-
公开(公告)号：CN116908760B
公开(公告)日：2024-05-14
申请号：CN202310846071.2
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度解耦网络的MRI偏置场修正方法及系统，属于医学图像分析技术领域。本发明主要是从算法的角度，解决由于磁共振设备固有的射频线圈不均匀性、磁场分布不同质性等导致的磁共振影像灰度分布不均匀的问题。现有的偏置场修正方法认为偏置场是一种低频信息，并提出了一种“削弱低频，恢复高频”的偏置场修正框架，然而高频信息也包括噪声等干扰信息，低频信息亦包括亮度变化等有用信息，此类方法忽略了图像本身的结构细节，且处理速度慢，容易出现亮度失真等问题。本发明提出的基于深度解耦的偏置场修正方法通过无监督学习框架，挖掘图像的同质性区域分布特点和偏置场平滑性约束关系，学习并优化网络参数，能够解决现有方法所存在的共性问题，在保留图像细节的同时降低颜色失真的风险，具有泛化能力强，处理速度快，恢复效果好等特点，更适用于复杂多变的临床应用。
-
公开(公告)号：CN116908760A
公开(公告)日：2023-10-20
申请号：CN202310846071.2
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度解耦网络的MRI偏置场修正方法及系统，属于医学图像分析技术领域。本发明主要是从算法的角度，解决由于磁共振设备固有的射频线圈不均匀性、磁场分布不同质性等导致的磁共振影像灰度分布不均匀的问题。现有的偏置场修正方法认为偏置场是一种低频信息，并提出了一种“削弱低频，恢复高频”的偏置场修正框架，然而高频信息也包括噪声等干扰信息，低频信息亦包括亮度变化等有用信息，此类方法忽略了图像本身的结构细节，且处理速度慢，容易出现亮度失真等问题。本发明提出的基于深度解耦的偏置场修正方法通过无监督学习框架，挖掘图像的同质性区域分布特点和偏置场平滑性约束关系，学习并优化网络参数，能够解决现有方法所存在的共性问题，在保留图像细节的同时降低颜色失真的风险，具有泛化能力强，处理速度快，恢复效果好等特点，更适用于复杂多变的临床应用。
-
公开(公告)号：CN114665884B
公开(公告)日：2022-11-25
申请号：CN202210318623.8
申请日：2022-03-29
Applicant: 北京诺司时空科技有限公司 , 哈尔滨工业大学
Abstract: 时序数据库自适应有损压缩方法、系统及介质，涉及计算机技术领域，针对现有技术中缺少提高数据压缩比的方法的问题，本申请自适应用户的压缩精度需求。用户可以确定压缩精度，通过存储数据段的基和部分偏差来确保压缩在相应的精度内。数据库的数据压缩比高，节省存储空间。有损压缩降低精度，在保持基的同时将部分偏差丢弃，降低存储空间。使用类似Huffman编码的思想进行编码，进一步提升压缩比。编码方式灵活。可以更换编码方式，Huffman编码需要整段全解压缩才能够查询，查询效率低时可以选择更换不同的编码方式来提升效率。
-
公开(公告)号：CN107160427B
公开(公告)日：2019-11-19
申请号：CN201710444095.X
申请日：2017-06-13
Applicant: 哈尔滨工业大学(威海)
IPC: B25J17/00
Abstract: 一种用于空间高低温环境自调节变径轴,涉及直径可调式轴，包括复合轴壳、可拆卸轴颈、压紧螺钉、配合于螺纹轴的分体式锥套以及设置于复合轴壳和内锥套间的剖分式外锥套，所述分体式锥套随压紧螺钉的正向旋入向小径端移动，所述外锥套在与内锥套间的接触作用下被迫沿径向方向向外移动，所述轴壳在外锥套径向挤压作用下发生径向膨胀。在螺纹传动作用及斜面受力挤压作用下，通过压紧螺钉的旋入或旋出，实现了自调节变径轴装置直径的增大或减小，具有结构简单，调节方便、快捷，定位精度高等优点。
-
公开(公告)号：CN114665885B
公开(公告)日：2022-11-04
申请号：CN202210330862.5
申请日：2022-03-29
Applicant: 北京诺司时空科技有限公司 , 哈尔滨工业大学
Abstract: 一种时序数据库自适应数据压缩方法，涉及数据压缩领域。本发明是为了解决目前时序数据压缩方法还存在无法对时序数据的特征和模式自适应压缩以及压缩率低造成内存空间浪费的问题。本发明包括：获取时序数据中的时间戳和Field Value；获取待压缩的时间戳每个时间点的delta‑of‑delta值；根据每个时间点的delta‑of‑delta值进行压缩获得每个时间点的压缩结果；以时间戳每个时间点为间隔将Field Value分为Field Value数据段，利用时间戳时间点的delta‑of‑delta值对Field Value数据段划分，获得Field Value数据小段；将Field Value数据小段输入训练好的神经网络分类器中，获得Field Value数据小段压缩结果；将时间戳压缩结果和Field Value压缩结果存储到内存中，获得时间序列数据压缩结果。本发明用于时序数据的压缩。
