“李灯熬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果194个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态数据融合对心力衰竭的辅助方法-CN202310184835.6在审
发明人： 李灯熬;赵菊敏;闫良泉 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-10-13 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及基于多模态数据融合技术领域，具体涉及一种基于多模态数据融合对心力衰竭的辅助判断方法，本发明首先构建所有数据的图像‑文本对数据，然后构建联合模型的架构，之后应用基于排名的标准分别训练图像编码器和参数化的文本编码器来学习图像和文本的特征，之后在联合嵌入空间上使用两个完全连接的层(具有相同的神经网络结构)，分别从图像和报告中评估水肿的严重程度，该严重程度作为医师的参照，从而进一步提高了医师对于急性充血性心力衰竭患者诊断的效率。
一种基于多模态数据融合心力衰竭辅助方法

[发明专利]基于缺失天气属性的光伏发电预测方法、设备及计算机-CN202310184866.1在审
发明人： 李灯熬;赵菊敏;党宇曈 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-10-10 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及光伏发电量预测领域，公开了一种基于缺失天气属性的光伏发电预测方法、设备及计算机，使用SOM算法对训练数据预处理为四个类别数据并分别生成训练集，根据MLP算法与DBN算法融合而成的光伏发电预测模型，通过训练集进行训练得到训练好的光伏发电预测模型，将待预测光伏发电数据输入至光伏发电预测模型中预测，到最终的光伏发电预测值。本发明结合聚类算法和融合MLP及DBN模型的光伏发电预测算法，精确预测缺失天气属性情况下的光伏发电数据，利用多层感知器解决非线性问题的能力及深度信念网络有效处理复杂数据的优势，解决现有存在的光伏发电预测算法性能较差、精度较低的问题。
基于缺失天气属性发电预测方法设备计算机

[发明专利]一种基于3D-UNe直肠癌肿瘤分割方法-CN202310184819.7在审
发明人： 李灯熬;赵菊敏;王娟 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-10-03 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种基于3D‑UNe直肠癌肿瘤分割方法，包括使用CT扫描诊断结肠癌数据集；对数据集进行数据预处理；网络模型构建及训练：基于3D‑UNet网络加入BatchNormalization、空间注意力机制、空洞卷积、深监督和残差结构；对预处理后数据集内的3D生物医学图像处理，包含encoder和decoder两部分，encoder通过卷积、池化对图片进行特征提取，decoder通过反卷积生成分割好的块状图；本发明的通过分割方法对直肠癌病变区域分割，输出肿瘤位置、大小等分割信息的图片；为分期分类奠定基础，减少人为分割带来的时间成本和经济成本，辅助医生精准诊断和治疗。
一种基于 une 直肠癌肿瘤分割方法

[发明专利]一种针对多文档实体相关情况下的关系抽取方法-CN202310184865.7在审
发明人： 李灯熬;赵菊敏;高波 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06F40/279 文献下载
摘要：本发明涉及文档抽取技术领域，具体涉及一种针对多文档实体相关情况下的关系抽取方法，包括对初始语料库进行预处理获得训练集；通过神经网络得到训练集内的单词的上下文表示；通过单词形成构建文档图，包括构建节点与构建边，节点包括实体节点；通过构建文档图构建实体节点与实体节点的边，聚合构建边与实体节点与实体节点的边，并重复N次该步骤直至满足预设要求；对聚合后的边进行训练，进而预测实体关系；本发明通过本申请的抽取方法，能够从大规模数据集中发掘出实体间的相互关系，挖掘实体隐含联系，提高数据的利用效率；用户可根据需求，根据实体间相互关系快速找到数据库中自己所需内容，大大提升了提取效率。
一种针对文档实体相关情况关系抽取方法

[发明专利]基于多元融合的导航定位方法、装置、设备及存储介质-CN202310184877.X在审
发明人： 李灯熬;赵菊敏;冯然 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G01C21/28 文献下载
摘要：本发明涉及组合导航定位领域，公开了一种基于多元融合的导航定位方法、装置、设备及存储介质，包括：S1：通过轻量化神经网络对视觉传感器测量的数据进行预处理，解算得到特征相关状态向量；S2：通过离散小波变换技术对捷联惯导系统所采集数据进行降噪处理，得到IMU相关状态向量；S3：通过采用扩展卡尔曼算法对S1、S2的特征相关状态向量及GNSS所采集数据进行多元融合，构建多传感器然后定位模型；S4：将当前测量的数据输入至多传感器然后定位模型，输出最终导航定位结果。本发明通过基于机器学习的算法来对视觉传感器测量的信息进行解算，通过扩展卡尔曼算法利用解算得到的特征向量，及捷联惯导数据和全球导航卫星采集的数据进行多元融合。
基于多元融合导航定位方法装置设备存储介质

