-
公开(公告)号：CN119541825A
公开(公告)日：2025-02-28
申请号：CN202411463054.1
申请日：2024-10-20
Abstract: 本发明属于医学技术领域，公开一种结直肠癌术后发生吻合口瘘的预测方法及系统，该方法包括：获取患者的临床病理数据及实验室分析数据；填充临床病理数据及实验室分析数据中的缺失数据；利用单因素回归分析技术筛选关键指标；对关键指标进行多因素回归分析，筛选得到用于预测结直肠癌患者术后是否发生吻合口瘘的独立预测因素；基于筛选得到的独立预测因素，构建并训练吻合口瘘预测模型，并利用训练好的吻合口瘘预测模型预测结直肠癌患者术后发生吻合口瘘的概率。本发明可以更准确的预测结直肠癌患者术后发生吻合口瘘的概率，具有较好的准确性和可靠性，可方便临床医生术前预测吻合口瘘的发生概率，辅助指导治疗决策。
-
公开(公告)号：CN117743694B
公开(公告)日：2024-05-14
申请号：CN202410166365.5
申请日：2024-02-06
Applicant: 中国海洋大学
IPC: G06F16/9535 , G06F16/951 , G06N3/0455 , G06N3/096 , G06F18/21 , G06F18/25 , G06N3/042 , G06N3/0464
Abstract: 本发明属于跨域推荐技术领域，公开了基于图节点特征增强的多层迁移学习跨域推荐方法及系统，该方法首先利用用户和物品的索引ID，基于高阶图结构生成用户和物品在源域和目标域的初始嵌入特征；然后提取多维一致性用户偏好特征，然后基于Transformer模型架构深度融合用户初始图节点嵌入特征和多维一致性用户偏好特征，增强图节点嵌入特征；然后分层对齐源域和目标域的用户特征分布、并聚合各层用户和物品特征，最后得到最终用于评分预测的用户和物品嵌入特征，进行评分预测。通过本发明充分挖掘推荐系统中辅助信息的价值以提取用户多维一致性偏好特征，获得更高质量的用户特征表示，提高跨域推荐质量。
-
公开(公告)号：CN117436562A
公开(公告)日：2024-01-23
申请号：CN202310400871.1
申请日：2023-04-14
IPC: G06Q10/04 , G06N3/08 , G06N3/0455
Abstract: 本申请公开了一种基于改进Transformer模型的海洋温度长期预测方法及装置。所述基于改进Transformer模型的海洋温度长期预测方法包括：获取海洋温度数据；提取所述海洋温度数据的特征信息；获取改进的transformer模型；将所述特征信息输入至所述改进的transformer模型，从而获取海洋温度预测数据。本申请的基于改进Transformer模型的海洋温度长期预测方法为实现海洋温度长期预测，提出了一种能更有效挖掘时序信息并且降低计算复杂度的方法，来改善Transformer在海洋温度长期预测应用中信息利用率低、计算冗余的不足。
-
公开(公告)号：CN113467778B
公开(公告)日：2024-01-09
申请号：CN202110697474.6
申请日：2021-06-23
IPC: G06F8/41
Abstract: 本发明提出一种异构众核处理器中算法转换方法和系统，其方法技术方案包括预定义异构众核处理器主核中C++算法识别库的数据结构，预定义C++算法转换至C语言的语句识别规则和语法映射规则，并通过ANTLR技术对C++源代码进行语法解析，形成抽象语法树；对抽象语法树进行遍历，解析C++算法定义文件，根据预定义的C++算法识别库的数据结构，构建算法识别库；对抽象语法树再次进行遍历，根据语法映射规则将C++源代码算法语句映射到基于C语言的libcstl上；根据libcstl的语法规则，对C++源代码算法语句进行重构，将C++算法转换为C语言的libcstl。本发明解决了现有STL算法实现复杂、重构复杂耗时，手工编写方式效率低、成本高的问题。
-
公开(公告)号：CN109757081B
公开(公告)日：2024-01-05
申请号：CN201910021952.4
申请日：2019-01-10
Applicant: 中国海洋大学
Abstract: 本发明涉及水下电子元器件的散热，尤其是水下密封舱体活塞换热装置。包括散热腔、密封水银腔、水银加热管、CPU散热管和电磁阀，换热装置通过水银加热管、CPU散热管、电磁阀和水泵与CPU热交换；所述散热腔内设有径向密封的活塞，活塞将散热腔分为左、右两个散热腔室，左散热腔的环形外侧缠绕有第一组CPU散热管，右散热腔的环形外侧缠绕有第二组CPU散热管，左散热腔设有进/出水口Ⅰ，进/出水口Ⅰ与舱体端盖上的孔连通，右散热腔设有出/进水口Ⅱ，出/进水口Ⅱ与舱体端盖上的孔连通。其通过热交换的方式解决了密封舱体内电子元器件的散热问题，结构简单，操作方便，保证了水下密封舱体内电子元器件的正常工作。
-
Patent Agency Ranking
公开(公告)号：CN115469172A
公开(公告)日：2022-12-13
申请号：CN202211289769.0
