• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種殘缺磨粒類型遷移辨識方法及相關設備技術

    技術編號:43286564 閱讀:16 留言:0更新日期:2024-11-12 16:08
    本發明專利技術公開了一種殘缺磨粒類型遷移辨識方法及相關設備,基于磨粒綜合特征提取器,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型,結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識模型,利用殘缺磨粒類型智能辨識模型實現對殘缺磨粒的辨識,通過引入完整磨粒圖像數據集,引導模型提取殘缺磨粒圖像的有效辨識特征,建立一種面向殘缺磨粒圖像的遷移學習模型,提高了模型對殘缺磨粒圖像的特征提取能力;從空間和通道兩個維度對磨粒的多元特征進行加權,面向磨粒的多通道特征圖設計分類器,增強了模型對殘缺磨粒圖像的辨識能力,解決了殘缺磨粒圖像不完整、顯著辨識特征缺失導致磨粒辨識精度低的技術問題。

    【技術實現步驟摘要】

    所屬的技術人員能夠理解,本專利技術的各個方面可以實現為系統、方法或程序產品。因此,本專利技術的各個方面可以具體實現為以下形式,即:完全的硬件實施方式、完全的軟件實施方式(包括固件、微代碼等),或硬件和軟件方面結合的實施方式,這里可以統稱為“電路”、“模塊”或“平臺”。本專利技術再一個實施例中,還提供一種殘缺磨粒類型遷移辨識系統,包括磨粒綜合特征提取器構建模塊、殘缺磨粒圖像遷移學習模型構建模塊和殘缺磨粒辨識模塊,其中:磨粒綜合特征提取器構建模塊:用于結合磨粒的產生機理,從空間域、頻率域兩個維度建立磨粒綜合特征提取器;殘缺磨粒圖像遷移學習模型構建模塊:基于磨粒綜合特征提取器,面向磨粒多元特征設計參數自適應的高斯核函數,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型;殘缺磨粒辨識模塊:用于通過殘缺磨粒圖像遷移學習模型引導磨粒綜合特征提取器提取磨粒圖像的有效辨識特征,結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識模型,利用殘缺磨粒類型智能辨識模型實現對殘缺磨粒的辨識。本專利技術再一個實施例中,提供了一種終端設備,該終端設備包括處理器以及存儲器,所述存儲器用于存儲計算機程序,所述計算機程序包括程序指令,所述處理器用于執行所述計算機存儲介質存儲的程序指令。處理器可能是中央處理單元(central?processingunit,cpu),還可以是其他通用處理器、數字信號處理器(digital?signal?processor、dsp)、專用集成電路(applicationspecific?integrated?circuit,asic)、現成可編程門陣列(field-programmable?gatearray,fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等,其是終端的計算核心以及控制核心,其適于實現一條或一條以上指令,具體適于加載并執行一條或一條以上指令從而實現相應方法流程或相應功能;本專利技術實施例所述的處理器可以用于殘缺磨粒類型遷移辨識方法的操作,包括:結合磨粒的產生機理,從空間域、頻率域兩個維度建立磨粒綜合特征提取器;基于磨粒綜合特征提取器,面向磨粒多元特征設計參數自適應的高斯核函數,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型;通過殘缺磨粒圖像遷移學習模型引導磨粒綜合特征提取器提取磨粒圖像的有效辨識特征,結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識模型,利用殘缺磨粒類型智能辨識模型實現對殘缺磨粒的辨識。本專利技術再一個實施例中,本專利技術還提供了一種存儲介質,具體為計算機可讀存儲介質(memory),所述計算機可讀存儲介質是終端設備中的記憶設備,用于存放程序和數據。可以理解的是,此處的計算機可讀存儲介質既可以包括終端設備中的內置存儲介質,當然也可以包括終端設備所支持的擴展存儲介質,可以是任何包含或存儲程序的有形介質,該程序可以被指令執行系統、裝置或者器件使用或者與其結合使用。