-
Patent Agency Ranking
公开(公告)号：CN114679184B
公开(公告)日：2022-11-01
申请号：CN202210373970.0
申请日：2022-04-11
Applicant: 哈尔滨工业大学 , 北京诺司时空科技有限公司
Abstract: 一种时序数据库的数据压缩方法及系统，具体涉及一种时序数据库内的数据压缩方法及系统，本发明为解决时序数据库中压缩算法效率低的问题，利用时序数据库的压缩算法提取原始时序数据，原始时序数据包括整型数据和浮点数据；计算整型数据的delta数组；建立回归模型，设置权重因子为10，将delta数组输入回归模型内进行训练，得到训练好的回归模型；再将delta数组输入训练好的回归模型内，得到整型数据数值预测值；将整型数据数值预测值与真实值作差，得到误差结果；采用ZigZag变换对误差结果进行变换，并利用哈夫曼编码将变换后的误差结果进行保存；对浮点数据进行精度缩减，并采用异或运算进行压缩。属于计算机技术领域。
-
公开(公告)号：CN114679184A
公开(公告)日：2022-06-28
申请号：CN202210373970.0
申请日：2022-04-11
Applicant: 哈尔滨工业大学 , 北京诺司时空科技有限公司
Abstract: 一种时序数据库的数据压缩方法及系统，具体涉及一种时序数据库内的数据压缩方法及系统，本发明为解决时序数据库中压缩算法效率低的问题，利用时序数据库的压缩算法提取原始时序数据，原始时序数据包括整型数据和浮点数据；计算整型数据的delta数组；建立回归模型，设置权重因子为10，将delta数组输入回归模型内进行训练，得到训练好的回归模型；再将delta数组输入训练好的回归模型内，得到整型数据数值预测值；将整型数据数值预测值与真实值作差，得到误差结果；采用ZigZag变换对误差结果进行变换，并利用哈夫曼编码将变换后的误差结果进行保存；对浮点数据进行精度缩减，并采用异或运算进行压缩。属于计算机技术领域。
-
公开(公告)号：CN107160427A
公开(公告)日：2017-09-15
申请号：CN201710444095.X
申请日：2017-06-13
Applicant: 哈尔滨工业大学(威海)
IPC: B25J17/00
Abstract: 一种用于空间高低温环境自调节变径轴,涉及直径可调式轴，包括复合轴壳、可拆卸轴颈、压紧螺钉、配合于螺纹轴的分体式锥套以及设置于复合轴壳和内锥套间的剖分式外锥套，所述分体式锥套随压紧螺钉的正向旋入向小径端移动，所述外锥套在与内锥套间的接触作用下被迫沿径向方向向外移动，所述轴壳在外锥套径向挤压作用下发生径向膨胀。在螺纹传动作用及斜面受力挤压作用下，通过压紧螺钉的旋入或旋出，实现了自调节变径轴装置直径的增大或减小，具有结构简单，调节方便、快捷，定位精度高等优点。
-
公开(公告)号：CN114328669B
公开(公告)日：2023-05-16
申请号：CN202111662250.8
申请日：2021-12-30
Applicant: 北京诺司时空科技有限公司 , 哈尔滨工业大学
IPC: G06F16/2458 , G06F16/22 , G06F16/25 , G06N3/045 , G06N3/08
Abstract: 基于深度学习的自动化时序数据库索引推荐方法、存储介质及设备，属于数据库技术领域。为了目前针对时序数据库还没有有效可行的自动化索引推荐方法的问题。本发明所述方法通过强化学习模型进行时序数据库的索引推荐，强化学习模型的代理负责决策的过程；代理与数据库的环境模型进行交互，环境模型计算代理因其决策而获得的状态转换和代价；DBMS接口负责执行数据库的创建、升级或删除动作并获取当前的索引配置的统计信息。本发明主要用于时序数据库的索引推荐。
-
公开(公告)号：CN114884515A
公开(公告)日：2022-08-09
申请号：CN202210372728.1
申请日：2022-04-11
Applicant: 北京诺司时空科技有限公司 , 哈尔滨工业大学
Abstract: 时序数据库中的自适应数据压缩系统、方法及设备，属于计算机技术领域。为了解决目前针对时序数据库的压缩算法存在的不能对数据进行针对性选择处理及无法同时兼顾轻量化要求的问题。本发明系统包括时序数据库插件和基于配置信息通过接口调用不同的压缩算法进行压缩的数据压缩子系统；其中，时序数据库插件为分类决策模型，分类决策模型包括特征提取单元和利用神经网络模型进行压缩算法自动选择的分类决策单元；数据压缩子系统包括将选出数据压缩算法反馈给用户并将压缩策略写入配置中心的压缩策略配置单元，以及创建新活动来执行数据压缩任务，并定期被唤醒来执行数据整理压缩任务的自适应数据压缩单元。主要用于时序数据库中数据的自适应压缩。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
