|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于人體組織區(qū)別性特征表示的低劑量CT成像相關(guān)算法
申請(qǐng)人自2002年8月開始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個(gè)方面同時(shí)開展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過專利形式轉(zhuǎn)讓到國內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機(jī)上得到了應(yīng)用。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
以色譜中心策略算法（CCS）提高基于質(zhì)譜的組學(xué)數(shù)據(jù)質(zhì)量
南科大醫(yī)學(xué)院教授張文勇、研究助理教授欒合密等在國際著名生物信息學(xué)與計(jì)算生物學(xué)期刊Bioinformatics上發(fā)表題為“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的論文。該研究創(chuàng)新提出了以色譜中心策略算法（CCS）提高基于質(zhì)譜的組學(xué)數(shù)據(jù)質(zhì)量，并搭建了R-Shiny的Web應(yīng)用CPVA，實(shí)現(xiàn)了組學(xué)數(shù)據(jù)在線交互式的處理。該論文提出了色譜中心策略算法（CCS），并開發(fā)了在線互動(dòng)工具來解決該領(lǐng)域普遍存在的問題。色譜中心策略是指通過對(duì)組學(xué)數(shù)據(jù)中提取的色譜峰形狀進(jìn)行數(shù)字化描述，包括對(duì)稱性（Symmetry）、鋸齒度（Jaggedness）、形態(tài)（Modality）、色譜質(zhì)量指數(shù)（MCQ）等，并以在線互動(dòng)的方式直接展示色譜峰的形態(tài)特征。
南方科技大學(xué)
2021-04-11
.jpg){kind=logo}
一種面向超光譜數(shù)據(jù)庫的小波去噪算法
本發(fā)明公開了一種面向超光譜數(shù)據(jù)庫的小波去噪算法，屬于超光譜數(shù)據(jù)的處理方法，用于對(duì)帶有噪 聲的超光譜曲線進(jìn)行降噪。本發(fā)明順序包括小波降噪?yún)?shù)選擇、小波降噪。本發(fā)明在小波降噪?yún)?shù)學(xué)習(xí) 過程中充分考慮了超光譜數(shù)據(jù)庫中各種物質(zhì)超光譜曲線的特性，快速的選擇適合超光譜數(shù)據(jù)庫絕大多數(shù) 光譜曲線的小波降噪?yún)?shù)，然后使用選擇得到的參數(shù)對(duì)測量到的超光譜曲線進(jìn)行降噪。該方法能快速的 針對(duì)各種不同應(yīng)用場景的超光譜數(shù)據(jù)庫選擇與之適應(yīng)小波降噪?yún)?shù)，提高了降噪的效果，提高光譜匹配 的準(zhǔn)確率。
武漢大學(xué)
2021-04-13
.jpg){kind=logo}
基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法
本發(fā)明公開了一種基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法。構(gòu)建湖泊三維水動(dòng)力-水溫-水質(zhì)模型，將湖泊離散成若干網(wǎng)格單元，并對(duì)網(wǎng)格采用 Arakawa-C 模式布置變量，基于分裂算法將湖泊三維水動(dòng)力-水溫-水質(zhì)模型中各算子按照其物理波動(dòng)過程的波頻快慢特性進(jìn)行分類，對(duì)低頻慢過程算子采用顯式處理，對(duì)高頻快過程算子采用隱式處理，運(yùn)用分裂算法分步離散求解模型，得到湖泊水域內(nèi)不同位置和時(shí)間的三維流場、水溫和水質(zhì)指標(biāo)濃度。本發(fā)明提出的基于分裂算法的湖泊三維水動(dòng)力-水溫-水質(zhì)模擬預(yù)測方法能較準(zhǔn)確地反映湖
