-
公开(公告)号：CN118498601B
公开(公告)日：2024-09-24
申请号：CN202410977892.4
申请日：2024-07-22
Applicant: 南通大学
Abstract: 本发明公开了一种室外顶板设备吊装口的封闭设备，本发明涉及吊装口封闭技术领域，现有的盖板在对吊装口进行封堵时，基本采用框架与盖板之间的适配，将吊装口进行封堵，但是在封堵时，由于盖板基本采用金属或者混凝土材料，具有较大的重力，导致在冲击或者长时间封堵时，容易造成适配效果降低，影响封堵效果，出现封堵不牢固的现象，通过转动卡臂与框架之间的接触卡接，使封堵吊装口盖板竖直向下的重力变为横向的卡接力，重力越大，转动卡臂与框架之间的卡接力越大，对吊装口的封堵越牢固，利用螺纹筒与螺柱的螺纹连接，对孔板位置进行调节，使封盖机构与框架之间的卡接更加牢固，避免框架出现变形后，卡接效果降低，影响吊装口的封堵效果。
-
公开(公告)号：CN118241547A
公开(公告)日：2024-06-25
申请号：CN202410374612.0
申请日：2024-03-29
Applicant: 南通大学
IPC: E01D19/02 , E01D21/00 , E01D101/26
Abstract: 本发明公开了一种超材料钢管混凝土桥墩及施工方法，属于桥梁减隔震技术领域。解决了现有钢管混凝土桥墩减隔震效果不佳的技术问题。其技术方案为：该超材料钢管混凝土桥墩包括墩柱，所述墩柱放置于承台的上方，墩柱放置于预制盖梁的下方，墩柱沿径向截面上自内部而外依次包括预应力筋、内混凝土层、橡胶管、外混凝土层、主要钢管。本发明的有益效果为：与传统的钢管混凝土桥墩相比，由多个层次的材料组成，每个层次都具有不同的物理性质和结构，可以实现多重反射、干涉和散射效应，具有更好的减隔震效果，也更具有承载能力；同时，内部结构更为紧凑，且混凝土浇筑量减少，从而使施工时间和成本较少。
-
公开(公告)号：CN115419127B
公开(公告)日：2024-04-12
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：CN113763409B
公开(公告)日：2023-05-02
申请号：CN202110995534.2
申请日：2021-08-27
Applicant: 南通大学
Abstract: 本发明提供了一种基于高斯滤波的高维脑核磁图像多阈值分割方法，属于智慧医疗技术领域。其技术方案为：首先，获取脑核磁图像数据F；其次，通过标准差为脑核磁图像的粗糙性度量的高斯滤波进行自适应平滑滤波预处理；再次，对预处理后的脑核磁图像进行灰度直方图统计，并根据灰度直方图的峰值设定脑部组织的灰质、白质、脑脊液和背景的三个初始分割阈值(t1,t2,t3)；最后，将脑核磁图像中三个目标组织和背景的四类间方差σ2(t1,t2,t3)作为混合蛙跳算法的适应度函数寻找三个最优分割阈值并输出分割后的二值化图像。本发明的有益效果为：降低了噪声对脑核磁图像分割的影响，提高了对脑核磁图像中三个目标组织的分割精度，对脑核磁图像智能辅助分割和诊断具有较强的应用价值。
-
公开(公告)号：CN113012776B
公开(公告)日：2022-11-04
申请号：CN202110341531.7
申请日：2021-03-30
Applicant: 南通大学
IPC: G16H10/60 , G16H15/00 , G06F16/182 , G06K9/62
Abstract: 本发明提供了一种大规模不平衡糖尿病电子病历并行分类邻域证据Spark方法，在主节点上读取糖尿病数据，并按照4:1比例将糖尿病数据划分为训练集和测试集；在子节点上对糖尿病训练集通过Spark并行欠采样获得多个新的训练子集；在子节点上通过Spark并行病理特征约简器得到病理特征约简子集，并更新每个子节点上训练子集和测试子集的病理特征集，在子节点上，通过邻域证据Spark并行分类器获得测试子集的预测类别标签集合，在主节点上根据投票机制得到最终的预测类别标签。本发明的有益效果为：本发明去除大规模数据中冗余属性，提高了计算效率，充分地利用了样本之间的支持信息，提升了糖尿病数据分类的效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN114494195A
公开(公告)日：2022-05-13
申请号：CN202210094076.X
申请日：2022-01-26
Applicant: 南通大学
