-
公开(公告)号：CN110415215B
公开(公告)日：2023-03-24
申请号：CN201910565679.1
申请日：2019-06-27
Applicant: 同济大学
Abstract: 本发明提供了一种基于图神经网络的智能检测方法，其包括如下步骤：采集数据、预处理、搭建网络模型、预训练和迁移学习、预测和抽检验证以完善整个预测系统；相比于人工检测，本发明提高了部件检测的准确率以及效率，减少了人为因素对检测的干预，降低了人工成本和检测成本。相比于传统机器学习方法，图神经网络不要求数据的组成形式必须具有良好的空间关系，即具有排列齐整的矩阵形式，其可以接受非结构化输入的特点显著提升了模型的表达能力。相比于卷积神经网络方法，图神经网络可以更好地学习各元素的逻辑关系，从而提高模型的泛化能力。在网络的学习过程中，每个节点负责传播自身的信息以及综合邻居节点的信息，从而学习掌握数据的逻辑范式。
-
公开(公告)号：CN115307989A
公开(公告)日：2022-11-08
申请号：CN202210808155.2
申请日：2022-07-08
Applicant: 同济大学附属口腔医院
IPC: G01N1/28
Abstract: 本发明涉及影像技术领域，且公开了制作显微CT中指定影像断层的牙齿磨片的方法，该方法包括以下步骤：将新鲜拔除的牙齿保存在0.5％麝香草酚溶液中；选择目标牙齿拍摄显微CT；将显微CT的Dicom格式数据导入医学影像处理软件中，三维重建出牙齿3D模型。本例中选取附图中左下角断层影像为例；本发明制作显微CT中指定影像断层的牙齿磨片的方法，利用3D建模技术和3D打印技术，制作了引导牙体组织切割方向的3D打印导板，实现了从显微CT影像断层到实际牙体组织面的精确转移，将牙齿磨片制作技术与3D打印导板相结合，选择性的对牙齿组织片进行单一方向打磨，有效保护了目标组织面，实现了从显微CT影像断层到牙齿超薄磨片的精确转移。
-
公开(公告)号：CN107610145B
公开(公告)日：2020-08-14
申请号：CN201710615930.1
申请日：2017-07-26
Applicant: 同济大学
Abstract: 基于自适应阈值和模板匹配的自动胰腺分割方法，目的在于克服现有技术计算复杂、准确度不高、鲁棒性不强以及自动化程度较低等不足，公开一种新的胰腺图像分割方法，该方法使用基于灰度最大类间方差的自适应阈值法得到初分割结果，分离出腹腔中的器官组织，并去除组织黏连后得到待选区域。具体的方法过程表征为：(1)建立胰腺图像模板，(2)基于最大类间方差的自适应阈值分割，(3)基于形状与位置信息的区域匹配。该方法容易实现，计算复杂度较低。胰腺模板分胰头、胰体和胰尾的组织方式，大大降低不同病例以及病例不同切片图像之间在胰腺形状和位置上的差异性。
-
-
公开(公告)号：CN106650184B
公开(公告)日：2019-01-29
申请号：CN201510706270.9
申请日：2015-10-27
Applicant: 同济大学
IPC: G06F17/50
Abstract: 本发明涉及一种储能式城轨列车的节能与安全综合计算方法，该方法包括以下步骤：(1)获取加入储能模块和未加入储能模块的城轨列车牵引电能，计算节能效率η；(2)获取储能模块节能因素比值；(3)根据节能效率η和储能模块节能因素比值计算城轨列车的节能指数为A；(4)获取城轨列车运行出错概率为Ec，储能模块出错概率为Ee；(5)根据参数Ec、Ee计算城轨列车的安全指数为B；(6)将节能指数A和安全指数B利用加权相加求和法计算得到城轨列车的安全节能率C。与现有技术相比，本发明具有方法简便，结果可信度高以及现实意义大等优点。
-
Patent Agency Ranking
公开(公告)号：CN108347269A
公开(公告)日：2018-07-31
申请号：CN201810132137.0
申请日：2018-02-09
Applicant: 同济大学
IPC: H04B7/0413 , H04B7/08 , H04B7/0456 , H04W52/02
CPC classification number: Y02D70/00 , H04B7/0413 , H04B7/0456 , H04B7/08 , H04W52/02
