-
公开(公告)号：CN109598784A
公开(公告)日：2019-04-09
申请号：CN201811384730.0
申请日：2018-11-20
Applicant: 哈尔滨理工大学
Abstract: 一种的脊柱断层扫描图像三维重建方法，提出了一种改进的高效率的Ray Casting方法来解决上述问题，本发明在图像预处理模块，增加包围盒技术，使用Ray Casting算法进行采样操作时，只需要考虑投影到像素平面上的多边形发出的投射光线，投射光线从第一个采样点开始，计算采样点与包围盒之间的距离，当距离为0时表示计入包围盒内部，开始进行采样操作，在光线投射算法的图像合成阶段，采样点使用从前到后的合成方式进行色彩合成，投射光线穿过包围盒的体素时，不透明度会逐渐累加，当这个数值接近1时代表已经接近完全不透明，后面的体素不再对图像屏幕的显示有所贡献，便可提前终止采样操作，可视化模块调用VTK(Visualization Toolkit)类库，通过人机交互界面显示三维图像的内部细节，并可以对图像进行旋转、平移、缩放等个性化操作。
-
公开(公告)号：CN107349003A
公开(公告)日：2017-11-17
申请号：CN201710559012.1
申请日：2017-07-11
Applicant: 哈尔滨理工大学
CPC classification number: A61B17/7083 , A61B34/10 , A61B2034/108 , B33Y10/00 , B33Y50/00
Abstract: 本发明公开了一种基于有限元力学分析的腰椎螺钉植入导板及制备方法，涉及医疗器具领域，本发明解决腰椎的椎弓根螺钉精确的定位和导向的问题，导板使用3D打印技术进行实物打印。该导板包括：导板一块以及两个椎弓根螺钉的进钉导向通道；导板的下曲面与腰椎椎骨的表面反向一致；螺钉进钉通道的位置与角度经有限元受力分析后确定并在导板上曲面向外部延伸30mm~50mm。导向钉道能够使椎弓根螺钉准确进入人体腰椎预防螺钉错位和椎弓根的断裂风险。通过上述方式本发明能够在手术前确定进钉点的位置和角度通过三维重建能够便于帮助医疗人员观察，在手术中实体手术导板可以作为对椎弓根螺钉进钉位置与方向进行精确定位的辅助治具，提高手术成功率。
-
公开(公告)号：CN119312228A
公开(公告)日：2025-01-14
申请号：CN202411382420.0
申请日：2024-09-30
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/214 , G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种个性化联邦跳跃聚合策略的谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域，以解决数据孤岛下不同谐波减速器用户间数据分布差异导致故障诊断精度低的问题。本发明的技术要点包括：提出基于二次聚合的模型构建方法用于部署个性化本地模型，以用户为中心，通过二次聚合为每个用户部署适用于本地数据集的个性化初始化模型，同时利用L2正则化避免过拟合，解决全局模型准确率下降问题；提出基于循环权重的联邦聚合策略，以加快全局模型收敛；在全局模型参数下发阶段，提出模型参数跳跃聚合策略，在不增加额外计算开销的情况下克服FedAvg算法收敛缓慢的缺点。本发明适用于保证数据隐私的多用户谐波减速器协同故障诊断。
-
公开(公告)号：CN118781072A
公开(公告)日：2024-10-15
申请号：CN202410880876.3
申请日：2024-07-02
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/776 , G06F16/332 , G06N3/045 , G06N3/08 , G06F21/62 , G16H30/20 , G16H50/20
Abstract: 本发明涉及医疗图像处理和计算机医疗辅助诊断技术领域，具体涉及一种基于多模态模型的创新医疗图像处理方法，旨在解决传统医疗图像处理中存在的多模态信息处理不足和信息损失问题。该方法通过数据整理和模型微调两个主要步骤，利用ChatGLM‑6B语言模型和Qwen‑VL多模态对话语言模型，对2D肺部X光影像和2D肺部CT影像进行处理和微调训练。实验结果表明，该方法能够全面且准确地处理不同结构的医学图像，并将图像数据转化为信息丰富的文本数据，有助于生成详细的辅助诊断信息。该方法特别适用于肺部医学影像处理，能够提高医疗影像的语义理解和信息处理能力，有效应对医疗影像数据的多模态性和多源性问题。
-
公开(公告)号：CN114579927A
公开(公告)日：2022-06-03
申请号：CN202210200494.2
申请日：2022-03-02
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于爱因斯坦运算和前景理论的多属性决策方法，其特征在于：包括以下步骤：S1:使用语言术语将决策者给出的判断进行表示，根据决策者的权重信息通过球形爱因斯坦聚集算子构成球形模糊初始决策矩阵；S2:利用新得分函数计算得分值矩阵S3:通过综合距离求权方法得到属性权重；S4:计算前景决策矩阵，针对决策者的风险偏好类型，设定参考点，计算各方案在各属性下的前景值，得到前景决策矩阵v＝(vij)m×n；S5:计算各方案的综合前景值，并对各方案进行排序，综合前景值越大，对应的方案越优。本发明在球形模糊集中引入爱因斯坦运算和前景理论，可用于决策对象存在主观偏好的情况，例如医院选址、项目投资等。
-
Patent Agency Ranking
公开(公告)号：CN106684775A