計算機可讀存儲介質提供存儲空間,該存儲空間存儲了終端的操作系統。并且,在該存儲空間中還存放了適于被處理器加載并執行的一條或一條以上的指令,這些指令可以是一個或一個以上的計算機程序(包括程序代碼)。需要說明的是,此處的計算機可讀存儲介質的更具體的例子(非窮舉的列表)包括:具有一個或多個導線的電連接、便攜式盤、硬盤、隨機存取存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、光纖、便攜式緊湊盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任一合適的組合。計算機可讀存儲介質還包括在基帶中或者作為載波一部分傳播的數據信號,其中承載了可讀程序代碼。這種傳播的數據信號可以采用多種形式,包括但不限于電磁信號、光信號或上述的任一合適的組合。可讀存儲介質還可以是可讀存儲介質以外的任何可讀介質,該可讀介質可以發送、傳播或者傳輸用于由指令執行系統、裝置或者器件使用或者與其結合使用的程序。可讀存儲介質上包含的程序代碼可以用任何適當的介質傳輸,包括但不限于無線、有線、光纜、rf等等,或者上述的任一合適的組合。可以以一種或多種程序設計語言的任一組合來編寫用于執行本專利技術操作的程序代碼,程序設計語言包括面向對象的程序設計語言-諸如java、c++等,還包括常規的過程式程序設計語言-諸如“c”語言或類似的程序設計語言。程序代碼可以完全地在用戶計算設備上執行、部分地在用戶設備上執行、作為一個獨立的軟件包執行、部分在用戶計算設備上部分在遠程計算設備上執行、或者完全在遠程計算設備或服務器上執行。在涉及遠程計算設備的情形中,遠程計算設備可以通過任一種類的網絡,包括局域網(lan)或廣域網(wan),連接到用戶計算設備,或者,可以連接到外部計算設備(例如利用因特網服務提供商來通過因特網連接)。可由處理器加載并執行計算機可讀存儲介質中存放的一條或一條以上指令,以實現上述實施例中有關殘缺磨粒類型遷移辨識方法的相應步驟;計算機可讀存儲介質中的一條或一條以上指令由處理器加載并執行如下步驟:結合磨粒的產生機理,從空間域、頻率域兩個維度建立磨粒綜合特征提取器;基于磨粒綜合特征提取器,面向磨粒多元特征設計參數自適應的高斯核函數,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型;通過殘缺磨粒圖像遷移學習模型引導磨粒綜合特征提取器提取磨粒圖像的有效辨識特征,結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識模型,利用殘缺磨粒類型智能辨識模型實現對殘缺磨粒的辨識。圖12為本專利技術一實施例提供的計算機設備的示意圖。請參閱圖12,終端設備為計算機設備,該實施例的計算機設備60包括:處理器61、存儲器62以及存儲在存儲器62中并可在處理器61上運行的計算機程序63,該計算機程序63被處理器61執行時實現實施例中的儲層改造井筒中流體組成計算方法,為避免重復,此處不一一贅述。或者,該計算機程序63被處理器61執行時實現實施例儲層改造井筒中流體組成計算系統中各模型/單元的功能,為避免重復,此處不一一贅述。計算機設備60可以是桌上型計算機、筆記本、掌上電腦及云端服務器等計算設備。計算機設備60可包括,但不僅限于,處理器61、存儲器62。本領域技術人員可以理解,圖12僅僅是計算機設備60的示例,并不構成對計算機設備60的限定,可以包括比圖示更多或更少的部件,或者組合某些部件,或者不同的部件,例如計算機設備還可以包括輸入輸出設備、網絡接入設備、總線等。所稱處理器61可以是中央處理單元(central?processing?unit,cpu),還可以是其它通用處理器、中央處理器、圖形處理器、數字信號處理器(digitalsignal?processor,dsp)、專用集成電路(application?specific?integrated?circuit,asic)、現場可編程門陣列(field-programmable?gate?array,fpga)或者其它可編程邏輯器件、分立門或者晶體管邏輯器件、基于量子計算的數據處理邏輯器、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規本文檔來自技高網...

