-
公开(公告)号：CN103530818B
公开(公告)日：2016-06-01
申请号：CN201310477641.1
申请日：2013-10-12
Applicant: 杭州电子科技大学
IPC: G06Q50/06
Abstract: 本发明公开了一种基于BRB系统的供水管网建模方法。本发明首先收集管网运行的历史数据，其次确定供水管网模型的输入变量和输出变量，然后建立基于BRB的供水管网模型，最后建立基于BRB的供水管网MIMO模型。本发明可以很好的描述供水管网系统工况，用于供水管网的实时优化调度时，可与供水管网的神经网络模型相媲美。而且，通过分析由管网历史运行数据训练得到的规则库，可以进一步挖掘供水管网的未知特性。
-
公开(公告)号：CN105260948A
公开(公告)日：2016-01-20
申请号：CN201510676383.9
申请日：2015-10-17
Applicant: 杭州电子科技大学
IPC: G06Q50/06
CPC classification number: Y02A20/16
Abstract: 本发明公开了一种城市供水系统日计划调度决策方法。本发明首先构建以历史日需水量序列，控制点压力序列及日调度方案为基本调度关联数据单元的调度关联数据集合。然后通过相关预处理方法，剔除非正常工况日的数据单元。随后以需水量序列为特征属性，将集合分类成多个子集，并逐一通过统计检验方法，剔除子集中统计意义上不合理的数据单元。最后，以预测日需水量序列为特征属性，预测其所属分类，并给出合理的预测日计划调度方案。本发明摒弃了简单的人工经验，使得调度决策更加科学合理。同时，本发明的技术思想也适用于供水系统实时调度决策。
-
公开(公告)号：CN102032935B
公开(公告)日：2012-01-11
申请号：CN201010590749.8
申请日：2010-12-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种城市排水汇流管网污水泵站流量的软测量方法。现有的排水管网系统存在的大量不确定因素，测量硬件成本高。本发明首先利用机理分析和先验信息，分析汇流节点泵站流量的主要影响因素，初步确定BP神经网络的影响因素，即确定输入输出变量。然后利用灰色关联分析方法确定不同上游泵站排水流量滞后时间。在泵站历史运行数据基础上建立灰色神经网络模型，预测汇流节点泵站流量。本发明方法通过灰色关联分析和神经网络两种方法结合，既解决不同上游泵站排水时延差异问题，又较好模拟管网排水非线性过程，实现汇流节点污水泵站流量软测量，节约硬件资源，成本低、精度高。
-
公开(公告)号：CN118710992B
公开(公告)日：2024-12-17
申请号：CN202411177658.X
申请日：2024-08-26
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06N3/084 , G06N3/0985 , G06N3/0464 , G06N3/0455
Abstract: 本申请涉及一种颈部淋巴结识别方法以及装置；获取待识别CT图像；分别对待识别CT图像进行细节特征提取和空间特征提取，得到待识别CT图像的细节特征和空间特征；对细节特征和空间特征进行融合，得到目标融合特征；基于目标融合特征对待识别CT图像进行颈部淋巴结识别，得到识别结果；基于此，能够充分考虑待识别CT图像的细节信息和整体空间依赖信息，进而通过对细节特征和空间特征进行融合，能够帮助网络捕获从粗糙到精致多种尺度的信息；基于目标融合特征对待识别CT图像进行颈部淋巴结识别，能够有效避免颈部淋巴结结构变化差异大的情况下出现错误识别的问题，提高了识别结果的准确性。
-
公开(公告)号：CN111859292B
公开(公告)日：2024-08-13
申请号：CN202010646073.3
申请日：2020-07-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种夜间用水活跃小区的供水漏损监测方法。本发明首先收集数据，计算MNF值，按季节统计其各季平均值和标准差。其次计算MNF换季阈值，并利用最近一年历史数据，更新MNF换季阈值。然后计算MNF季节阈值，并检验其准确性。最后进行夜间用水活跃小区供水漏损监测预警。本发明通过数据挖掘确定MNF换季阈值和季节阈值，换季时能自动检测变点、切换季节阈值，很好地解决常规MNF方法受夜间用水干扰的实际问题，提高了夜间用水活跃小区供水漏损自动监测预警的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117860298A
公开(公告)日：2024-04-12
申请号：CN202311819391.5
申请日：2023-12-27
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