IPC: G06T7/00 , G06T3/40 , G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种用于眼底图像分类的小样本注意力机制并行孪生方法，根据患者的眼底病变图像进行分类得到分类结果，包括以下步骤：读取医学眼底图像数据集进行预处理，得到预处理的图片数据；通过基于孪生网络Siamese的少镜头学习方法，利用基于特征的迁移学习方法，迁移已使用数据集ImageNet预训练好的稠密连接网络densenet，来提取两幅不同图像的特征，并在此网络的基础上加入卷积块注意力模块CBAM选择更为关键的图像信息，通过一个对比损失函数进行图片的相似性度量，从而获得更为准确的分类预测结果。本发明迁移了稠密连接网络，能够有效地减少小样本学习中过拟合的情况，同时借助CBAM注意力机制和孪生网络，有效地提升了医学眼底图像病变分类数据的效率和精度。
-
公开(公告)号：CN110867224B
公开(公告)日：2022-02-08
申请号：CN201911030948.0
申请日：2019-10-28
Applicant: 南通大学
IPC: G16H10/60 , G06F40/205 , G06F40/279 , G06N3/00
Abstract: 本发明公开一种用于大规模脑病历分割的多粒度Spark超信任模糊方法，首先在Spark云平台上将大规模脑病历数据属性集分割至不同的多粒度进化子种群Granu‑populationi中；设计一种基于多粒度Spark超信任模型，构建多粒度种群内不同超级精英之间信任度；调整多粒度中心阈值，对超级精英使用多粒度子种群均衡调整策略进行动态更新，对大规模脑病历进行全局搜索分割与局部精化分割，超级精英在各自区域内能协同提取知识约简子集；最后求得大规模脑病历最优分割特征集并存储至Spark云平台中。本发明能稳定分割大规模脑病历知识约简集,为脑部疾病智能诊断和辅助治疗提供重要的诊断依据。
-
公开(公告)号：CN113763409A
公开(公告)日：2021-12-07
申请号：CN202110995534.2
申请日：2021-08-27
Applicant: 南通大学
Abstract: 本发明提供了一种基于高斯滤波的高维脑核磁图像多阈值分割方法，属于智慧医疗技术领域。其技术方案为：首先，获取脑核磁图像数据F；其次，通过标准差为脑核磁图像的粗糙性度量的高斯滤波进行自适应平滑滤波预处理；再次，对预处理后的脑核磁图像进行灰度直方图统计，并根据灰度直方图的峰值设定脑部组织的灰质、白质、脑脊液和背景的三个初始分割阈值(t1,t2,t3)；最后，将脑核磁图像中三个目标组织和背景的四类间方差σ2(t1,t2,t3)作为混合蛙跳算法的适应度函数寻找三个最优分割阈值并输出分割后的二值化图像。本发明的有益效果为：降低了噪声对脑核磁图像分割的影响，提高了对脑核磁图像中三个目标组织的分割精度，对脑核磁图像智能辅助分割和诊断具有较强的应用价值。
-
公开(公告)号：CN113012775A
公开(公告)日：2021-06-22
申请号：CN202110341510.5
申请日：2021-03-30
Applicant: 南通大学
IPC: G16H10/60 , G16H15/00 , G06F16/182
Abstract: 本发明提供了一种红斑病电子病历病变分类的增量属性约简Spark方法，基于知识粒度的动态变化数据集增量约简算法与处理大数据常用的Spark并行框架相结合，在处理复杂，大规模和动态的数据集方面有着良好的效果，有效提高处理速度，能够进一步提高电子病历属性约简的效率和精度。
-
公开(公告)号：CN112001887A
公开(公告)日：2020-11-27
申请号：CN202010697178.1
申请日：2020-07-20
Applicant: 南通大学
Abstract: 本发明公开了一种用于婴幼儿脑病历图像分割的全卷积遗传神经网络方法，属于医学图像信息智能处理领域，首先输入婴幼儿脑病历图像数据，对图像预处理，并根据DMPGA-FCN网络权值长度L对参数进行遗传编码初始化；然后将m个个体随机划分至遗传原生子种群Pop中并衍生孪生子种群Pop′，子种群在不相交区间确定各自交换概率pc和变异概率pm，使用遗传算子寻找最优初始权值fa；其次将fa作为前向传播计算参数，并在特征地址featuremap上做加权Q操作；最后将婴幼儿脑病历预测图像与标准分割图进行逐像素交叉熵损失计算从而反向更新权值，最终得到婴幼儿脑病历图像分割网络模型的最优权值。本方法能提高婴幼儿脑病历图像分割效率，对婴幼儿脑病的早期正确诊断和患儿脑病的康复具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.033 seconds)