[发明专利]一种基于卷积神经网络结构对红外图像去噪的方法及系统-CN202310186823.7在审
发明人： 李灯熬;刘萍;赵菊敏;宋阳阳 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于卷积神经网络结构对红外图像去噪的方法及系统，该方法采用卷积神经网络体系结构，利用二阶注意力机制和区域层面的非局部模块改进图像特征提取和噪声残差拟合，去除原始图像的噪声，得到一个清晰的图像；该方法中的卷积神经网络体系结构分为15层，每一步骤均在卷积神经网络体系结构中的每一层执行；该系统内部按照利用卷积神经网络对红外图像去噪的方法中的各步骤进行操作。本发明在不同噪声环境下都能保持良好的去噪性能，可以保留大量的红外图像细节，即便是混合真实噪声的红外图像也能达到一个很好的去噪效果。
一种基于卷积神经网络结构红外图像方法系统

[发明专利]一种电离层的总电子含量预测方法、设备及存储介质-CN202310184800.2在审
发明人： 李灯熬;赵菊敏;张馨方 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及电离层预测技术领域，公开了一种电离层的总电子含量预测方法、设备及存储介质，通过获取电离层和太阳活动其各自带有的属性数据，并对其进行预处理，将预处理后的数据分为训练数据集和测试数据集，通过训练数据集对新建基于完全连接的神经网络结构的总电子含量预测模型进行训练，同时通过Adam优化器和针对不同太阳活动的数据对总电子含量预测模型进行优化，获得最优总电子含量预测模型，实现对电离层的总电子含量预测。本发明基于电离层和太阳活动各自带有的基本属性，通过建立的总电子含量预测模型实现准确预测电离层中总电子含量，同时可以显示出高太阳活动和低太阳活动的不同情况，为预警天气变化提供了一种可实施的方法。
一种电离层电子含量预测方法设备存储介质

[发明专利]一种无源主被动混合通信装置及方法-CN202310625580.2在审
发明人：赵菊敏;李灯熬;任广翔 -专利权人：太原理工大学
申请日： 2023-05-30 - 公布日： 2023-09-29 - 主分类号： H04W52/24 文献下载
摘要：本发明属于一种无源自适应主被动混合通信系统，以实现提升无源通信系统上行链路通信质量的目的。无需频繁更换电池，降低了维护成本，对生态环境友好。传统无线通信发射器的通信原理为系统直接通过天线发送调制后的通信信号。本发明结合无线供电通信网络的远距离和反向散射通信网络的低功耗的优点，设计一个基于环境反向散射和主动传输的混合通信系统。混合发射机可以通过监测天线接收功率来动态调整通信模式，从而实现环境反向散射和主动传输两种通信模式的自适应选择，而在混合接收机端可以根据发射机发送的信令识别两种通信模式来进行解调以及解码，从而实现一个远距离、低功耗的混合通信系统。
一种无源被动混合通信装置方法

[发明专利]一种心力衰竭临床诊断辅助方法、存储介质以及计算机-CN202310184846.4在审
发明人： 李灯熬;赵菊敏;李明霞 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种心力衰竭临床诊断辅助方法、存储介质以及计算机，所述方法包括数据预处理，将电子健康病历进行数据提取和清除处理，并将其特征用1‑10之间的整数进行表示，通过公式1计算各个特征的F分数；生成F分数最高的N个特征的训练子集；使用X倍折叠交叉验证进行网格搜索，找到(C，γ)的最佳值；用(C，γ)值对子集进行训练，得到SVM预测模型；使用SVM预测模型预测测试子集中的标签；直到所有特征根据F分数出现在子集中；本发明通过支持向量机结合特征选择的心力衰竭的特征，这些特征可以帮助临床医生做出更好的医疗决策，从而减少错误，改善预后的计划。
一种心力衰竭临床诊断辅助方法存储介质以及计算机

[发明专利]一种降雨预测方法、系统、设备及存储介质-CN202310184875.0在审
发明人： 李灯熬;赵菊敏;毋凡铭 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及降雨预测技术领域，公开了一种降雨预测方法、系统、设备及存储介质，根据全球导航卫星系统的历史信号进行反演得到大气可降水量时序数据，并对大气可降水量时序数据进行处理；构建训练集，训练集包括将处理后的时序数据与历史气象数据进行融合的融合数据；构建基于LSTM的降雨预测模型，根据融合数据对基于LSTM的降雨预测模型进行训练，得到训练好的基于LSTM的降雨预测模型；获取当前融合数据并输入至训练好的基于LSTM的降雨预测模型，得到对应的降雨预测值。通过对GNSS进行PWV反演，并采用EEMD分解后对其时频特征进行提取，融合气压、温度、湿度等气象数据，对基于LSTM的降雨预测模型进行训练，实现对无降雨、小雨、中雨、大雨等多种降雨级别的预测。
一种降雨预测方法系统设备存储介质

