一种基于多粒度特征融合的渐进式骨龄评估方法

    公开(公告)号:CN114049303A

    公开(公告)日:2022-02-15

    申请号:CN202111185833.6

    申请日:2021-10-12

    Inventor: 周东 何必仕 徐哲

    Abstract: 本发明涉及一种基于多粒度特征融合的渐进式骨龄评估方法。本发明通过构建基于随机拼图方式的粒度分级模块,将输入图片包含的粒度信息由细到粗进行分级,使网络学习到手骨各个部分丰富的局部特征;通过构建渐进式多尺度特征融合模块,使网络经过多次迭代,不仅能学习到全局特征、最具区分位置的局部特征,还会将其它局部特征进行融合,最终学习到包含不同粒度信息的特征,大大提高了骨龄评估模型的性能和泛化能力。本发明不仅能够关注最具区分的RoIs局部特征,还能将其它不同粒度的局部特征以协同的方式融合在一起,具有更强的鲁棒性。

    基于并行LSTM串联DNN的供水管网压力预测方法

    公开(公告)号:CN108764540B

    公开(公告)日:2021-11-30

    申请号:CN201810465536.9

    申请日:2018-05-16

    Abstract: 本发明公开了一种基于并行LSTM串联DNN的供水管网压力预测方法。本发明首先确定输入输出项,建立基于并行LSTM串联DNN的预测模型。其次数据预处理,建立压力预测数据库。然后训练预测模型。最后进行在线压力预测。本发明实现LSTM和DNN的优势互补,并用Dropout技术防止模型过拟合,Relu激活函数加快模型收敛速度,小批量梯度下降法减少了随机性和计算量,选择RMSprop作为随机梯度下降法的优化算法,提高了供水管网压力预测方法的抗干扰性和精度。

    一种小区供水漏损量检测方法

    公开(公告)号:CN111982211A

    公开(公告)日:2020-11-24

    申请号:CN202010736378.3

    申请日:2020-07-28

    Abstract: 本发明公开了一种小区供水漏损量检测方法。本发明首先在小区低用水前提下,连续快速采集入水口供水流量数据,并计算小区供水流量序列的统计量和流量累积概率;其次检验小区供水流量数据的可分离性;然后优化小区分离正常用水流量和漏失流量;最后计算小区漏失流量。本发明通过对高频率、高精度的流量计夜间实测流量数据进行用水流量和漏失流量分离,实现小区供水非稳定泄漏的漏损流量精准估计,完善了小区供水漏损量检测手段。

    一种调窗优化增强的颅内出血检测模型及其构建方法

    公开(公告)号:CN111833321A

    公开(公告)日:2020-10-27

    申请号:CN202010646778.5

    申请日:2020-07-07

    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。

    一种基于模板的手骨自动分割方法

    公开(公告)号:CN109242867A

    公开(公告)日:2019-01-18

    申请号:CN201810902656.0

    申请日:2018-08-09

    Abstract: 本发明公开了一种基于模板的手骨自动分割方法。本发明首先建立骨龄样本库。然后训练样本并建立模板,同一时期内需要对各节骨块分别建立模板。最后基于模板的手骨分割。本发明提取包括骨骺在内的完整骨骼形状特征,包含更丰富的骨骼发育信息;同时避免了陷入无休止的调参;并且通过训练集更新的方法有效的降低了人工标注的工作量。本发明解决了手骨分割难题,为接下来进行骨龄评定提供有力的工具。

    基于误差平方和最小的城市需水量组合预测方法

    公开(公告)号:CN109242265A

    公开(公告)日:2019-01-18

    申请号:CN201810927846.8

    申请日:2018-08-15

    Abstract: 本发明公开了一种基于误差平方和最小的城市需水量组合预测方法。本发明首先建立供水管网需水量数据库。然后训练并建立RBF神经网络模型、GRNN模型、ARIMA模型。最后基于误差平方和最小进行组合预测。本发明将RBF神经网络逼近能力强,全局最优等特点与GRNN神经网络学习速度快,易收敛等特点与ARIMA灵活,适应性强等特点结合,并结合滚动更新策略,使该预测方法能动态适应环境发展变化。

    一种基于聚类和深度信念网络的漏损初定位方法

    公开(公告)号:CN108647470A

    公开(公告)日:2018-10-12

    申请号:CN201810527186.4

    申请日:2018-05-29

    Abstract: 本发明公开了一种基于聚类和深度信念网络的漏损初定位方法。本发明首先计算获得管网监测点敏感度系数矩阵。其次基于K-means聚类将管网分成若干漏损区域,并利用水力仿真软件生成漏损样本。然后建立并训练基于深度信念网络的漏损区域辨识模型。最后根据实测压力数据辨识漏损区域。本发明克服了建模时漏损样本稀缺问题,实现在渗漏初期就能快速定位漏损区域,具有较高的辨识精度和较强的可操作性。

    基于二进制多目标粒子群算法的供水管网关阀方法

    公开(公告)号:CN106886156A

    公开(公告)日:2017-06-23

    申请号:CN201710305985.2

    申请日:2017-05-03

    Abstract: 本发明公开了一种基于二进制多目标粒子群算法的供水管网关阀方法。本发明首先按异常位置划定搜索区域。其次找出搜索区域内阀门,包括所有的阀门位置和个数。然后确立二进制多目标粒子群算法优化模型,令每个阀门对应一个粒子,阀门的位置对应粒子的位置,进行初始化种群及编码、确定粒子初始值和粒子速度和位置更新。最后求解上述优化模型,生成关阀方案。本发明能在异常情况下快速、有效的确定供水管网关阀方案以隔离异常点,相比于调度员查询图纸、依靠经验确定关阀方案,提高了关阀速度和准确性,且避免GIS软件专门针对关阀而建立网络拓扑机制所耗费大量的人工校核。

    一种对医疗影像检查量预测的混合优化方法

    公开(公告)号:CN103955764B

    公开(公告)日:2017-01-18

    申请号:CN201410171208.X

    申请日:2014-04-25

    Abstract: 本发明公开了一种对医疗影像检查量预测的混合优化方法。本发明在灰色GM(1,1)预测模型的基础之上,使用马尔可夫链来形成灰色-马尔可夫模型,运用马尔可夫链模型能很好的解决灰色模型对于医疗影像数据波动大预测不准的缺点;同时运用蒙特卡洛模型预测所需要的医疗影像数据值,最后根据这两种模型所预测的医疗影像数据来做最后的混合预测,从而达到需要的优化预测要求。本发明能够很大程度的提高预测精度以及拟合度,弥补了灰色预测的局限,从而对于医疗影像数据的检查量的预测能更加的精准,对于医疗机构可以有足够的证据来进行安排。

Patent Agency Ranking