華中科技大學(xué)
2021-04-14
基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信號(hào)解調(diào)方法
本發(fā)明公開了一種基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信 號(hào)解調(diào)方法，包括：掃描得到光譜紋波；對(duì)光譜紋波進(jìn)行擬合獲得靜 態(tài)光譜；將光譜紋波與靜態(tài)光譜進(jìn)行差分處理獲得差值信號(hào)；對(duì)光譜 紋波的極值點(diǎn)進(jìn)行擬合獲得上下邊緣包絡(luò)曲線；對(duì)上下邊緣包絡(luò)曲線 進(jìn)行差分處理獲得光譜變化函數(shù)，將差值信號(hào)與光譜變化函數(shù)進(jìn)行歸 一化處理，獲得去包絡(luò)后差值信號(hào)，根據(jù)掃描速度和初始波長將波長 換算為時(shí)間，獲得去包絡(luò)后時(shí)域動(dòng)態(tài)信號(hào)。本方法對(duì)紋波光譜及其擬 合曲線進(jìn)行差分獲得動(dòng)態(tài)信號(hào)，可以消除諸如溫度、濕度等環(huán)境干擾， 且恢復(fù)的動(dòng)態(tài)
華中科技大學(xué)
2021-04-14
一種基于模糊 PI 算法的微電網(wǎng)并網(wǎng)逆變器的控制方法
本發(fā)明公開了一種基于模糊 PI 算法的微電網(wǎng)并網(wǎng)逆變器的控制 方法。該方法包括：（1）采樣當(dāng)前電網(wǎng)電壓、當(dāng)前并網(wǎng)逆變器的輸出 電流和當(dāng)前濾波器的電容電流；（2）確定并網(wǎng)電流指令值；（3）調(diào) 整 PI 控制器的比例系數(shù)和積分系數(shù)；（4）通過修正后的 PI 控制器得 到濾波器的電容電流指令值；（5）通過 P 控制器得到并網(wǎng)逆變器的輸出電壓指令值；（6）產(chǎn)生控制信號(hào)控制并網(wǎng)逆變器開關(guān)管的通斷，在 并網(wǎng)逆變器的功率輸出端產(chǎn)生期望的輸出電壓；（7）重復(fù)（1）～（6）， 使并網(wǎng)逆變器的輸出電流始終跟蹤指令值。本
華中科技大學(xué)
2021-04-14
旦大學(xué).jpg){kind=logo}
一種基于可穿戴生理設(shè)備的睡眠階段分類檢測算法
本發(fā)明公開了一種基于可穿戴生理設(shè)備的睡眠階段分類檢測算法，包括以下步驟：獲取多模態(tài)腦電生理信號(hào)；對(duì)多模態(tài)腦電生理信號(hào)依次執(zhí)行濾波去除噪聲和Z?score歸一化處理，得到預(yù)處理信號(hào)數(shù)據(jù)；對(duì)預(yù)處理后的信號(hào)數(shù)據(jù)通過反向傳播算法和梯度下降優(yōu)化實(shí)現(xiàn)，以交叉熵?fù)p失函數(shù)衡量生成信號(hào)與真實(shí)信號(hào)的差異，不斷調(diào)整參數(shù)使生成信號(hào)更接近真實(shí)睡眠信號(hào)；構(gòu)建一個(gè)與生成器具有相同的卷積單元形式的判別器，判別器與生成器構(gòu)成生成對(duì)抗網(wǎng)絡(luò)模型，自動(dòng)調(diào)整調(diào)節(jié)參數(shù)，輸出不同睡眠階段的分類結(jié)果。本發(fā)明通過合理整合EEG和EOG等信號(hào)和GAN模型的應(yīng)用，使模型能夠?qū)W習(xí)到真實(shí)睡眠信號(hào)的分布并進(jìn)行準(zhǔn)確分類；提高分類的準(zhǔn)確性和穩(wěn)定。
復(fù)旦大學(xué)
2021-01-12
.jpg){kind=logo}
基于神經(jīng)網(wǎng)絡(luò)模型BP算法的嵌入式礦壓檢測方法
