西南石油大学人工智能研究院 
导出分析报告
研究主题：多示例学习 形式概念分析 人工智能 启发式算法 推荐系统
研究学科：自动化类 环境科学与工程类 航空航天类 经济学类
被引量：94H指数：5WOS: 2 EI: 2 北大核心: 34 CSCD: 26
-
排序方式：
- 机器学习在油气行业中的应用进展综述
- 1
- 《西南石油大学学报（自然科学版）》西南石油大学理学院;西南石油大学人工智能研究院;中国石油浙江油田公司科技信息中心 闵超 代博仁 张馨慧 杜建平 出版年：2020
- 国家自然科学基金(11601451);四川省留学人员科技活动项目择优资助项目(省892)。
- 近年来,随着深度学习的兴起,机器学习在油气领域得到了进一步深入发展。但是,由于油气行业的特殊性和复杂性,目前还没有建成适用于深度学习的训练样本库,也没有针对性的模型建立和选择方法体系。此外,深度学习方法的不可解释性,导致...
- 关键词：人工智能 机器学习 深度学习 油气行业 综述
- 基于模拟退火法的概念集构造算法
- 2
- 《模式识别与人工智能》西南石油大学计算机科学学院;西南石油大学理学院;西南石油大学人工智能研究院 刘忠慧 陈建宇 宋国杰 闵帆 出版年：2021
- 国家自然科学基金面上项目(No.41674141)资助。
- 在形式概念分析中,构造概念格需要较高的时空复杂度,但仅部分格或概念集用于推荐应用.针对上述问题,文中提出基于模拟退火法的概念集构建算法.首先,提出候选概念生成技术,目标函数考虑概念外延相似度,解的更新采用Metropol...
- 关键词：形式概念分析 模拟退火算法 概念集 外延相似度 个性化推荐
- 基于动态特征和深度神经网络的钻井漏失事故预测
- 3
- 《西安石油大学学报（自然科学版）》西南石油大学理学院;西南石油大学人工智能研究院;西南石油大学油气藏地质与开发工程国家重点实验室 蔺研锋 闵超 代博仁 张馨慧 出版年：2022
- 国家科技重大专项专题“多层复杂煤体结构区煤储层直井压裂技术研究”(2016ZX05044-004-002);四川省科技计划项目-重点研发项目(2020YFG0145);成都市科技局国际合作项目(2020-GH02-00023-HZ)。
- 为提高钻井漏失预测的准确性和实时性,建立了一套能够学习现场专家经验实现对钻井漏失事故预测的智能方法。首先,对采集到的综合录井数据利用小波滤波对录井数据进行降噪处理,并根据降噪的效果选取了滑动窗口的长度,降噪后数据的波形更...
- 关键词：钻井漏失预测 波形特征 滑动窗口 深度神经网络
- 启发式概念构造的组推荐方法
- 4
- 《计算机科学与探索》西南石油大学计算机科学学院;西南石油大学人工智能研究院 刘忠慧 邹璐 杨梅 闵帆 出版年：2020
- 国家自然科学基金No.41604114;四川省科技厅应用基础研究项目No.2019YJ0314;四川省青年科技创新研究团队项目No.2019JDTD0017;西南石油大学高等教育教学改革研究项目No.X2018JGYB037。
- 形式概念分析是形式背景的数据分析方法,已被引入推荐系统领域。概念格作为形式概念分析的有效工具,因其构造效率低下,所以难以应对电子商务中的大规模数据。为解决该问题,提出一种基于启发式概念构造的组推荐方法。首先,基于用户共同...
- 关键词：形式概念分析(FCA) 组推荐 启发式算法 推荐系统
- 用深度学习挖掘油田开发指标预测模型的知识
- 5
- 《西南石油大学学报（自然科学版）》西南石油大学理学院;西南石油大学人工智能研究院;北京知道创宇信息技术有限公司成都分公司 钟仪华 王淑宁 罗兰 杨金莲 岳永鹏 出版年：2020
- 油田开发指标变化特征被当作油田开发规划、油田开采状况评价、油田开发方案设计与调整及油田开发风险预测预警等决策管理问题的重要依据。针对至今没有很好解决的建立智慧油田的瓶颈问题之一--油田开发指标智能预测系统的选择预测方法和...