Abstract: 针对多天线系统的发送接收优化设计方法。假定接收端和发送端都已知信道信息的情况下，本发明联合设计了传输信号的协方差矩阵Q和模拟线性接收机的接收矩阵W，采用梯度下降算法来解决传输信号和模拟线性接收机的优化问题，从而改善系统最大吞吐量，且不再依赖矩阵Q、W特有的结构要求。优点：所提出的低比特量化多天线系统模型可应用于毫米波通信系统中，在保证系统的低功耗的条件下，优化系统的最大吞吐量，以进一步提高系统的性能。另外，所提出的最大吞吐量优化方法中采用的梯度下降算法，对传输信号的协方差矩阵和模拟线性接收机的接收矩阵的结构没有特殊要求，从而促使局部最优结果的产生，且算法迭代次数少，收敛快，突显其实际应用价值。
-
公开(公告)号：CN106897996A
公开(公告)日：2017-06-27
申请号：CN201710064272.1
申请日：2017-02-04
Applicant: 同济大学
CPC classification number: G06T7/0004
Abstract: 本发明提供一种基于机器视觉的套印误差检测方法。通过摄像头采集目标图像，目标图像包含多个定位标记；计算定位标记面积，标记面积与标准面积差值不大于规定阈值则采用模板匹配，提取定位标记中心，根据中心位置与标准位置的偏移量来检测套印误差；标记面积与标准面积差值大于规定阈值则采用边缘分割，提取定位标记边缘，根据边缘位置与标准位置的偏移量来检测套印误差。完成误差的检测之后自动对印机进行调整。本发明利用图像分割和模板匹配，解决了现有技术计算量较大，误差大，鲁棒性不强且无法根据误差自动调整的技术问题，适合在印机行业进行推广。
-
公开(公告)号：CN106872821A
公开(公告)日：2017-06-20
申请号：CN201710064234.6
申请日：2017-02-04
Applicant: 同济大学
CPC classification number: G01R31/00 , G01M99/005 , G06K17/00 , G06K2017/0093 , G06Q10/20
Abstract: 基于RFID技术的家电故障智能诊断方法以及系统，其操作步骤包括：a)、家电产生故障时根据故障报警类型产生相应的故障信息；b)、RFID读写器将上述步骤a)得到的故障信息写入家电内置的RFID标签中；c)、使用智能移动设备对家电内置的RFID标签进行读取，获得相应的故障信息以及售后信息；d)、根据上述步骤c)获取的故障信息对家电进行故障排查，若无法解决需联系售后，则通过上述步骤c)获取的售后信息，提交相应的故障信息，进行售后维修申请；e)、售后维修人员上门维修，并将维修结果信息写入标签，为以后的维修提供指导。有效解决了在没有提示装置(显示装置或发声装置)的家电故障发生后用户无法即时获得故障信息，进而对故障进行排查处理。
-
公开(公告)号：CN106610592A
公开(公告)日：2017-05-03
申请号：CN201510706285.5
申请日：2015-10-27
Applicant: 同济大学
IPC: G05B17/02
CPC classification number: G05B17/02
Abstract: 本发明涉及一种储能式城轨车辆真实物理特性的仿真平台，包括直流电网(1)、城轨车辆电气模型(2)、储能系统模型(3)和城轨车辆动力模型(4)，所述的城轨车辆电气模型(2)连接直流电网(1)，所述的城轨车辆电气模型(2)和储能系统模型(3)均为真实的电气拓扑结构并相互连接，所述的城轨车辆动力模型(4)连接至城轨车辆电气模型(2)，并根据列车的不同运行模式提供相应的运行动力驱动车辆运行。与现有技术相比，本发明具有仿真平台精确性高、仿真结果可信度高等优点。
-
公开(公告)号：CN106530298A
公开(公告)日：2017-03-22
申请号：CN201611029406.8
申请日：2016-11-14
Applicant: 同济大学
CPC classification number: G06T7/0012 , G06K9/6267 , G06K9/6271 , G06T2207/10081 , G06T2207/30056 , G06T2207/30096
Abstract: 本发明公开了一种基于三支决策的肝脏肿瘤CT图像分类方法，该方法首先训练分类器，将标注好的肝脏CT影像训练样本经过图像预处理和特征提取后形成特征向量，在此基础上采用属性约简方法进行规则提取，进而构建知识库，为后续新病例的分类诊断提供基础。待分类的病例首先经过图像预处理提取肝脏区域、肝血管和肝肿瘤，接下来计算14个病例特征，再将这些病例特征值输入到基于三支决策的分类器中，从而将病例分为下述三个类别之一：良性肿瘤、恶性肿瘤以及不确定肿瘤，医生可针对不同的肿瘤类型定制不同的治疗方案。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.023 seconds)
