-
公开(公告)号：CN110601461B
公开(公告)日：2020-10-23
申请号：CN201910891344.9
申请日：2019-09-20
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种非均匀齿永磁游标电机设计的齿槽转矩优化方法，通过将呈环形并间隔排布于电机定子上的Zs个定子齿划分为Zf个齿单元组，在满足任意相邻两个齿单元组中心面之间的夹角相等并保证各齿单元组中心面位置不变的条件下，调整各齿单元组内ng个定子齿的位置，使各齿单元组内相邻两个定子齿之间的间距与相邻两个齿单元组之间的间距不相等，通过非均匀分布齿结构与永磁体调制出与目标磁导谐波对应的空载气隙磁密谐波，充分利用电枢绕组产生的磁动势谐波，实现电机额外产生净输出转矩，从而使永磁游标电机增加输出转矩和转矩密度。并且，运用齿槽转矩相量对齿槽转矩谐波进行分析，解决非均匀分布齿结构引起齿槽转矩波动变大的问题。
-
公开(公告)号：CN110492708A
公开(公告)日：2019-11-22
申请号：CN201910775241.6
申请日：2019-08-21
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种叠层式游标电机，包括定子模块和与定子模块配合的转子模块，定子模块包括间隔且相对设置的两个端部定子和设置于两个端部定子之间的中部定子，两个端部定子分别与中部定子周向错开半个槽距角；转子模块包括分别设于中部定子与两个端部定子之间的两个转子和分别设置于各转子上的多对永磁体。本发明的叠层式游标电机，通过沿轴向依次同轴设置端部定子、转子、中部定子、转子和端部定子，形成轴向磁场双转子叠层永磁电机结构，并且在中部定子上呈辐条式等间距排列的多个磁通调制极，可通过改变两个转子的相对位置而改变磁场回路，有利于磁通的高效利用，提高永磁电机的转矩密度，减小永磁电机的体积。
-
公开(公告)号：CN119920493A
公开(公告)日：2025-05-02
申请号：CN202411834460.4
申请日：2024-12-13
Applicant: 哈尔滨工业大学
IPC: G16H70/40 , G16H50/70 , G16H20/10 , G16C20/30 , G16C20/50 , G16C20/70 , G06N5/022 , G06N3/0455 , G06F18/214 , G06F18/25
Abstract: 一种基于生物医学知识图谱和Transformer的药物协同作用预测方法，它涉及一种药物协同作用预测方法。本发明为了解决传统的药物组合发现过程主要依赖于临床试验，不仅费时费力，而且成本高，患者也存在风险的问题。本发明的步骤包括提取药物数据样本，生成数据集，划分训练和测试集，进行网络训练和测试；构造生物医学知识图谱；利用Rdkit将药物结构的序列表示转换成图；利用多跳子图挖掘网络挖掘知识图谱的子图；使用关系感知Transformer学习知识网络和药物分子图的特征表示，并进行融合；使用多层感知机进行药物对之间的协同作用预测；将训练集中的药物对输入到上述模型；将测试集中的药物对输入到预测模型中，得到预测结果。本发明属于药物协同作用预测技术领域。
-
公开(公告)号：CN117153393A
公开(公告)日：2023-12-01
申请号：CN202311105379.8
申请日：2023-08-30
Applicant: 哈尔滨工业大学
IPC: G16H50/30 , G16H10/60 , G16H15/00 , G06F18/241 , G06F18/2132 , G06N3/0455 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于多模态融合的心血管疾病风险预测方法。获取医疗数据集中的病患体征数据；对病人在医院期间产生的各类文本报告进行聚合；将获取的病患体征数据使用图神经网络GNN‑encoder作为时序主干的网络，进行时序特征的提取；将聚合的各类文本报告中病患文本报告使用基于预训练的分层BioBERT模型作为语言主干网络，进行文本特征的提取；将时序特征和文本特征拼接在一起，通过一个自注意力深度融合网络，得到融合后的特征作为病患身体状况在特征空间上的嵌入向量；构造一个基于多层感知机的二元分类器，得到是否患有心血管疾病的二分类结果；构造一个基于多层感知机的多元分类器，得到预测的病人所患亚型。本发明用以解决医学文本数据集存在的文本报告过长，难以在不损失全文信息的同时有效提取语义特征的问题。
-
公开(公告)号：CN110581632B
公开(公告)日：2020-10-23
申请号：CN201910891338.3
申请日：2019-09-20
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种非均匀齿拓扑结构永磁游标电机及其磁场调制方法，非均匀齿拓扑结构永磁游标电机通过在定子环上间隔设置多个齿单元，各齿单元内相邻两个定子齿之间的间距与相邻两个齿单元之间形成的齿单元槽之槽距不相等，且各齿单元内多个定子齿关于该齿单元的中心面对称，使定子环上形成非均匀分布齿结构，引入与未被空载气隙磁密谐波利用的绕组磁动势谐波对应频率的目标磁导谐波，通过非均匀分布齿结构与永磁体调制出空载气隙磁密谐波，使空载气隙磁密谐波与目标磁导谐波对应，从而通过非均匀分布齿结构与永磁体调制出与目标磁导谐波对应的空载气隙磁密谐波，充分利用电枢绕组产生的磁动势谐波，增加永磁游标电机的输出转矩和转矩密度。
