-
公开(公告)号：CN116861042B
公开(公告)日：2023-12-05
申请号：CN202311135607.6
申请日：2023-09-05
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F16/901 , G16C60/00
Abstract: 本公开实施例涉及一种基于材料数据库的信息校验方法、装置、设备及介质，涉及材料数据库技术领域，该方法包括：获取通过多个材料计算程序对目标材料进行材料模拟计算的多个原始数据；对多个原始数据进行整合处理，得到目标材料的目标综合元数据；确定目标综合元数据中待校验属性信息的关联属性信息；其中，关联属性信息为目标综合元数据中与待校验属性信息关联的属性信息；根据关联属性信息确定待校验属性信息的校验结果。本公开实施例，基于目标材料本身具备关联关系的属性信息实现了属性信息的校验，实现了属性信息可靠性的确定。
-
公开(公告)号：CN116309186A
公开(公告)日：2023-06-23
申请号：CN202310534190.4
申请日：2023-05-12
Applicant: 北京理工大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06T5/00 , G06V10/762 , G06T5/40
Abstract: 本发明公开的一种基于多段S曲线映射的红外图像动态范围压缩方法，属于红外图像处理领域。本发明使用聚类算法对图像内容进行聚类，并对每一类图像内容分别进行S曲线映射，能够实现图像内容自适应的动态范围压缩，从而能较好地保留图像细节。本发明采用S曲线映射进行红外图像动态范围压缩，能够利用S曲线两端具有压缩程度大、变化平缓的特点，中间具有压缩程度小、变化陡峭的特点，较好应对灰度集中分布在中心区域的情况，相较于幂函数与对数函数更适用于图像动态范围压缩。本发明对每一类图像内容，使用基于人眼视觉感受机理的S曲线参数分别计算视觉敏感度系数，使用基于人眼视觉感受机理的参数更好地提升图像对比度，改善红外视觉效果。
-
公开(公告)号：CN119228995A
公开(公告)日：2024-12-31
申请号：CN202411193548.2
申请日：2024-08-28
Applicant: 杭州电子科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06T17/00 , G06T7/10 , G06T5/50 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于SAM大模型的牙科CBCT三维牙齿快速标注方法。本发明利用改进的SAM网路在CBCT图像中将牙齿与牙周膜和牙槽骨区分开来，具体步骤如下：阶段一、牙齿数据到可训练数据的转换和处理；阶段二、构建改进的SAM网络模型；阶段三、网络模型训练；阶段四、基于CBCT数据的牙齿标注和三维可视化。本发明使用Lora微调技术来帮助SAM网络适应医学图像数据集的图像特点弥补其由于原本仅在自然图像上训练的不足。此外，采用了CNN旁路网络来充分利用3维切片中空间信息和帮助捕捉切片中的边缘信息。最后，还巧妙利用前一张预测结果来帮助生成目标框提示充分发挥SAM网络中的prompt机制。本发明使用同样的少量标注进行训练时，能够得到更好的牙齿标注效果。
-
公开(公告)号：CN118485682B
公开(公告)日：2024-12-03
申请号：CN202410919002.4
申请日：2024-07-10
Applicant: 南开大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06T7/11 , G16H30/40 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00 , G06V10/80
Abstract: 本发明涉及医学图像分割技术领域，具体公开了一种基于SAM的医学图像分割方法、系统及产品，方法包括：将医学图像输入图像编码器得到图像编码向量；所述图像编码器包括依次连接的分块嵌入层和多个编码块，所述图像编码器内嵌有直觉感知微调适配器，所述直觉感知微调适配器将所述分块嵌入层的输出的共享投影特征融合到每个所述编码块的多头自注意力特征中；将提示内容输入提示编码器得到提示编码向量；将所述图像编码向量和提示编码向量拼接后输入掩码解码器，得到图像分割结果。本发明能够更准确、有效地处理医学图像数据，提高医疗诊断和治疗的精度和效率，实现SAM在医学图像处理领域的广泛应用。
-
公开(公告)号：CN118762763B
公开(公告)日：2024-11-12
申请号：CN202411239368.3
申请日：2024-09-05
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G16C20/10 , G16C20/70 , G16C20/20 , G06F30/27 , G06N3/0499 , G06N3/084 , G06F119/14 , G06F113/08