    【技術保護點】

    1.一種殘缺磨粒類型遷移辨識方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述磨粒綜合特征提取器的建立步驟為:

    3.根據權利要求2所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述形狀、紋理、濾波三條特征提取支路分別為:基于三層磨粒形狀特征,通過領域連接解碼器來生成磨粒形狀特征圖;基于單層磨粒紋理特征,采用雙線性插值的方式來生成磨粒紋理特征圖;基于頻率域濾波后的圖像,通過離散余弦逆變換的方式來生成磨粒頻率域特征圖。

    4.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述基于磨粒綜合特征提取器,面向磨粒多元特征設計參數自適應的高斯核函數,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型的具體步驟為:

    5.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識模型的具體過程為:

    6.根據權利要求1或5所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述殘缺磨粒類型智能辨識模型的訓練集為基于完整磨粒圖像樣本生成不同殘缺程度的磨粒圖像。

    7.根據權利要求1或5所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述殘缺磨粒類型智能辨識模型的損失函數為空間域特征圖生成損失、域適應的聯合分布損失和磨粒圖像分類損失的加權求和。

    8.一種殘缺磨粒類型遷移辨識系統,其特征在于,包括磨粒綜合特征提取器構建模塊、殘缺磨粒圖像遷移學習模型構建模塊和殘缺磨粒辨識模塊,其中:

    9.一種終端設備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述計算機程序時實現如權利要求1-7任一項所述方法的步驟。

    10.一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1-7任一項所述方法的步驟。

    ...

    【技術特征摘要】

    1.一種殘缺磨粒類型遷移辨識方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述磨粒綜合特征提取器的建立步驟為:

    3.根據權利要求2所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述形狀、紋理、濾波三條特征提取支路分別為:基于三層磨粒形狀特征,通過領域連接解碼器來生成磨粒形狀特征圖;基于單層磨粒紋理特征,采用雙線性插值的方式來生成磨粒紋理特征圖;基于頻率域濾波后的圖像,通過離散余弦逆變換的方式來生成磨粒頻率域特征圖。

    4.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述基于磨粒綜合特征提取器,面向磨粒多元特征設計參數自適應的高斯核函數,建立改進域適應驅動的殘缺磨粒圖像遷移學習模型的具體步驟為:

    5.根據權利要求1所述的一種殘缺磨粒類型遷移辨識方法,其特征在于,所述結合空間、通道注意力機制建立殘缺磨粒多元特征篩選與融合策略,進而構建多通道特征的殘缺磨粒類型智能辨識...

    【專利技術屬性】
    技術研發人員:王碩常亦是夏林豫楊培平武通海
    申請(專利權)人:西安交通大學
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲av永久无码精品网址| 寂寞少妇做spa按摩无码| 亚洲日韩国产精品无码av| 人妻无码一区二区三区AV| 亚洲av永久无码精品秋霞电影秋 | 无码丰满熟妇浪潮一区二区AV| 免费无码又爽又高潮视频| 日韩人妻无码一区二区三区99| 无码人妻一区二区三区av| 91久久精品无码一区二区毛片 | 四虎成人精品无码| 特级无码毛片免费视频| 无码H肉动漫在线观看| 亚洲?v无码国产在丝袜线观看 | 亚洲AV无码久久精品蜜桃| MM1313亚洲精品无码久久| 国产精品无码无在线观看| 内射中出无码护士在线| 在线观看成人无码中文av天堂| AV无码小缝喷白浆在线观看 | 白嫩无码人妻丰满熟妇啪啪区百度 | 亚洲人成无码网站在线观看| 少妇性饥渴无码A区免费| 熟妇人妻无码中文字幕老熟妇| 少妇精品无码一区二区三区| 日韩精品无码一区二区三区AV| 国产精品爽爽V在线观看无码| 免费A级毛片无码专区| 台湾无码一区二区| 精品人无码一区二区三区| 亚洲AV无码日韩AV无码导航| 永久免费AV无码网站国产| 日韩人妻无码精品专区| 免费无码一区二区三区蜜桃| 亚洲免费日韩无码系列| 国产午夜无码片免费| 免费无码H肉动漫在线观看麻豆| 97无码人妻福利免费公开在线视频| 成年无码av片在线| 国产激情无码一区二区| 国产精品无码无片在线观看|