑的预报性能.
周 俊 +3 more
doaj +1 more source