公开(公告)日：2017-05-17
申请号：CN201710183022.X
申请日：2017-03-24
IPC: H02G1/14
Abstract: 采用通信电缆接续辅助夹具进行的电缆接续方法，属于通信电缆续接领域。解决了现有电缆续接工作中，线序配对工作复杂，接续工作容易发生线序固定不牢导致的通信电缆序列错乱的情况。步骤一：将两套通信电缆接续辅助夹具并列放置，且二者第二上夹板均处于内侧，对两根通信电缆外皮进行处理，使两根通信电缆的内线芯按照线序分别放置在两套通信电缆接续辅助夹具的线槽内，盖合两套夹具的第一上夹板，调整两根通信电缆的长度，然后再盖合两套夹具的第二上夹板，使两根通信电缆均夹固在相应的线槽和上夹板齿之间；步骤二：使两根通信电缆的内线芯按照线序进行配对，通过钳夹按照线序逐个续接，从而完成对通信电缆的续接。主要用于对电缆的续接。
-
公开(公告)号：CN119312228B
公开(公告)日：2025-04-15
申请号：CN202411382420.0
申请日：2024-09-30
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/214 , G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种个性化联邦跳跃聚合策略的谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域，以解决数据孤岛下不同谐波减速器用户间数据分布差异导致故障诊断精度低的问题。本发明的技术要点包括：提出基于二次聚合的模型构建方法用于部署个性化本地模型，以用户为中心，通过二次聚合为每个用户部署适用于本地数据集的个性化初始化模型，同时利用L2正则化避免过拟合，解决全局模型准确率下降问题；提出基于循环权重的联邦聚合策略，以加快全局模型收敛；在全局模型参数下发阶段，提出模型参数跳跃聚合策略，在不增加额外计算开销的情况下克服FedAvg算法收敛缓慢的缺点。本发明适用于保证数据隐私的多用户谐波减速器协同故障诊断。
-
公开(公告)号：CN118035893A
公开(公告)日：2024-05-14
申请号：CN202410231134.8
申请日：2024-02-29
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/096 , G06N3/098 , H04L9/00
Abstract: 一种云边协同联邦模型迁移的滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域。针对机械设备故障诊断中联邦学习框架云端通信成本高以及某种规格滚动轴承带标签样本稀缺，导致诊断准确率低的问题而提出的。该方法将云边协同和联邦学习相结合，构建多用户轴承故障诊断新框架，以减轻云端通信压力；利用残差网络提取振动信号特征，构建多用户本地模型；引入双重加密机制，提升参数传递过程中的安全性；将云边端协同构建的源域共享模型发送至目标域用户，并提出利用自适应微调策略改进模型迁移方法，从而实现多用户孤岛隐私数据下不同规格滚动轴承跨域故障诊断。经实验验证，所提方法相比于传统联邦学习框架在3种数据集上平均节省69.1％的时间成本，有效提高了故障诊断效率、减轻了云端通信开销和计算压力，且跨域故障诊断准确率平均提升8.2％，具有较强的泛化性。
-
公开(公告)号：CN115660268A
公开(公告)日：2023-01-31
申请号：CN202211130537.0
申请日：2022-09-16
Applicant: 哈尔滨理工大学
IPC: G06Q10/063 , G06Q10/067 , G06N3/008 , G06F18/23
Abstract: 本发明公开了一种基于图片模糊集和粒子群优化权重的模糊多属性决策。实施方法包括：通过图片模糊加权平均算子，将多个专家决策矩阵聚集，构成初始决策矩阵；通过基于图片模糊数的熵权法，计算属性初始权重；初始化粒子位置、速度和聚类中心；更新隶属度矩阵并计算目标函数值；更新粒子个体最优位置、全局最优位置、速度、位置和聚类中心矩阵；迭代执行直至满足终止条件，将全局最优粒子的位置作为最终决策属性权重，并根据其所对应的隶属度矩阵，对方案集进行划分；通过TOPSIS法对最优方案集排序。本发明解决了属性客观权重未知和大数据时代所带来的巨大计算复杂性问题，可应用于多属性决策场景，例如环保企业选择、项目投资等。
-
公开(公告)号：CN115409400A
公开(公告)日：2022-11-29
申请号：CN202211090172.3
申请日：2022-09-07
Applicant: 哈尔滨理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于余切函数的图片模糊熵在模糊多属性决策中的应用，其特征在于：包括以下步骤：S1：规范化初始决策矩阵；S2：根据基于余切函数的图片模糊熵计算决策属性权重；S3：确定正理想解和负理想解；S4：计算每个方案的属性值与正理想解和负理想解的灰关联系数；S5：计算每个方案的灰关联度和灰关联贴近度；S6：计算每个方案在正理想解和负理想解上的规范化投影；S7：计算每个方案的规范化投影贴近度；S8：计算组合贴近度，并根据组合贴近度对方案从大到小排序。本发明可以在属性权重完全未知的情况下，利用现有数据求解属性客观权重，同时改进经典TOPSIS排序方法，用灰关联度和规范化投影作为组合贴近度，根据决策者不同的偏好来设定二者权重的大小，使决策结果更为合理。可应用于各种多属性决策的场景，例如环保企业选择、项目投资等。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.041 seconds)