本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)模型 BP 算法的嵌入式礦壓檢測方法法，首先根據(jù)根據(jù)待檢測區(qū)域的地域情況，采用多個(gè)振弦式壓力傳感器進(jìn)行測量；然后 ARM7 處理器根據(jù)系統(tǒng)任務(wù)個(gè)數(shù)建立相應(yīng)的進(jìn)程；最后在建立的任務(wù)中打開定時(shí)器，輸出一個(gè)固定在某一頻率范圍內(nèi)的脈沖，經(jīng)過驅(qū)動(dòng)激振電路，產(chǎn)生一個(gè)能對(duì)振弦式壓力傳感器內(nèi)部振弦起振的信號(hào)，同時(shí)使用 ARM7處理器對(duì)振弦式壓力傳感器返回的脈沖信號(hào)進(jìn)行頻率測量，計(jì)算得到壓力值，最后，利用溫度傳感器采集振弦周圍區(qū)域的溫度，采用 BP 算法建立神經(jīng)網(wǎng)絡(luò)模型，利用神經(jīng)網(wǎng)絡(luò)模型對(duì)得到的各組壓力數(shù)據(jù)及采集的溫度數(shù)據(jù)進(jìn)行學(xué)習(xí)，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型找出壓力隨溫度的變化規(guī)律，對(duì)振弦式傳感器進(jìn)行溫度補(bǔ)償。
安徽理工大學(xué)
2021-04-13
.jpg){kind=logo}
基于視聽融合的智能導(dǎo)盲機(jī)器項(xiàng)圈系統(tǒng)
1.成果原理：通過圖像增強(qiáng)算法優(yōu)化惡劣天氣下導(dǎo)盲犬視野，結(jié)合Transformer模型實(shí)現(xiàn)環(huán)境多模態(tài)語音描述，并通過手機(jī)平臺(tái)實(shí)現(xiàn)遠(yuǎn)程監(jiān)控與交互。
2.創(chuàng)新點(diǎn)：惡劣天氣適應(yīng)性（突破傳統(tǒng)導(dǎo)盲設(shè)備在霧霾、雨雪等極端場景的視覺限制）；多模態(tài)交互(支持語音合成、家人音色定制及實(shí)時(shí)場景描述，兼顧安全性與情感需求)；輕量化設(shè)計(jì)(項(xiàng)圈重量適配犬只行動(dòng)，避免傳統(tǒng)穿戴設(shè)備的負(fù)擔(dān))。
3.應(yīng)用場景：視障人士日常出行、導(dǎo)盲犬訓(xùn)練基地、公共復(fù)雜環(huán)境。
4.應(yīng)用案例：與吉林外國語大學(xué)、科大訊飛聯(lián)合開展技術(shù)驗(yàn)證，完成實(shí)驗(yàn)室原型測試。
5.成果獲獎(jiǎng)：
2023年“互聯(lián)網(wǎng)+”大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽吉林省銅獎(jiǎng)
2024年“挑戰(zhàn)杯”吉林省大學(xué)生創(chuàng)業(yè)計(jì)劃競賽銀獎(jiǎng)
6.成果評(píng)價(jià)：豐富了國內(nèi)導(dǎo)盲生物輔助設(shè)備研究內(nèi)容，獲吉林省大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽重點(diǎn)支持，技術(shù)專利布局中，市場潛力預(yù)估超800萬視障人群需求，助力東北地區(qū)智能裝備產(chǎn)業(yè)升級(jí)與民生福祉提升。
吉林外國語大學(xué)
2025-05-07
.jpg){kind=logo}
胃癌極早期中西醫(yī)智能防治體系
李梢教授團(tuán)隊(duì)針對(duì)我國胃癌早診率低于10%，胃癌前病變患者的癌變率僅有0.6%/年，胃炎癌轉(zhuǎn)化中西醫(yī)特征不清、防治措施不明的重大難題，創(chuàng)建以“智能早篩-極早診斷-精準(zhǔn)早治”為特色的胃癌極早期中西醫(yī)智能防治體系，顯著提升我國胃炎癌轉(zhuǎn)化中醫(yī)藥防治水平。
清華大學(xué)
2025-05-16