- 关键词：油田开发指标 预测模型 知识挖掘 深度学习 实体与关系
- 基于机器学习的汽油加氢裂化辛烷值损失预测和脱硫优化
- 6
- 《科学技术与工程》西南石油大学理学院;西南石油大学人工智能研究院;胜利油田勘探开发研究院 龙梦舒 闵超 赵伟 张馨慧 代博仁 出版年：2022
- 成都市国际合作项目(2020-GH02-00023-HZ)。
- 辛烷值损失的准确预测有助于汽油炼制过程的优化与控制,以达到更好的脱硫效果。原油的加氢脱硫是一个十分复杂的物化反应过程,对于该过程中的参数控制多依赖于工人的经验,因此基于大数据建立辛烷值损失预测模型可以用于优化脱硫效果,从...
- 关键词：辛烷值 预测 加氢脱硫 机器学习 优化
- 基于动态隶属度的模糊时间序列模型的水质预测研究
- 7
- 《计算机工程与科学》西南石油大学理学院;西南石油大学人工智能研究院;中国石油天然气股份有限公司大港油田分公司;西南石油大学计算机科学学院 赵春兰 李屹 何婷 武刚 王兵 出版年：2022
- 国家科技重大专项(2016ZX05021-006)。
- 科学有效的水质预测对于水资源的管理与水污染预警尤为重要。由于水质指标序列存在非线性、非平稳性、模糊性和季节性等特点,传统预测模型的精度受到一定的限制。结合差分整合自回归移动平均ARIMA模型和经典模糊时间序列模型的特性,...
- 关键词：水质预测 季节效应 模糊时间序列 动态隶属度
- 基于聚类匹配的煤层气压裂效果主控因素识别
- 8
- 《特种油气藏》西南石油大学理学院;西南石油大学人工智能研究院;西南石油大学油气藏地质及开发工程国家重点实验室;国家管网集团油气调控中心 闵超 代博仁 石咏衡 杨兆中 李小刚 张馨慧 出版年：2022
- 国家科技重大专项“多层复杂煤体结构区煤储层直井压裂技术研究”(2016ZX05044-004-002);四川省科技计划项目“四川页岩气产业发展质量综合监测和评价技术研究与应用示范”(2020YFG0145);成都市科技局国际合作项目“基于深度学习的孔隙网络渗流模拟理论和技术探讨”(2020-GH02-00023-HZ)。
- 煤层气压裂效果与影响因素之间存在的非线性关系难以从机理层面进行系统分析,针对该问题,提出了一种基于聚类匹配的压裂效果主控因素识别方法。该方法从数据中挖掘影响因素的内在联系而非通过主观判断来分析压裂效果与影响因素之间的联系...
- 关键词：煤层气 压裂 凝聚聚类 主控因素 K-MEANS聚类 信息增益
- 基于价值链分析的智慧储气库顶层设计
- 9
- 《油气储运》国家石油天然气管网集团有限公司;西南石油大学石油与天然气工程学院;西南石油大学人工智能研究院 朱喜平 张平 王多才 李含成 付亚平 任众鑫 杨火海 出版年：2023
- 国家管网集团公司科研项目“智慧管网运行理论与技术体系研究”,JCGL202109。
- 目前中国正在大力推进地下储气库的信息化和数字化建设,但储气库的智慧化尚处于探索阶段。人工智能技术在地下储气库建设和运行的某些具体环节得到应用,但总体的智慧储气库建设路线尚未形成统一认识与标准。在对国内外地下储气库现状和智...
- 关键词：智慧储气库 价值链理论 顶层设计 一体化建设 人工智能
- 基于代表的交叉验证分类
- 10
- 《重庆邮电大学学报（自然科学版）》西南石油大学网络与信息化中心;西南石油大学计算机科学学院;西南石油大学人工智能研究院 王轩 顾峰 闵帆 孙远秋 出版年：2021
- 国家自然科学基金(62006200);四川省自然科学基金(2019YJ0314);四川省青年科学技术创新团队(2019JDTD0017);西南石油大学课外开放实验立项(2020KSP61001)。
- 基于代表的邻域覆盖粗糙集分类算法,在某些数据集上表现良好,数据的类别不平衡问题严重影响算法的分类精度。为尽量消除类别不平衡问题的影响,在k折交叉验证方法的基础上,针对基于代表的邻域覆盖粗糙集分类算法,提出了3种集成策略。...
- 关键词：代表选举 粗糙集 分类 集成学习 主动学习
