|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
考慮熱量積累效應(yīng)的相變存儲器單元 SPICE 模型系統(tǒng)及應(yīng)用
本發(fā)明公開了一種相變存儲器單元 SPICE 模型系統(tǒng)，包括：單 元電阻模擬模塊，用于模擬相變存儲器單元電阻；溫度計(jì)算模塊，用 于針對施加的連續(xù)脈沖序列，計(jì)算每個(gè)脈沖信號結(jié)束時(shí)刻考慮脈沖信 號下熱量積累效應(yīng)的存儲器單元相變層溫度；晶化速率計(jì)算模塊，用 于計(jì)算單位時(shí)間內(nèi)發(fā)生晶化的相變層體積；非晶化速率計(jì)算模塊，用 于計(jì)算單位時(shí)間內(nèi)發(fā)生非晶化的相變層體積以及相變模塊，用于選擇 晶化速率或非晶化速率計(jì)算非晶化率。本發(fā)明還公開
華中科技大學(xué)
2021-04-14
多參數(shù)模型指導(dǎo)的迭代提取血管造影圖像運(yùn)動參數(shù)的方法
本發(fā)明公開了一種多參數(shù)模型指導(dǎo)的迭代提取血管造影圖像運(yùn)動參數(shù)的方法，包括：從造影圖序列的醫(yī)學(xué)圖像中自動選取 I 個(gè)血管結(jié)構(gòu)特征點(diǎn)，并分別對這些特征點(diǎn)在整個(gè)造影圖序列中進(jìn)行自動跟蹤，以得到每個(gè)特征點(diǎn)的跟蹤序列，利用離散傅里葉變換對每個(gè)特征點(diǎn)的跟蹤序列進(jìn)行處理，以生成離散傅里葉變換結(jié)果 Si(k)，初始化迭代參數(shù) j＝0，并獲取離散傅里葉變換結(jié)果 Si(k)中各頻點(diǎn)的幅度和頻率范圍，在各頻點(diǎn)的幅度和頻率范圍中對該頻點(diǎn)的跟
華中科技大學(xué)
2021-04-14
一種云環(huán)境下基于信任模型的跨租戶訪問控制方法
本發(fā)明公開了一種云環(huán)境下基于信任模型的跨租戶訪問控制方 法，針對云計(jì)算多租戶架構(gòu)特點(diǎn)，實(shí)現(xiàn)一個(gè)租戶的用戶經(jīng)過相應(yīng)授權(quán) 可以訪問其他租戶的資源，解決租戶之間協(xié)作帶來的資源安全性和隱 私性問題。通過定義兩種類型的租戶信任關(guān)系，將租戶信任關(guān)系概念 引入訪問控制模型中，反映在兩個(gè)租戶之間的訪問控制需求。通過模 型元素的定義和模型函數(shù)的形式化描述，構(gòu)造了租戶信任模型，以適 應(yīng)云計(jì)算多租戶的特點(diǎn)，實(shí)現(xiàn)跨租戶訪問控制。
華中科技大學(xué)
2021-04-14
基于本體模型的網(wǎng)絡(luò)化控制系統(tǒng)入侵檢測方法及系統(tǒng)
本發(fā)明公開了一種基于本體模型的網(wǎng)絡(luò)化控制系統(tǒng)入侵檢測方法及系統(tǒng)。該方法構(gòu)建網(wǎng)絡(luò)化控制系統(tǒng)本體模型，基于該模型進(jìn)行入侵檢測，并權(quán)衡決策后得到最終檢測結(jié)果。系統(tǒng)包括主節(jié)點(diǎn)，多個(gè)從節(jié)點(diǎn)，和負(fù)責(zé)消息傳遞的工業(yè)通信網(wǎng)絡(luò)；主節(jié)點(diǎn)負(fù)責(zé)完成自身的主機(jī)活動審計(jì)數(shù)據(jù)的收集、所有網(wǎng)絡(luò)報(bào)文的收集、主節(jié)點(diǎn)對應(yīng)的控制閉環(huán)流的檢測、控制對象檢測、整個(gè)系統(tǒng)所有節(jié)點(diǎn)主機(jī)活動審計(jì)數(shù)據(jù)的檢測、網(wǎng)絡(luò)活動檢測以及檢測結(jié)果的協(xié)調(diào)；各從節(jié)點(diǎn)負(fù)責(zé)完成該節(jié)點(diǎn)對
