-
公开(公告)号:CN112308822A
公开(公告)日:2021-02-02
申请号:CN202011076847.X
申请日:2020-10-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度卷积神经网络的椎间盘CT图像检测方法。本发明包括如下步骤:步骤1、椎间盘突出图像预处理:步骤2、基于多骨干网络的特征提取器构建方法:步骤3、区域建议网络中锚框的参数调优:步骤4、基于卷积神经网络的图像检测模型训练。本发明从数据预处理,深度卷积神经网络结构到参数优化都经过精心设计,建立了一套完整的椎间盘突出定位和分类系统。相较于传统的图像检测算法,该方法基于深度学习技术,通过简单的端到端学习方式避免了去噪、白平衡、特征提取、特征选择等容易出错的过程,减少了人工干预,将对椎间盘突出是否合并钙化这一判断任务自动化智能化,并在检测的准确率上有较大提升。
-
公开(公告)号:CN110908343A
公开(公告)日:2020-03-24
申请号:CN201910976734.6
申请日:2019-10-15
Applicant: 杭州电子科技大学 , 浙江邦业科技股份有限公司
IPC: G05B19/418
Abstract: 本发明公开了一种水泥回转窑烧成过程二维容错LQG控制方法。本发明首先通过采集输入输出数据建立过程模型,然后将过程状态变化和输出追踪误差组合为新的过程状态量,进一步以此建立新的过程模型,最后以二次目标函数来设计控制器,设计出最优更新律。不同于传统的控制方法,通过在过程间引入状态变化和输出追踪误差,控制器的调节更为灵活,使得系统容错能力提升,部分执行器故障的影响得以改善。
-