公共文化服务平台

李建平: 作品数：35 被引量：87H指数：5; 供职机构：东北石油大学更多>>; 发文基金：国家自然科学基金黑龙江省高等教育教学改革工程项目中国石油科技创新基金更多>>; 相关领域：自动化与计算机技术文化科学轻工技术与工程石油与天然气工程更多>>

合作作者

基于量子自组织网络的水淹层识别方法被引量：1: 2020年; 采用量子自组织网络方法,解决油田测井解释中的水淹层识别问题.首先,构造储层特征指标集,包括测井曲线的序列指标和单个数值指标.对序列指标先采用离散Walsh滤波方法去除噪声,然后取均值,再与其他单个数值指标一起构造储层特征向量.其次,将储层特征向量转化为量子态描述,提交量子自组织网络实施聚类.最后将聚类收敛后的网络作为水淹层识别的数学模型,应用于油田相似区块的水淹层识别中.仿真实验结果表明,该方法正确识别率比传统自组织聚类方法高6%.; 卢爱平李建平李盼池范友贵; 关键词：自组织网络

一种基于互联网的照片自动标注系统: 本实用新型涉及的是一种基于互联网的照片自动标注系统，这种基于互联网的照片自动标注系统由本地终端装置和远程服务器构成，本地终端装置通过互联网与远程服务器连接，本地终端装置中设置的本地主控模块分别与摄像头、GPS定位器、网络...; 田枫曹茂俊李阳杜睿山周凯李建平肖红; 文献传递

基于PSO-CNN的验证码识别算法研究被引量：4: 2022年; 伴随着互联网的高速发展,非法用户恶意攻击网站、恶意注册、暴力破解用户密码等事件也随之而来。为了解决这些网络安全问题,作为网络安全第一道防线的验证码技术应运而生。但在实现自动登录合同管理系统的过程中,验证码自动化识别一直是个技术难点,验证码自动化识别准确率直接影响了业务处理效率,故此提出了一种基于PSO-CNN的验证码识别方案。针对一万张验证码图片的数据集进行灰度化、二值化以及降噪三步数据预处理之后,通过PSO优化算法在卷积神经网络训练数据集的过程中找出最佳的网络层数和卷积核大小。经过反复的实验,结果表明基于PSO-CNN的验证码识别算法对数字与字母混合验证码识别准确率可达96.26%,为合同管理系统实现自动登录提供了可靠的技术支持。; 李建平王钊; 关键词：粒子群优化算法验证码数据预处理

基于ZMP的仿人机器人跑步运动模式被引量：7: 2013年; 采用小车-曲面桌子模型,提出了一种基于零力矩点(zero moment point,ZMP)的仿人机器人跑步运动模式.在单腿支撑阶段和飞行阶段,分别规划了仿人机器人的质心运动轨迹和双脚运动轨迹.在单腿支撑阶段,求解根据小车-曲面桌子模型建立的动力学方程,依据小车的运动轨迹规划出仿人机器人的质心轨迹;在飞行阶段,仿人机器人质心可看作抛物线运动,质心轨迹可通过水平方向上的匀速运动和竖直方向上的自由落体运动轨迹表示.分析了双脚与地面接触时的力及力矩约束.通过改变ZMP调整身体的倾斜角度,保持身体动态平衡.同时根据动力学方程分别求解出踝关节及其他关节的关节力矩.仿真实验结果表明:仿人机器人跑步时各关节角度和关节驱动力矩变化稳定,能够实现稳定的跑步,验证了方法的有效性.; 王险峰李建平王辉; 关键词：仿人机器人零力矩点运动学动力学