華中科技大學(xué)
2021-04-14
山體背景熱場模型約束的地下熱源晝間遙感探測定位方法
本發(fā)明公開了一種山體背景熱場模型約束的地下熱源晝間遙感·769·探測定位方法，屬于遙感技術(shù)、自然地理和模式識別的交叉領(lǐng)域，意在于對山體背景進(jìn)行熱場仿真，得到山體背景的熱場模型，以熱場模型為約束，對原始遙感紅外圖像進(jìn)行背景濾波，清晰的揭示地下目標(biāo)所在的位置。本發(fā)明包括山體背景熱場模型建立步驟、山體背景熱場8 位到 16 位映射步驟、利用映射后的山體背景熱場模型進(jìn)行背景濾波步驟、地下目標(biāo)空間約束均值聚類探測
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于近鄰原則合成情感模型的說話人識別方法
本發(fā)明公開了一種基于近鄰原則合成情感模型的說話人識別方法，包括：(1)訓(xùn)練出參考語音和用戶中性語音的模型；(2)提取GMM參考模型的中性-情感高斯分量映射集；(3)提取與用戶的中性訓(xùn)練高斯分量鄰近的若干中性參考高斯分量映射的情感參考高斯分量；(4)合成出用戶的情感訓(xùn)練高斯分量，進(jìn)而得到用戶的情感訓(xùn)練模型；(5)合成出所有用戶的GMM訓(xùn)練模型；(6)輸入測試語音進(jìn)行識別。本發(fā)明采用基于KL散度的近鄰原則從語音庫中提取若干與用戶的中性訓(xùn)練語音相似的參考語音，用參考語音中的情感參考語音合成出用戶的情感訓(xùn)練語音，改善了在訓(xùn)練語音與測試語音失配情況下說話人識別系統(tǒng)的性能，提高了說話人識別系統(tǒng)的魯棒性。
浙江大學(xué)
2021-04-13
.jpg){kind=logo}
基于聚類分析的復(fù)合材料結(jié)構(gòu)有限元模型修正方法
本發(fā)明提供了一種基于聚類分析的復(fù)合材料結(jié)構(gòu)有限元模型修正方法，建立初始有限元分析模型，測得結(jié)構(gòu)的實(shí)驗(yàn)?zāi)B(tài)頻率和模態(tài)振型，計(jì)算待修正參數(shù)的相對靈敏度矩陣，利用分層聚類算法對待修正參數(shù)進(jìn)行參數(shù)分組，再對聚類參數(shù)進(jìn)行相對靈敏度分析，選擇各參數(shù)中相對靈敏度平均值最大的聚類參數(shù)進(jìn)行修正，構(gòu)造分析模型的模態(tài)頻率和實(shí)測模態(tài)頻率的殘差向量，建立分析模型修正所需的目標(biāo)函數(shù)，構(gòu)建目標(biāo)函數(shù)的優(yōu)化反問題對復(fù)合材料結(jié)構(gòu)的有限元模型進(jìn)行修正。本發(fā)明結(jié)合數(shù)值模擬、試驗(yàn)和優(yōu)化技術(shù)，采用參數(shù)的相對靈敏度矩陣進(jìn)行聚類分析，減少待修正參數(shù)數(shù)量，提高修正程序穩(wěn)定性，為工程應(yīng)用提供了一種準(zhǔn)確的基于數(shù)值模擬、試驗(yàn)和優(yōu)化相結(jié)合的復(fù)合材料等效有限元模型參數(shù)修正方法。
東南大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
