论文部分内容阅读
第四代分层注水技术在青海油田的研究及应用
【出 处】
：
国际石油石化技术会议论文集
【发表日期】
：
2021年06期
其他文献
基于深度学习的医学图像分类技术不仅是临床医疗中的一种关键的辅助诊疗手段,也是科学研究的重要方向。在面对全人类的疫情需要诊断海量的患者时,医生依靠个人的理论和经验用传统方法逐一排查患者的肺部CT图像,容易造成诊断失误。传统方法的准确度当然满足临床需求,但是对医务人员的理论和经验有较高的要求,而且分类效率低。构建精准快速的辅助系统可以有效节省医疗资源。针对上述问题,本文基于卷积神经网络(CNN)提出肺
学位
随着新课程改革和素质教育理念的提出,教育界对于课堂教学的研究更加重视。在学校教育中,课堂是教师将教学理论付诸于实践的主要场所,如何改变课堂教学过于强调接受学习、死记硬背、机械训练的现状,是我们需要解决的问题;通过倡导学生主动参与、乐于探究、勤于动手,能够培养学生收集和处理信息的能力、获取新知识的能力、分析和解决问题以及交流与合作的能力,实现有效教学。在课堂教学中,教师可以通过设计一些教学环节提高学
学位
肺音是人体呼吸时产生的一种生理信号,当肺音出现异常时往往预示着肺器官发生病变。但传统的肺音诊断方法,对于医生的经验和技术要求非常高,不便于大规模实施。因此,本文通过研究肺音信号的时序特征,使用神经网络实现肺音病理诊断,有效的降低了临床实施门槛。针对单一模型在肺音信号上不能同时获取空间信息和时序信息的缺陷,本文首先提出了单通道卷积长短时记忆神经网络算法(CNNLSTM),串行获取肺音数据的特征。该模
学位