公开(公告)号：CN119986372A

公开(公告)日：2025-05-13

申请号：CN202510243095.8

申请日：2025-03-03

Applicant: 哈尔滨理工大学

Inventor： 蔡蔚 ,  龚海桂 ,  谢颖 ,  杨磊 ,  唐跃 ,  杨永喜 ,  卞耀威 ,  王冬奇

IPC: G01R31/34

Abstract: 一种电机绕组交流损耗的测量方法及系统，涉及电机绕组损耗测量技术领域。本发明是为了解决在不增加硬件及软件成本的情况下，难以简单、有效的测量绕组损耗的问题。本发明将被测电机简化等效为定子绕组和定子铁芯；基于简化后的电机结构计算被测电机的总功率损耗和定子铁心损耗，所述总功率损耗和定子铁心损耗之差即为电机绕组交流损耗。本发明考虑了定子换位绕组的实际结构，可以实现定子绕组损耗的快速、准确测量及计算，易于实现流程化、便于工程应用。

公开(公告)号：CN118866216A

公开(公告)日：2024-10-29

申请号：CN202410906087.2

申请日：2024-07-08

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 张淑丽 ,  杨磊 ,  叶子 ,  马超 ,  李双翼 ,  黄海 ,  于海宁 ,  吴英东

IPC: G16H10/60 ,  G16H50/20 ,  G16H50/30 ,  G16H50/70 ,  G16H40/67 ,  G06N5/025 ,  G06N3/042 ,  G06N3/098 ,  G06F40/16 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明一种基于联邦学习和知识图谱的痛风病分期预测方法、系统及存储介质，涉及智能医疗领域，为解决现有的机器学习模型难以全面、准确地捕捉病例数据中的关键信息，且存在隐私数据泄露的风险，及医院之间的数据孤岛问题。本发明客户端基于患者病历数据集构建关键词相关的知识图谱子图；中心服务端构建有R‑GCN模型，客户端采用知识图谱子图对R‑GCN模型进行训练，模型参数经加密后发送至中心服务端聚合，至模型满足训练条件。采用训练后的模型对知识图谱子图进行编码，得到编码信息R1；对数据集中的文本特征数据进行向量化编码与数值特征进行横向连接得到编码信息R2；横向连接编码信息R1与R2后，经过深度学习网络模型对痛风病的不同分期进行分类预测。