一种基于代价敏感的稀有肿瘤类别小样本分类的算法模型

    公开(公告)号:CN114170426A

    公开(公告)日:2022-03-11

    申请号:CN202111310276.6

    申请日:2021-11-04

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于代价敏感的稀有肿瘤类别小样本分类的算法模型。现有的小样本学习方法大都忽略了特征空间的特殊性与迁移性,本发明则重点关注于此,构建的特征存储与筛选模块让前一阶段预训练中的特征能被后一阶段的元学习充分利用。首先,构建一个传统的深度学习神经网络进行预训练,对类似任务的非稀有类别数据集进行学习,冻结预训练模型的参数并存储预训练样本中每个类别的特征原型以及特征方差。接下来,通过Transformer编码当前特征与上一阶段选择出来的类别原型之间的关系,进而生成基于当前特征的新特征用于小样本分类器的分类。并在元学习过程中引入了可学习的代价敏感函数,从而使网络对稀有类别的样本更加具有敏感性。

    一种用于拼合动力电池模组的夹具

    公开(公告)号:CN113580065A

    公开(公告)日:2021-11-02

    申请号:CN202110873200.8

    申请日:2021-07-30

    Abstract: 本发明公开了一种用于拼合动力电池模组的夹具,包括容纳多个电池模组的箱体,箱体一侧设置有可移动推板,其外侧设置有驱动部;所述可移动推板与所述驱动部之间还依次设置有可移动的压力传感器和压力缓冲件;所述压力缓冲件靠近所述驱动部一方,两者之间设置有可相对运动的位于上方的L形推板和位于下方的L形传力板;所述L形传力板和所述L形推板运动方向互相垂直,所述L形推板与所述可移动推板的移动方向一致。上述夹具中,压力传感器的设置可以精确控制来自驱动部并作用于可移动推板上的压紧力;同时由于L形传力板和L形推板的设置,改变了力传递的方向,对于夹具整体空间中各部件的设置提供了更多便利。

    一种用于拼合动力电池电芯的夹具

    公开(公告)号:CN113601451A

    公开(公告)日:2021-11-05

    申请号:CN202110871191.9

    申请日:2021-07-30

    Abstract: 本发明公开了一种用于拼合动力电池电芯的夹具,包括:用于容纳多个电芯单体的容纳部,所述容纳部为具有敞口结构的箱体,所述箱体一侧设置有可移动推板;所述可移动推板外侧设置有驱动部,所述驱动部可驱动所述可移动推板朝所述电芯单体的方向移动;所述可移动推板与所述驱动部之间还依次设置有可移动的压力传感器和压力缓冲件;所述压力缓冲件靠近所述驱动部一方,两者之间设置有第一竖向支撑板;所述可移动推板、所述压力传感器、所述压力缓冲件和第一竖向支撑板均设置在支架上,所述支架滑动设置于自锁导轨上。上述夹具可精准提供所需的压紧力,而且在电芯拼合压紧后可以保持压紧力不变。

Patent Agency Ranking