期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
低算力深度学习下的图像卡通风格化研究
被引量：
1
1
作者
徐鹏飞
周
腾
骅
+2 位作者
武仲科
申佳丽
王醒策
《北京师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第6期888-895,共8页
在深入研究图像风格迁移的基础上,提出了一种适用于图形处理器性能受限情况下,卡通(cartoon)图像风格迁移训练的生成式对抗网络(generative adversarial networks,GAN).利用视觉几何组(visual geometry group,VGG)网络提取图片先验信息...
在深入研究图像风格迁移的基础上,提出了一种适用于图形处理器性能受限情况下,卡通(cartoon)图像风格迁移训练的生成式对抗网络(generative adversarial networks,GAN).利用视觉几何组(visual geometry group,VGG)网络提取图片先验信息,实现学习过程的加速;裁剪cartoonGAN模型,在保证效果的基础上,使得低性能计算条件下的网络收敛成为可能;设计合理的损失函数,保证整体风格化效果.基于tensorflow 2.0构建试验平台,通过对试验结果分析可发现,该方法的迁移效果好,稳定性强,且收敛时间短.对算法的参数和初始化方法给出了相关讨论,并提出了进一步的解决方案.
展开更多
关键词
风格迁移
深度学习
生成式对抗网络
卡通风格化
下载PDF
职称材料
采用带注意力机制3D U-Net网络的地质模型参数化技术
被引量：
3
2
作者
李小波
李欣
+4 位作者
闫林
周
腾
骅
李顺明
王继强
李心浩
《石油勘探与开发》
SCIE
EI
CAS
CSCD
北大核心
2023年第1期167-173,共7页
针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制...
针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制的3D U-Net网络来补全主成分分析方法(PCA)降维过程中丢失的地质模型细节信息,并以一个复合河道砂体油藏为例进行了应用效果分析。研究表明,与CNN-PCA技术相比,采用带注意力机制的3DU-Net网络能够更好地补全PCA降维过程中丢失的地质模型细节信息,在反映原始地质模型的流动特性方面具有更好的效果,并能改善油藏历史拟合的技术效果。
展开更多
关键词
油藏历史拟合
地质模型参数化
深度学习
注意力机制
3D
U-Net网络
下载PDF
职称材料
题名
低算力深度学习下的图像卡通风格化研究
被引量：
1
1
作者
徐鹏飞
周
腾
骅
武仲科
申佳丽
王醒策
机构
北京师范大学人工智能学院
出处
《北京师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第6期888-895,共8页
基金
国家重点研发计划资助项目(2020YFC1523302,2017YFB1002604,2017YFB1402105)
国家重点研发金砖国家合作资助项目(2017YFE0100500)
国家自然科学基金资助项目(61972041,62072045)。
文摘
在深入研究图像风格迁移的基础上,提出了一种适用于图形处理器性能受限情况下,卡通(cartoon)图像风格迁移训练的生成式对抗网络(generative adversarial networks,GAN).利用视觉几何组(visual geometry group,VGG)网络提取图片先验信息,实现学习过程的加速;裁剪cartoonGAN模型,在保证效果的基础上,使得低性能计算条件下的网络收敛成为可能;设计合理的损失函数,保证整体风格化效果.基于tensorflow 2.0构建试验平台,通过对试验结果分析可发现,该方法的迁移效果好,稳定性强,且收敛时间短.对算法的参数和初始化方法给出了相关讨论,并提出了进一步的解决方案.
关键词
风格迁移
深度学习
生成式对抗网络
卡通风格化
Keywords
style transfer
deep learning
GAN
cartoon style
分类号
TP231 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
采用带注意力机制3D U-Net网络的地质模型参数化技术
被引量：
3
2
作者
李小波
李欣
闫林
周
腾
骅
李顺明
王继强
李心浩
机构
中国石油勘探开发研究院人工智能研究中心
中国石油天然气集团有限公司勘探开发人工智能技术研发中心
中国石油勘探开发研究院油田开发研究所
出处
《石油勘探与开发》
SCIE
EI
CAS
CSCD
北大核心
2023年第1期167-173,共7页
基金
国家油气重大专项(2016ZX05010-003)
中国石油天然气股份有限公司科技攻关课题(2019B1210,2021DJ1201)。
文摘
针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制的3D U-Net网络来补全主成分分析方法(PCA)降维过程中丢失的地质模型细节信息,并以一个复合河道砂体油藏为例进行了应用效果分析。研究表明,与CNN-PCA技术相比,采用带注意力机制的3DU-Net网络能够更好地补全PCA降维过程中丢失的地质模型细节信息,在反映原始地质模型的流动特性方面具有更好的效果,并能改善油藏历史拟合的技术效果。
关键词
油藏历史拟合
地质模型参数化
深度学习
注意力机制
3D
U-Net网络
Keywords
reservoir history matching
geological model parameterization
deep learning
attention mechanism
3D U-Net
分类号
TP392 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
低算力深度学习下的图像卡通风格化研究
徐鹏飞
周
腾
骅
武仲科
申佳丽
王醒策
《北京师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
1
下载PDF
职称材料
2
采用带注意力机制3D U-Net网络的地质模型参数化技术
李小波
李欣
闫林
周
腾
骅
李顺明
王继强
李心浩
《石油勘探与开发》
SCIE
EI
CAS
CSCD
北大核心
2023
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