Abstract: 本公开涉及一种多物质间界面的确定方法、装置、设备及存储介质。基于多物质的初始化参数和目标时间推进步长，确定第一精度格式的空间离散求解结果和第二精度格式的时间推进求解结果；将空间离散求解结果和时间推进求解结果输入多物质的界面控制模型，利用物理信息神经网络方法进行求解，确定在当前时刻的目标时间推进步长之后多物质的体积分数分布；对多物质的体积分数分布进行多物质界面两侧网格单元状态处理，获取多物质界面两侧多层网格单元状态数据；若当前时刻大于预设的结束时间，则输出该状态数据作为多物质间的界面数据。由此，结合PINNs‑VOF界面捕捉方法，实现多物质相互作用问题的精准、高效仿真模拟，解决多物质仿真领域相关的问题。
-
Patent Agency Ranking
公开(公告)号：CN118070566B
公开(公告)日：2024-08-16
申请号：CN202410466561.4
申请日：2024-04-18
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本公开实施例公开了一种多介质动态相互作用仿真方法、装置、设备及介质，涉及计算机辅助工程技术领域。该方法包括：针对目标工程问题进行仿真初始化，确定初始多介质界面；根据拉格朗日‑重映方法要求，将控制方程转为拉格朗日形式方程与对流方程；将目标工程问题分为多个一维问题；根据维度交错执行顺序，依次对每个一维问题对应的拉格朗日形式方程和对流方程进行求解；在完成所有一维问题的求解后，对多介质界面进行捕捉。根据本公开实施例，可以精确模拟强动载荷条件下多介质动态相互作用过程，计算误差小且求解效率高。
-
公开(公告)号：CN118070566A
公开(公告)日：2024-05-24
申请号：CN202410466561.4
申请日：2024-04-18
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本公开实施例公开了一种多介质动态相互作用仿真方法、装置、设备及介质，涉及计算机辅助工程技术领域。该方法包括：针对目标工程问题进行仿真初始化，确定初始多介质界面；根据拉格朗日‑重映方法要求，将控制方程转为拉格朗日形式方程与对流方程；将目标工程问题分为多个一维问题；根据维度交错执行顺序，依次对每个一维问题对应的拉格朗日形式方程和对流方程进行求解；在完成所有一维问题的求解后，对多介质界面进行捕捉。根据本公开实施例，可以精确模拟强动载荷条件下多介质动态相互作用过程，计算误差小且求解效率高。
-
公开(公告)号：CN117709129B
公开(公告)日：2024-05-14
申请号：CN202410160264.7
申请日：2024-02-05
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20 , G06F9/50 , G06F111/02 , G06F119/14
Abstract: 本公开实施例涉及一种多尺度仿真方法、装置、设备及存储介质，其中，该方法包括：获取目标网格模型；根据多个单元的初始理论时间步长对多个单元进行多尺度分组和时间步长调整，得到不同尺度的多个候选单元组以及多个单元的目标时间步长；针对每个候选单元组分别各自执行内部循环操作。本公开实施例可将目标网格模型中的多个单元划分为多个不同尺度的候选单元组，以便对目标网格模型进行多尺度仿真，而非像相关技术中将多个单元的时间步长统一为最小的时间步长从而进行单一尺度仿真，如此，可减少计算量，提高计算效率，从而满足快速仿真需求。
-
公开(公告)号：CN117709128B
公开(公告)日：2024-05-14
申请号：CN202410160263.2
申请日：2024-02-05
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20 , G06F9/50 , G06F111/02 , G06F119/14
Abstract: 本公开实施例涉及一种面向超算的多维度并行仿真方法、装置、设备及存储介质，该方法包括：针对目标工程问题进行仿真初始化，仿真初始化包括建立低维仿真模型和高维仿真模型；对低维仿真模型上的网格进行加密；采用第一数量个内核计算加密后的低维仿真模型对应的当前低维数据，直至监测到满足高维重构条件；将当前低维数据进行高维重构后映射至高维仿真模型；采用第二数量个内核计算高维仿真模型对应的当前高维数据，直至仿真时长达到预设时长；其中，第一数量个内核中每个内核的网格计算量和第二数量个内核中每个内核的网格计算量之间的比值在预设范围内。如此，可改善不同维度之间负载不匹配的问题以及低维仿真过程中资源浪费的问题。
-
公开(公告)号：CN117690536B
公开(公告)日：2024-05-14
申请号：CN202410156031.X
申请日：2024-02-04
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
Abstract: 本公开涉及一种基于异构并行的材料性能预测方法、装置、设备及介质，包括：通过预先训练好的目标预测模型预测目标材料的目标性能参数；目标预测模型的迭代训练过程是采用预先构建的异构并行架构实现的，异构并行架构包括：CPU计算节点和GPU计算节点；GPU计算节点，用于选取当前训练数据集训练得到当前预测模型，通过当前预测模型从待查询材料中选取满足预设误差条件的多个材料样本；CPU计算节点，用于对材料样本的性能参数进行计算，并将得到的第二性能参数发送给GPU计算节点，以使GPU计算节点基于标注有第二性能参数的材料样本生成新的当前训练数据集。本公开能够将DFT与机器学习相结合，提高材料性能的计算效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.028 seconds)
