期刊导航
期刊开放获取
重庆大学
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
大庆油田智能化储运系统建设展望
被引量:
2
1
作者
耿关庆
《油气田地面工程》
2022年第11期12-17,共6页
大庆油田储运与销售分公司既是油田储存、外输与销售的重要环节,也是油田公司数字化改造、智能化运行的重要组成部分。在油田储运系统信息化方面,储运与销售公司曾建设GIS系统、完整性管理平台、数字化站系统、视频监控系统等多个信息...
大庆油田储运与销售分公司既是油田储存、外输与销售的重要环节,也是油田公司数字化改造、智能化运行的重要组成部分。在油田储运系统信息化方面,储运与销售公司曾建设GIS系统、完整性管理平台、数字化站系统、视频监控系统等多个信息化系统,为油田进一步数字化、智能化打下坚实基础。在当前油田数字化、智能化技术发展的形势下,已建系统之间缺乏数据共享,系统功能集成化、智能化不高等问题需要解决,因此亟需在已建多个数字化储运管理信息系统的基础上,通过应用智能化技术,整合已建系统,打破“信息孤岛”,建设感知、互联和数据整合的智能化油田储运系统,实现储运站库在感知预警、运维控制等方面的智能化,全面提升经济效益和生产效率。
展开更多
关键词
储运系统
智能化
智能调度
智能巡检
三维管控
下载PDF
职称材料
基于图卷积神经网络的学生课堂不规范行为实时检测方法
被引量:
1
2
作者
蔡博深
赵玲
+9 位作者
周容
孙岳麓
骆思宏
卢仲
冯帅
崔茹云
马国洋
姬星宇
田利隆
王朋珍
《系统仿真技术》
2022年第2期141-146,共6页
针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型。首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量。其次,使用骨...
针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型。首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量。其次,使用骨架提取模型获得学生的骨骼关键点数据。最后,采用图卷积神经网络对课堂行为进行特征提取及分类,完成学生课堂不规范行为的实时检测。该模型在课堂作弊数据集上进行实验,结果表明识别处理速度能够达到20帧/秒,准确率为94.9%,能够准确实时有效地识别学生行为。
展开更多
关键词
图卷积
骨架提取
行为识别
课堂监控
下载PDF
职称材料
题名
大庆油田智能化储运系统建设展望
被引量:
2
1
作者
耿关庆
机构
大庆油田设计院有限公司信息技术中心
出处
《油气田地面工程》
2022年第11期12-17,共6页
文摘
大庆油田储运与销售分公司既是油田储存、外输与销售的重要环节,也是油田公司数字化改造、智能化运行的重要组成部分。在油田储运系统信息化方面,储运与销售公司曾建设GIS系统、完整性管理平台、数字化站系统、视频监控系统等多个信息化系统,为油田进一步数字化、智能化打下坚实基础。在当前油田数字化、智能化技术发展的形势下,已建系统之间缺乏数据共享,系统功能集成化、智能化不高等问题需要解决,因此亟需在已建多个数字化储运管理信息系统的基础上,通过应用智能化技术,整合已建系统,打破“信息孤岛”,建设感知、互联和数据整合的智能化油田储运系统,实现储运站库在感知预警、运维控制等方面的智能化,全面提升经济效益和生产效率。
关键词
储运系统
智能化
智能调度
智能巡检
三维管控
Keywords
storage and transportation system
intellectualization
intelligent scheduling
intelligent patrol inspection
three-dimensional management and control
分类号
TE97 [石油与天然气工程—石油机械设备]
下载PDF
职称材料
题名
基于图卷积神经网络的学生课堂不规范行为实时检测方法
被引量:
1
2
作者
蔡博深
赵玲
周容
孙岳麓
骆思宏
卢仲
冯帅
崔茹云
马国洋
姬星宇
田利隆
王朋珍
机构
东北石油大学计算机与
信息
技术
学院
大庆油田设计院有限公司信息技术中心
出处
《系统仿真技术》
2022年第2期141-146,共6页
基金
黑龙江省大学生创新创业训练项目(202110220007)
文摘
针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型。首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量。其次,使用骨架提取模型获得学生的骨骼关键点数据。最后,采用图卷积神经网络对课堂行为进行特征提取及分类,完成学生课堂不规范行为的实时检测。该模型在课堂作弊数据集上进行实验,结果表明识别处理速度能够达到20帧/秒,准确率为94.9%,能够准确实时有效地识别学生行为。
关键词
图卷积
骨架提取
行为识别
课堂监控
Keywords
graph convolution
skeleton extraction
behavior recognition
classroom monitoring
分类号
G434 [文化科学—教育技术学]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [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
大庆油田智能化储运系统建设展望
耿关庆
《油气田地面工程》
2022
2
下载PDF
职称材料
2
基于图卷积神经网络的学生课堂不规范行为实时检测方法
蔡博深
赵玲
周容
孙岳麓
骆思宏
卢仲
冯帅
崔茹云
马国洋
姬星宇
田利隆
王朋珍
《系统仿真技术》
2022
1
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