申请日：2022-10-20
Applicant: 青岛海洋科学与技术国家实验室发展中心 , 中国海洋大学
IPC: G01R31/00 , G01R21/133 , G01R21/00 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种基于神经网络的三相电非侵入式负荷识别方法，属于工业设备能耗监测技术领域。所述方法包括步骤S1、将能耗监测装置安装于产线级配电柜中，用于采集工业三相电信号；步骤S2、由所述产线级配电柜引出电能，以对能耗监测装置供电；步骤S3、将能耗监测装置与远程客户端进行互联；步骤S4、在能耗监测装置中配置采样频率修改模块，用于基于远程客户端的指令调整所述能耗监测装置的采样频率；步骤S5、在能耗监测装置中配置能耗分析模块，用于基于采集的产线电信号计算产线设备的有功功率、无功功率、视在功率及功率因数；步骤S6、将经训练的负荷监控模型嵌入到所述能耗分析模块中，以形成能耗识别、故障预警、故障报警及能耗统计分析的功能。
-
公开(公告)号：CN113313140B
公开(公告)日：2022-11-01
申请号：CN202110402765.8
申请日：2021-04-14
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本申请公开了一种基于深度注意力的三维模型分类和检索方法及装置。所述基于深度注意力的三维模型分类和检索方法包括：获取待检索三维模型；根据所述待检索三维模型，映射生成二维视图组，所述二维视图组包括至少两个二维视图；获取每个所述二维视图的特征；通过深度注意力网络融合各个所述二维视图的特征，从而形成一个融合特征；根据所述融合特征对所述待检索三维模型进行检索或者分类。本申请通过引入自注意力结构，能够从全局角度充分考虑多视图间的相关性信息，挖掘隐藏信息，减少信息冗余。
-
公开(公告)号：CN113421649B
公开(公告)日：2022-10-28
申请号：CN202110693502.7
申请日：2021-06-22
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G16H50/50
Abstract: 本申请公开了一种心脏电生理模型的并行仿真方法及系统。所述心脏电生理模型的并行仿真方法包括：计算主核控制与其连接的从核对模拟的细胞进行初始化；计算主核根据其获取的仿真任务为各个与其连接的从核下发电位仿真任务；各个从核同时对各自对应模拟的细胞进行电位仿真计算从而获得心脏细胞电位仿真计算结果；各个从核将计算得到的心脏细胞电位仿真计算结果写入与其连接的计算主核；控制主核获取各个计算主核所传递的心脏细胞电位仿真计算结果。本申请的心脏电生理模型的并行仿真方法可同时开启十万级规模进程并行计算仿真，能够快速完成动作电位周期的仿真计算，加快心脏电生理模型的仿真速度，有效缩短仿真时间。
-
公开(公告)号：CN115107931A
公开(公告)日：2022-09-27
申请号：CN202210692794.7
申请日：2022-06-17
Applicant: 青岛海洋科学与技术国家实验室发展中心 , 中国海洋大学
Abstract: 本申请公开了一种海上浮标系统。所述海上浮标系统包括：浮标本体，所述浮标本体至少部分没入海中；边缘计算机，所述边缘计算机设置在所述浮标本体内部；电池组件，所述电池组件与所述边缘计算机连接，用于为所述边缘计算机提供电能；太阳能板，其设置在浮标本体上，所述太阳能板与所述电池组件连接，其用于将所述太阳能转换为电能并为所述电池组件充电；相机，其安装在所述浮标本体上，所述相机至少能够拍摄所述太阳能板、边缘计算机、海面上的浮标中的一个或多个，所述相机与所述电池组件连接。本申请通过太阳能提供电能，从而能够使本申请的海上浮标系统在不借助其他外部电网的情况下进行长时间工作，且可通过相机对自身进行检测。
-
公开(公告)号：CN114974298A
公开(公告)日：2022-08-30
申请号：CN202210693193.8
申请日：2022-06-17
Applicant: 青岛海洋科学与技术国家实验室发展中心 , 中国海洋大学
Abstract: 本申请公开了基于深度学习的海洋声源定位及海洋参数反演方法，先利用仿真软件和水听器实测数据生成海洋环境数据集，然后利用数据集对第一和第二残差神经网络模型进行初始训练，然后利用所述实测数据对完成初始训练的第一和第二残差神经网络模型进行验证，之后将经过初始训练后得到的声源定位信息作为第二残差神经网络模型的输入，并通过第二残差神经网络模型进行传播损失的预测，在未满足终止条件的情况下，将预测出的传播损失作为第一残差神经网络模型的输入并继续训练第一残差神经网络模型，并将第一残差神经网络模型的输出作为第二残差神经网络模型的输入，返回继续训练第二残差神经网络模型。该方法减小了运算结果的误差。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.083 seconds)