Abstract: 本发明公开了一种基于自监督的心超射血分数估计系统，包括如下模块：数据集收集模块：用于收集超声心动数据集，并进行预处理；心腔优质帧图像选取模块：选取超声心动视频优质帧图像；自监督心室分割模块：对周期自监督机制的心室进行分割；射血分数回归模块：对师生蒸馏射血分数进行回归处理；验证模块：对心腔优质帧图像选取模块、自监督心室分割模块、射血分数回归模块形成的射血分数评估模型进行验证。本发明减低了含有噪声、伪影心室结构不清晰的较差质量视频帧对分割和回归任务的影响。
-
公开(公告)号：CN117437575A
公开(公告)日：2024-01-23
申请号：CN202311429347.3
申请日：2023-10-31
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
IPC: G06V20/40 , G06V10/776 , G06V10/82 , G06N3/092 , G06N3/0442
Abstract: 本发明公开了一种基于强化学习及奖励机制的胃肠镜视频关键帧提取方法及系统，方法如下：1：胃肠镜内窥镜视频数据的获取及预处理；2：基于MobileNet将视频帧分解为包含关键性特征的序列；3：基于Sequencer嵌入适应胃肠镜特殊情况的奖励反馈机制；4：加载得到的优化模型参数，将待处理的视频进行切分和去噪操作，统一视频帧大小，冻结所有寻优的奖励机制和决策行为获取关键帧集合，若准确率超过设定值，则验证合格。本发明利用MobileNet提取到的深层特征表示，在平衡模型精度和计算复杂度之间取得了良好的平衡，且结合Sequencer学习时空序列特征扩大感受野，更好的关联远距离特征信息，根据特定的奖励机制不断调整反馈动作，以捕获更全面、清晰且具有诊断价值的关键帧。
-
公开(公告)号：CN111833321B
公开(公告)日：2023-10-20
申请号：CN202010646778.5
申请日：2020-07-07
Applicant: 杭州电子科技大学 , 浙江莱达信息技术有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种调窗优化增强的颅内出血检测模型及其构建方法。本发明的一方面提供了一种颅内出血检测模型，它包括调窗优化增强模块和RetinaNet网络。调窗优化增强模块由1*1卷积层和窗激活函数层构建，网络包括基础特征提取网络、FPN特征金字塔、分类与回归子网络。另一方面还提供了一种调窗优化增强的颅内出血检测模型的构建方法，包括以下步骤：步骤1、颅脑CT检查数据集准备及数据预处理；步骤2、构建颅内出血检测模型；步骤3、颅内出血检测模型训练；步骤4、颅内出血检测模型验证。本发明通过调窗优化模块增强了出血区域与正常组织之间的对比度，结合ResNet的特征提取和网络的设置，极大提升了模型检测的精确度。
-
公开(公告)号：CN116630531A
公开(公告)日：2023-08-22
申请号：CN202310380352.3
申请日：2023-04-11
Applicant: 杭州电子科技大学 , 杭州数智莱达科技有限公司
IPC: G06T17/00 , G06T19/20 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于点云上采样的肋骨三维重建方法及系统，方法按如下步骤：步骤1：肋骨点云数据准备；步骤2：肋骨点云数据去噪；步骤3：肋骨点云数据语义分割；步骤4：肋骨点云数据上采样；步骤5：肋骨点云数据三维重建。本发明通过点云三维重建可以捕捉到物体的细节和形态，通过多视角的数据融合提高重建精度和鲁棒性，从而减少重建过程中的误差，并且在点云数据处理和重建过程中可以进行精细的调整，有利于生成高精度的肋骨三维模型。
-
公开(公告)号：CN115601535A
公开(公告)日：2023-01-13
申请号：CN202211393538.4
申请日：2022-11-08
Applicant: 杭州电子科技大学(CN) , 杭州数智莱达科技有限公司(CN)
IPC: G06V10/20 , G06V10/40 , G06V10/762 , G06V10/764
Abstract: 本发明属于深度学习和医学图像处理技术领域，具体涉及联合Wasserstein距离与差异度量的胸片异常识别域自适应方法及系统。方法包括如下步骤：S1，胸片数据准备及预处理；S2，基于Swin Transformer的多尺度特征提取；S3，基于Wasserstein距离和对比域差异的损失最小化；S4，模型验证后用于胸片预测。本发明具有不仅能够挑选出最接近目标域样本的源域样本，还能够在特征空间中拉近目标域与源域样本中相同类别的距离，拉开不同类别的距离，同时利用提取到的多尺度特征进行胸片分类任务，能够有效提高感受野，捕获到更多有利于胸片分类任务信息的特点。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.032 seconds)
