-
公开(公告)号：CN117574485A
公开(公告)日：2024-02-20
申请号：CN202311382745.4
申请日：2023-10-24
Applicant: 南通大学
IPC: G06F30/13 , G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本发明的目的在于提供一种水平激励下带隔板储液罐动力学建模及减晃优化方法，包括S1：建立流体各子域速度势函数，计算流体晃动压力对储罐结构产生的合剪力与合力矩；S2：建立带隔板储罐内流体晃动力学模型，推导模型中各等效质量及其高度的解析表达式；S3：以储罐基底剪力和基底弯矩为优化目标，通过遗传算法获得储罐内减晃隔板最优位置的解析解。本发明根据合力与合力矩等效原理获取等效模型中流体质量及其相对于储罐底板高度、弹簧刚度的解析表达式，基于等效力学模型获取带减晃结构储罐地震响应的精确结果。对减晃结构参数进行优化使得基底剪力和基底弯矩达到最小值，减小储罐结构抗震设计安全隐患，提高储罐抗震性能。
-
公开(公告)号：CN115481581A
公开(公告)日：2022-12-16
申请号：CN202211103854.3
申请日：2022-09-09
Applicant: 南通大学
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种带单层环形隔板的圆柱形储罐内流体晃动模型建立方法，本发明利用流体子域法将复杂流体域划分成具有简单边界条件的两个柱形和两个环柱形子域。结合子域界面上速度和压力连续条件以及自由液面波动方程，可求解得到储罐内流体晃动的精确解。基于水平激励下产生与原储罐体系相同的动水剪力和动水弯矩的原理，建立弹簧‑质量等效模型来代替储罐内连续流体晃动，推导得到模型中各力学参数表达式，包括各阶对流质量、脉冲质量及其位置。基于各力学参数值，计算得到动水剪力和动水弯矩。本发明可用于研究贮液高度以及隔板位置、尺寸对对流和脉冲晃动的影响，从而可以更好地了解带隔板圆柱形储液系统内各元素作用机理，更具信息性。
-
公开(公告)号：CN111816270B
公开(公告)日：2022-12-09
申请号：CN202010558462.0
申请日：2020-06-18
Applicant: 南通大学
IPC: G16H10/60 , G16H50/70 , G06F16/35 , G06F16/182
Abstract: 本发明提供了大规模肝脏电子病历病变分类的属性并行约简Spark方法，包括如下步骤：S10读取肝脏电子病历的数据集合并划分成多个肝脏病历数据子集发送到相应从节点上；S20对所述肝脏病历数据子集进行不一致处理，约简肝脏病历数据中不一致的数据，然后计算肝脏病历数据属性的等价类划分值；S30根据肝脏病历数据子集中数据对象计算属性重要度；S40计算出所述从节点中肝脏病历数据子集的属性重要度集合，进行聚合操作，得到肝脏病历数据的属性重要度集合；S50计算肝脏病历数据集的属性约简集合，并判断其是否满足约简要求。本发明的大规模肝脏电子病历病变分类的属性并行约简Spark方法，有效提高大规模肝脏电子病历属性并行约简的效率和精度。
-
公开(公告)号：CN115419127A
公开(公告)日：2022-12-02
申请号：CN202211225359.X
申请日：2022-10-09
Applicant: 南通大学
IPC: E02D33/00
Abstract: 本发明公开了一种预制桩的工程桩抗拔承载力的试桩装置及使用方法，包括中杆、延长管、荷载传感器和接桩管；所述中杆贯穿延长管和接桩管；所述延长管、中杆以及延长管隔板之间形成若干独立分区的延长管内腔；所述接桩管与中杆之间形成接桩管内腔，接桩管内腔中安装有加热管；所述中杆留有进液孔道二和溢液孔道；所述接桩管底部设有连接筋，所述连接筋上端设有可溶解型螺母，或者连接筋为带有可溶解型镦头的一体件，所述连接筋下端与预制桩连接后，采用普通沉桩工艺沉至设计要求的标高；待抗拔试验完成后，消解可溶解型螺母，回收该装置，以备再次使用。本发明获得的工程桩实际桩顶荷载准确，安装、使用、回收方便，循环利用性好，经济性高。
-
公开(公告)号：CN113838532B
公开(公告)日：2022-11-18
申请号：CN202110845531.0
申请日：2021-07-26
Applicant: 南通大学
Abstract: 本发明提供了一种基于双重自适应邻域半径的多粒度乳腺癌基因分类方法，读取大规模基因位点数据并做归一化处理，并对大规模基因位点进行数据分析；利用轮廓系数和PCA降维可视化相结合方式，选取最佳K值，调整信息粒化的模型；其次，使用启发式约简算法分别实现基于簇心距离自适应邻域半径的多粒度属性约简基于属性包含度的邻域半径的多粒度属性约简，并采用SVM支持向量机机器学习分类算法对乳腺癌基因大数据进行分类和预测。本发明的有益效果是：调整惩罚项使模型在乳腺癌基因分类具有较高的准确率和召回率，去除大规模数据中冗余属性，提高了计算效率，利用样本之间的支持信息，提升了乳腺癌数据分类的效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN112232253B