基于改进ResNet的示功图分类算法研究: 2024年; 示功图是反映抽油机井工作状态的重要图示,通过分析示功图的闭合曲线形状,可以得出抽油机井的具体工作状态,从而可以判断出抽油机井是否发生故障以及具体的故障类型。随着深度学习的发展,基于深度神经网络的示功图分类也逐渐应用到了抽油机井工况检测当中。该文提出了基于改进ResNet的示功图分类算法,通过优化残差结构和引入SE子结构等措施,提高了分类准确性和鲁棒性。改进的残差结构嵌入了SE子结构,对输入特征进行降维的同时也减小了参数的数量,在降低计算量的同时也添加了更多非线性因素,通过不断增加有效特征的权重,不断减小无效特征的权重,进而完成了特征重标定,不仅起到加速网络收敛的作用,也使模型更加轻量化,从而提高了模型的性能。相较于其它模型,改进的ResNet模型可以更好地适应示功图分类任务,分类效果更好。实验结果表明,基于改进ResNet的示功图分类算法在精确率、召回率和F1值上均优于其它示功图分类算法。该研究为抽油机井工况检测系统提供了更好的理论支持。; 李建平董永杨宋明会; 关键词：抽油机井示功图

基于XGBoost的低渗油田储层粒度预测被引量：4: 2022年; 针对低渗油田储层粒度预测问题,本文提出利用机器学习中的极致剃度提升树(extreme gradient boosting,XGBoost)来对低渗油田储层粒度进行预测的方案.首先,根据问题构建合适的XGBoost模型,然后根据已有的岩心储层粒度特征值与其余测井信息的关系,选取适用于粒度预测的测井曲线建立样本库,最后利用样本库数据对建立的XGBoost模型进行训练,训练后的模型即可预测研究区域未知的储层粒度特征.结果表明,本文所设计的XGBoost模型对低渗油田的储层粒度预测方案在计算效率、预测准确率等方面均优于BP神经网络.; 李建平张小庆李莹; 关键词：神经网络

基于翻转课堂的“离散数学”课程教学模式改革的研究与实践被引量：4: 2018年; 本文从"离散数学"课程中引入翻转课堂教学模式的实践过程中,总结并提炼出了基于翻转课堂的"三精一中心多元化考核"的课程教学模式,收到了较好的教学效果。; 肖红王辉潘俊辉李建平赵万平吕洪艳; 关键词：离散数学教学模式

基于量子神经网络的超深层储层评价被引量：2: 2018年; 为解决深层、超深层储层勘探与准确识别问题,论文提出一种基于量子BP神经网络的新方法。首先通过模拟量子受控非门的受控关系构造了量子神经元,然后将该神经元同BP算法相结合,构建出一种量子BP网络模型。针对油气田超深层储层评价问题,研究了基于量子BP网络的解决方案。结果表明,论文所设计的量子BP网络模型,对于复杂地质环境下的深层、超深层储层识别问题具有较强的适应性,在收敛速度和识别率两方面均明显优于普通BP网络。; 李建平梁胜松范友贵; 关键词：量子计算量子神经网络储层评价

基于属性分组的条件随机域网络入侵检测模型: 2009年; 将条件随机域(Conditional Random Fields,CRFs)理论引入网络入侵检测研究中,并结合网络连接数据序列的属性特征,提出一种基于属性分组的CRFs网络入侵检测的方法.该方法利用CRFs模型能够标记和切分序列化数据的优点,不但使用网络连接数据序列中的各种连接信息,而且使用数据序列中各属性组间和属性间的关联性信息,进行异常检测.讨论了该模型的工作过程,并且通过KDD cup 1999数据集的检测实验结果,与其他检测方法的结果比较,表明提出的方法能够有效地提高网络入侵检测中的各项统计指标.; 尚福华于剑光李建平; 关键词：入侵检测异常检测条件随机域网络安全误警率

智能化WEB信息搜索引擎的研究与实现: Internet上的信息庞杂且分散，搜索引擎系统越来越成为人们网上冲浪和获取信息的必要工具。搜索引擎，是指在Internet中主动搜索信息并能自动索引、提供查询服务的一类网站，这些网站通过网络搜索软件/(又称为网络搜索机...; 李建平; 关键词：网络机器人搜索引擎信息检索元搜索; 文献传递

李建平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李建平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