基于多模態(tài)融合模型的平板顯示視覺舒適度預(yù)測方法、系統(tǒng)
本發(fā)明涉及顯示技術(shù)與人機(jī)交互交叉領(lǐng)域，提供基于多模態(tài)融合模型的平板顯示視覺舒適度預(yù)測方法、系統(tǒng)，其中方法包括：步驟一、采集原始圖像集，針對每一原始圖像，運(yùn)用生成對抗網(wǎng)絡(luò)模型將輸入的隨機(jī)序列轉(zhuǎn)換為增強(qiáng)素材，再將增強(qiáng)素材和原始圖像按預(yù)設(shè)比例融合，獲得若干新圖像；步驟二、采集生理特征和物理特征，獲得訓(xùn)練樣本；步驟三、基于堆疊集成框架訓(xùn)練多模態(tài)融合模型；步驟四、輸入測試數(shù)據(jù)，獲得視覺舒適度預(yù)測結(jié)果。本發(fā)明旨在解決平板顯示視覺舒適度預(yù)測領(lǐng)域高質(zhì)量標(biāo)注樣本稀缺、單一模態(tài)分析耦合關(guān)系缺失、場景適配性差的問題。
南京工業(yè)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)動激振電路，產(chǎn)生一個(gè)能對振弦式壓力傳感器內(nèi)部振弦起振的信號，同時(shí)使用 ARM7處理器對振弦式壓力傳感器返回的脈沖信號進(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，對振弦式傳感器進(jìn)行溫度補(bǔ)償。
安徽理工大學(xué)
2021-04-13
祼鼠營養(yǎng)模型 清醒小動物體成分分析儀
產(chǎn)品詳細(xì)介紹產(chǎn)品簡介： MiniQMR清醒小動物體成分分析儀適用于測量活體小鼠、大鼠及其他小動物體內(nèi)全組分的臺式核磁共振分析儀，可快速、無損準(zhǔn)確的測量大、小鼠脂肪、水分、瘦肉含量。 MiniQMR清醒小動物體成分分析儀（動物脂肪/代謝測量儀），是基于核磁共振（NMR)原理的分析技術(shù)。不同組織中H質(zhì)子含量以及H質(zhì)子的弛豫時(shí)間均有一定的差異，可通過核磁共振信號強(qiáng)度與弛豫時(shí)間差異，用特定的信號處理與算法將脂肪、水分、瘦肉含量快速的區(qū)分開來。該方法可在小動物清醒狀態(tài)下完成測試，測試過程對動物沒有傷害，可對同一動物模型進(jìn)行長期持續(xù)研究，排除個(gè)體差異影響。該儀器可用于從事糖尿病、肥胖癥、代謝研究和營養(yǎng)學(xué)的科研機(jī)構(gòu)、相應(yīng)的大學(xué)和制藥公司。技術(shù)指標(biāo)：1、磁體類型：永磁體；2、磁場強(qiáng)度：0.5±0.08T，儀器主頻率：21.3MHz；3、探頭線圈直徑：60mm；應(yīng)用領(lǐng)域：1、肥胖研究2、糖尿病3、營養(yǎng)學(xué)研究4、藥理學(xué)5、骨質(zhì)疏松癥6、心臟病學(xué)等研究儀器優(yōu)勢與功能：1、脂肪含量測定2、瘦肉含量測定3、自由水含量測定4、幾分鐘內(nèi)檢測全身的肌肉、脂肪和水分含量5、適合不同體位的測試，放樣對測試無影響6、永磁體，無維護(hù)費(fèi)用，使用成本低7、適用于裸鼠、小鼠和大鼠8、測試過程無損傷，對動物無風(fēng)險(xiǎn)9、動物可在清醒狀態(tài)下測試，無需麻醉，測試過程簡單應(yīng)用案例一：快速測定老鼠脂肪，瘦肉含量測試應(yīng)用軟件注：儀器外觀如有變動，以產(chǎn)品技術(shù)資料為準(zhǔn)。
上海紐邁電子科技有限公司
2021-08-23