-
公开(公告)号：CN116562212B
公开(公告)日：2024-10-11
申请号：CN202310621054.9
申请日：2023-05-26
Applicant: 安徽大学
IPC: G06F30/367 , G06F30/23 , H03H9/02
Abstract: 本发明公开了一种有限元结合Mason模型的体声波滤波器设计方法，包括根据Mason等效电路模型优化得到体声波滤波器的设计指标；根据测试数据优化出基于有限元方法的力‑电模型材料参数；将自主画网格技术用于有限元力‑电模型中；通过拟合每个谐振器的设计指标，确定有限元模型中对应的谐振器结构参数。最终建立体声波滤波器的有限元电磁模型；其中，利用等效介电常数法将有限元力‑电模型等效介电常数导入有限元电磁模型中进行电磁仿真，与Mason模型的滤波器仿真结果对比验证，确保最终得到的有限元电磁模型合理性，达到滤波器结构正向设计目的。本发明利用三种模型的关系正向设计体声波滤波器的结构参数，可以大幅缩短滤波器设计周期，提高结构多样性。
-
公开(公告)号：CN114529562A
公开(公告)日：2022-05-24
申请号：CN202210162154.5
申请日：2022-02-22
Applicant: 安徽大学
Abstract: 本发明涉及一种基于辅助学习任务与重分割约束的医学图像分割方法，该方法包括下列顺序的步骤：(1)对三维人脑核磁共振数据进行预处理，得到训练集和测试集；(2)构建基于辅助学习任务与重分割约束的分割网络；(3)将训练集输入分割网络进行训练,得到训练好的分割网络；(4)将测试集输入训练好的分割网络，分割网络输出得到分割结果。本发明通过额外的图像重建任务分支的引入，有助于分割网络学习到互补的医学图像特征，从而帮助模型更好地理解医学图像的内在结构；将重建结果再次输入到分割网络中，将得到的重分割结果与真实分割图比较，从语义层面为分割网络的训练提供额外的监督信号，以进一步提升图像分割结果的准确性。
-
公开(公告)号：CN116562212A
公开(公告)日：2023-08-08
申请号：CN202310621054.9
申请日：2023-05-26
Applicant: 安徽大学
IPC: G06F30/367 , G06F30/23 , H03H9/02
Abstract: 本发明公开了一种有限元结合Mason模型的体声波滤波器设计方法，包括根据Mason等效电路模型优化得到体声波滤波器的设计指标；根据测试数据优化出基于有限元方法的力‑电模型材料参数；将自主画网格技术用于有限元力‑电模型中；通过拟合每个谐振器的设计指标，确定有限元模型中对应的谐振器结构参数。最终建立体声波滤波器的有限元电磁模型；其中，利用等效介电常数法将有限元力‑电模型等效介电常数导入有限元电磁模型中进行电磁仿真，与Mason模型的滤波器仿真结果对比验证，确保最终得到的有限元电磁模型合理性，达到滤波器结构正向设计目的。本发明利用三种模型的关系正向设计体声波滤波器结构参数，可以大大缩短滤波器设计周期，提高结构多样性。
-
-
Search Results
3
records
(took 0.013 seconds)