-
Patent Agency Ranking
公开(公告)号：CN110581632A
公开(公告)日：2019-12-17
申请号：CN201910891338.3
申请日：2019-09-20
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种非均匀齿拓扑结构永磁游标电机及其磁场调制方法，非均匀齿拓扑结构永磁游标电机通过在定子环上间隔设置多个齿单元，各齿单元内相邻两个定子齿之间的间距与相邻两个齿单元之间形成的齿单元槽之槽距不相等，且各齿单元内多个定子齿关于该齿单元的中心面对称，使定子环上形成非均匀分布齿结构，引入与未被空载气隙磁密谐波利用的绕组磁动势谐波对应频率的目标磁导谐波，通过非均匀分布齿结构与永磁体调制出空载气隙磁密谐波，使空载气隙磁密谐波与目标磁导谐波对应，从而通过非均匀分布齿结构与永磁体调制出与目标磁导谐波对应的空载气隙磁密谐波，充分利用电枢绕组产生的磁动势谐波，增加永磁游标电机的输出转矩和转矩密度。
-
公开(公告)号：CN119920319A
公开(公告)日：2025-05-02
申请号：CN202411867092.3
申请日：2024-12-18
Applicant: 哈尔滨工业大学
IPC: G16B40/00 , G06N3/0464 , G06N3/096 , G06N3/045
Abstract: 基于多层次知识蒸馏的T细胞受体‑表位结合特异性预测方法，它涉及一种T细胞受体‑表位结合特异性预测方法。本发明为了解决现有深度学习模型在泛化到未见表位时表现不佳的问题。本发明利用卷积神经网络构建特征提取模块，并通过双线性注意力机制探索TCR与表位之间的交互模式。接着，进行内部多特征知识蒸馏和领域间知识蒸馏，分别从多个教师模型中提取知识，增强学生模型的预测能力；将训练集中的TCR‑表位对输入到上述模型，对该模型进行训练；经过多次迭代后，得到最终的预测模型；将测试集中的TCR‑表位对输入到最终的预测模型中，得到预测结果，并进行结果分析。本发明属于生物信息技术领域。
-
公开(公告)号：CN119920302A
公开(公告)日：2025-05-02
申请号：CN202411859609.4
申请日：2024-12-17
Applicant: 哈尔滨工业大学
IPC: G16B15/30 , G16B40/00 , G06F18/214 , G06F18/25 , G06F18/241 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 一种利用邻域信息和加权融合网络的药物重定位方法，它涉及一种药物重定位方法。本发明为了解决现有药物重定位方法都是一种浅层的预测模型，不能深入了解药物和疾病节点的特征，其重定位结果偏向于普遍传染病的问题。本发明的步骤包括：提取药物对疾病作用关系数据样本；在药物对疾病作用关系图中，利用加权图卷积网络，学习药物以及疾病最近邻之间的相互作用特征；聚合学习到的药物和疾病的特征；通过一个多层融合网络，获得隐藏的高阶非线性特征；将训练集中的药物对疾病作用关系输入到上述模型中，对该模型进行训练，经过多次迭代后，得到最终的预测模型；将测试集中的药物对输入到预测模型中，得到预测结果。本发明属于药物重定位技术领域。
-
公开(公告)号：CN117316295B
公开(公告)日：2024-11-15
申请号：CN202311177280.9
申请日：2023-09-13
Applicant: 哈尔滨工业大学
IPC: G16B40/20 , G16B20/50 , G16B20/30 , G06F18/2413 , G06F18/2431 , C12Q1/6869
Abstract: 一种基于细胞异质性基因与通路功能的内分泌疾病细胞识别方法，它涉及一种内分泌疾病细胞识别方法。本发明为了解决现有细胞功能识别方法存在局限性的问题。本发明的步骤包括步骤1、提取细胞关联基因特征；步骤2、扩增细胞关联基因；步骤3、预测细胞异质性基因；步骤4、识别内分泌疾病细胞功能。本发明属于内分泌疾病细胞功能识别技术领域。
-
公开(公告)号：CN115458045B
公开(公告)日：2023-05-23
申请号：CN202211120418.7
申请日：2022-09-15
Applicant: 哈尔滨工业大学
IPC: G16B15/30 , G16H70/40 , G16B40/00 , G06N3/0464
Abstract: 本发明提出一种基于异构信息网络和推荐系统的药物对相互作用预测方法。所述方法使用神经因式分解机NFM搭建推荐系统，结合推荐系统和异构信息网络形成网络预测模型，用于进行药物对之间的关系预测；将训练集中的药物对输入到上述模型，对该模型进行训练；经过多次迭代后，得到最终的预测模型；将测试集中的药物对输入到最终的预测模型中，得到预测结果，并进行结果分析。本发明所述的异构信息网络可以融合多种类型的信息数据，通过图神经网络等技术可以提取节点的关系和邻域信息，本发明通过合理的利用异构信息网络，更有效地提取了药物与药物的相互作用关系。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.048 seconds)