公开(公告)日：2021-11-09
申请号：CN202011154195.7
申请日：2020-10-26
Applicant: 南通大学
Abstract: 本发明提供了一种粗糙合理粒度驱动的胎儿心电图异常检测方法，包括如下步骤：S10获得所有胎儿心电图样本的特征值及胎儿状态构造决策信息表；S20利用局部邻域决策粗糙集模型对胎儿心电图样本的粗糙隶属度进行计算；S30基于PSO优化算法的合理邻域选择；S40将步骤S30中所求最优邻域半径作为所述步骤S20中局部邻域决策粗糙集模型的邻域半径，更新近似集。本发明的一种粗糙合理粒度驱动的胎儿心电图异常检测方法，根据邻域信息识别异常样本，分别给出不同分布情况下样本的粗糙隶属度，为标签噪声样本提供一组伪类别标记；引入合理粒度准则，利用粒子群优化算法选择最优邻域半径，对根据伪类别标记修正后的信息表进行上下近似集的更新。
-
公开(公告)号：CN113159156A
公开(公告)日：2021-07-23
申请号：CN202110405276.8
申请日：2021-04-15
Applicant: 南通大学
Abstract: 本发明提供了一种用于宫颈癌数据分类的粗糙图卷积方法，要从宫颈癌数据中获得宫颈癌病变细胞信息的数据集合及其决策分类；计算宫颈癌数据中决策属性的依赖度，约简子集的属性重要度；按照约简子集的重要度排序选择可以得到宫颈癌数据中病理特征约简子集R；将经过粗糙集处理后的宫颈数据集转换成拓扑图的形式，作为神经网络的输入；利用神经网络采取一阶切比雪夫ChebNet的方法进行图卷积，用半监督方法进行节点分类，所得到的结果经过可视化后可求出宫颈癌数据中数据所属的类。本发明能够有效提高对宫颈癌数据进行分类的效率和精度，对宫颈癌数据计算机智能辅助分类具有较强的应用价值。
-
公开(公告)号：CN111816270A
公开(公告)日：2020-10-23
申请号：CN202010558462.0
申请日：2020-06-18
Applicant: 南通大学
IPC: G16H10/60 , G16H50/70 , G06F16/35 , G06F16/182
Abstract: 本发明提供了大规模肝脏电子病历病变分类的属性并行约简Spark方法，包括如下步骤：S10读取肝脏电子病历的数据集合并划分成多个肝脏病历数据子集发送到相应从节点上；S20对所述肝脏病历数据子集进行不一致处理，约简肝脏病历数据中不一致的数据，然后计算肝脏病历数据属性的等价类划分值；S30根据肝脏病历数据子集中数据对象计算属性重要度；S40计算出所述从节点中肝脏病历数据子集的属性重要度集合，进行聚合操作，得到肝脏病历数据的属性重要度集合；S50计算肝脏病历数据集的属性约简集合，并判断其是否满足约简要求。本发明的大规模肝脏电子病历病变分类的属性并行约简Spark方法，有效提高大规模肝脏电子病历属性并行约简的效率和精度。
-
公开(公告)号：CN111815574A
公开(公告)日：2020-10-23
申请号：CN202010558465.4
申请日：2020-06-18
Applicant: 南通大学
Abstract: 本发明提供了一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，包括如下步骤：S10图像预处理，获得基于粗糙集增强眼底视网膜血管图像；S20构建U-net神经网络模型；S30利用粒子群优化算法(PSO)对所述U-net神经网络模型进行优化训练，获得PSO-U-net神经网络模型；以及S40将待测彩色眼底视网膜血管图像采用粗糙集理论进行图像增强预处理后使用所述PSO-U-net神经网络模型对所述待测彩色眼底视网膜血管图像分割。本发明的一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，减少了医护人员的工作量，避免了医护人员经验和技能的差别对同一幅眼底图像分割结果存在的差异，有效的进行彩色眼底视网膜血管图像分割，获得更高的分割精度和效率。
-
公开(公告)号：CN110929775A
公开(公告)日：2020-03-27
申请号：CN201911127264.2
申请日：2019-11-18
Applicant: 南通大学
Abstract: 本发明涉及到医学信息智能处理领域，具体来说涉及一种用于视网膜病变分类的卷积神经网络权值优化方法。该方法首先获取眼底图像训练集、及其对应的多病变标签；通过单种群蛙跳算法寻找最优初始权值，然后构建卷积神经网络中的卷积层、池化层和全连接层，将最优初始权值作为第一次前向传播计算的参数；将视网膜中四种病变的四个预测值分别与真实值进行交叉熵损失计算并求和得到损失值，判断损失值是否异常，如果异常则围绕前一次前向传播的权值生成蛙群，寻找最优蛙更新网络权值；否则采用梯度下降算法更新网络权值；最后对最终权值进行优化。本发明能有效提高眼底图像多病变检测的准确率，对视网膜疾病和辅助治疗具有较强应用价值。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.027 seconds)