[发明专利]一种融合CT和CXR的心力衰竭检测辅助方法-CN202310184827.1在审
发明人： 李灯熬;赵菊敏;刘毅;张喆 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种融合CT和CXR的心力衰竭检测辅助方法，将同一患者的CT图像和CXR图像的数据集、标准数据集或其他影像数据输入训练网络；将CT图像放入Densenet121进行预训练，将CXR图像放入Resnet50进行预训练；若为标准数据集或其他影像数据则使用Adam优化器进行优化，并使用交叉熵损失函数进行分类，将训练的权重进行保存；将心衰患者的CT和CXR图像数据输入进入训练好的网络当中，通过分类器分类后得到；本发明通过融合CT和CXR两种影像数据的方法，可以使得心衰患者获得更准确的数据以辅助医师进行进一步的诊断，根据输出结果可进一步完善心衰患者的预后。
一种融合 ct cxr 心力衰竭检测辅助方法

[发明专利]一种微型网络算法、存储介质以及计算机-CN202310184821.4在审
发明人： 李灯熬;刘萍;赵菊敏;刘秉文 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-29 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种微型网络算法、存储介质以及计算机，所述算法通过仅在最佳分辨率下使用的特征图的数量，且放弃通道数量加倍后得到的卷积核在每个分辨率深度；能够与全尺寸网络具有相似的性能，同时具有更快的训练时间和更低的内存需求的优势，可以降低在资源紧张的环境下训练深度学习模型的成本。
一种微型网络算法存储介质以及计算机

[发明专利]一种巡检式焊缝检测装置-CN202310156760.0在审
发明人：张慧婷;李灯熬;赵菊敏 -专利权人：太原理工大学
申请日： 2023-02-22 - 公布日： 2023-09-22 - 主分类号： G01N33/2045 文献下载
摘要：本发明提供一种巡检式焊缝检测装置，属于焊接质量检测装置技术领域。包括底架总成、翻臂总成、巡检总成和联动清洁总成，可自动翻转的翻转臂旋设在基架的前侧顶端，巡检总成整体安装在翻转臂内端的内联板的底面，通过移动丝杠的旋转可带动中联板以焊缝为目标的横向移动，从而实现第一巡视探头对焊缝的缺陷风险区域的初步检测，以及第二巡视探头对风险区域的进一步分析检测，具有检测准确度高的特点；同时，通过中联板的自动横向移动，还可带动联动齿轮与固定状态的联动固齿形成配合传动，联动齿轮与自由旋转状态下的清洁刷盘传动连接，通过清洁刷盘对焊缝区域的摩擦，可去除焊缝区域内的污物，并且还具有节能的特点。
一种巡检焊缝检测装置

[发明专利]一种实时强降水预测方法、装置、设备及存储介质-CN202310184874.6在审
发明人： 李灯熬;赵菊敏;史丹阳 -专利权人：太原理工大学
申请日： 2023-03-01 - 公布日： 2023-09-22 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及强降水预测技术领域，公开了一种实时强降水预测方法、装置、设备及存储介质，采集GNSS的大气可降水量数据并对大气可降水量数据进行处理；从气象站获取多种类型的气象数据；将处理后的大气可降水量数据及气象数据集成到NARX模型中进行训练，得到训练好的NARX模型；输入当前大气可降水量数据及气象数据至训练好的NARX模型中，得到强降水预测结果。本发明的NARX模型依赖于数据时间序列的长期相关性，适合于研究像天气预报的动态的系统，利用NARX技术来提高降雨预报的性能，主要是对强降水进行短期的预报，结合气象站的日降雨量进行实时降水预报。
一种实时降水预测方法装置设备存储介质

[发明专利]基于多模态模型的心力衰竭再入院预测方法-CN202310678826.2在审
发明人： 李灯熬;赵菊敏;麻惠婷 -专利权人：太原理工大学
申请日： 2023-06-09 - 公布日： 2023-09-08 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及心力衰竭患者的再入院预测方法，具体为基于多模态模型的心力衰竭再入院预测方法，本方法使用深度学习网络模型的方法对结构化数据和非结构化数据进行融合处理，最终预测心衰患者的再入院情况。本发明首先对心衰患者的结构化和非结构化数据进行预处理，然后使用Transformer模型、BERT模型分别对不同的患者数据进行处理，本发明采用晚期融合方法，在以上模型训练基础上使用AdaBoost算法进行集成学习融合，从而为心力衰竭患者的再入院提供了一种新的有效方法。
基于多模态模型心力衰竭再入预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
下一页»
尾页
共 194 条