-
公开(公告)号：CN107368375A
公开(公告)日：2017-11-21
申请号：CN201610308843.7
申请日：2016-05-11
Applicant: 华中科技大学
Abstract: 本发明提出了一种基于MapReduce的K-means聚类算法FPGA加速系统，该加速系统主要包括Map任务数据收发子系统、Map任务加速子系统、Reduce任务数据收发子系统和Reduce任务加速子系统，Map任务数据收发子系统传送来自PCIe端的相应数据给Map任务加速子系统，并将Map任务加速子系统的最终计算结果回传给PCIe端；Reduce任务数据收发子系统传送来自PCIe端的相应数据给Reduce任务加速子系统，并将Reduce任务加速子系统的最终计算结果回传给PCIe端。按照本发明实现的加速系统，将所需要进行的耗时计算过程从上层中分离出来，采用专用的硬件系统来进行相应的计算，并且系统中的各模块采用流水线设计和并行处理方法，大大提高了运算处理速度。
-
公开(公告)号：CN101628131A
公开(公告)日：2010-01-20
申请号：CN200910306024.9
申请日：2009-08-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种超薄多孔叠层梯度组织工程复合支架的制备方法，属于生物医学材料领域。该制备方法包括以下步骤：1)根据修复缺损情况，确定待制备支架的材料和结构；2)制备各层支架，等待溶剂挥发，浆料逐渐变干成型；3)将成型物置于通风处，等待残留溶剂完全挥发后脱模；4)取出成型物，进行干燥，即得超薄多孔叠层梯度组织工程复合支架。使用该方法可制备厚度适合于关节骨软骨修复的超薄多孔叠层复合支架，制备的支架力学性能良好，生物相容性好，降解速率可控，能适应成骨细胞和软骨细胞共同培养及特异性生长因子的复合，可同时进行关节软骨组织和软骨/骨组织综合缺损的修复。
-
公开(公告)号：CN118486408A
公开(公告)日：2024-08-13
申请号：CN202410704522.3
申请日：2024-06-03
Applicant: 华中科技大学
IPC: G16C60/00 , G06F30/27 , G06F30/23 , G06T17/20 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048 , G06F119/14 , G06F111/04 , G06F111/10
Abstract: 本发明提供了一种泡沫混凝土力学性能预测模型优化方法，建立泡沫混凝土的三维细观有限元模型，接着选择材料参数和外部加载条件参数进行规律性分析，将影响因素较高的参数作为深度学习输入变量。然后，采用结合卷积神经网络(CNN)、门控循环单元(GRU)和注意力机制(Attention)的组合神经网络作为预测模型，通过可靠的数值模型分析得到数据样本，并基于CNN‑GRU‑Attention实现对泡沫混凝土力学性能的准确预测。最后，根据深度学习模型设定泡沫混凝土抗压强度和能量吸收能力的目标函数，求解泡沫混凝土在抗压强度和能量吸收能力方面的最佳设计特征，获取泡沫混凝土的最佳性能设计方案。
-
公开(公告)号：CN117179747A
公开(公告)日：2023-12-08
申请号：CN202310913863.7
申请日：2023-07-24
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明提供一种跌倒风险评估方法及相关设备。方法，包括：获取待测人员的基本特征信息；基于可穿戴测量设备，实时获取待测人员的足底三维力信息，其中，足底三维力信息，包括：力的大小信息、力的分布信息、峰值力的位置、力的角度信息、以及由力的大小信息、力的分布信息、峰值力的位置、力的角度信息计算的时域、频域和空间分布特征；基于基本特征信息和足底三维力信息，确定跌倒风险评估结果。实现了在跌倒风险评估过程中，摆脱了环境因素的限制，适用于非结构化环境，进而实现了对跌倒风险的实时、无感的监测。基于基本特征信息和足底三维力信息，确定跌倒风险评估结果，由于采集到的信息更为多样丰富，进而提升了跌倒风险评估的精度。
-
公开(公告)号：CN117152063A
公开(公告)日：2023-12-01
申请号：CN202311008376.2
申请日：2023-08-10
Applicant: 华中科技大学同济医学院附属同济医院 , 上海联影智能医疗科技有限公司
IPC: G06T7/00 , G06V10/24 , G06V10/26 , G06V10/80 , G06V10/82 , G06T7/30 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048
Abstract: 本申请提供了一种基于SWI的脑微出血图像检测方法、装置及处理设备，用于以SWI为基础，为更为高效且高精度的自动化识别需求提供了一套落地配套方案，由此可以满足对于CMB的识别需求还有后续的诊断需求。方法包括：获取T1模态影像和SWI影像；将T1模态影像和SWI影像输入预先配置的CMB检测模块，以结合T1模态影像和SWI影像进行CMB检测，并得到CMB检测结果；获取MR平扫影像；将MR平扫影像输入预先配置的全病灶分割模块，以基于MR平扫影像进行全病灶分割，并得到全病灶分割结果，全病灶分割所涉及的病灶包括WMH、PVS、LA和梗死；结合CMB检测结果和全病灶分割结果，计算对应的影像学特征，影像学特征包括脑区分布、数量、形态和大小。
-
Patent Agency Ranking
公开(公告)号：CN116776410A
公开(公告)日：2023-09-19
申请号：CN202310166429.7
申请日：2023-02-24
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F18/214 , G06N3/126 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/14
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于BO‑RF‑NSGA‑Ⅲ的盾构下穿施工桥墩位移优化方法及设备。包括：构建盾构施工参数指标体系，并获取实时监测数据；构建并训练BO‑RF回归模型，根据实时监测数据，采用BO‑RF回归模型对盾构下穿施工引起桥墩竖向位移和水平位移进行预测；构建BO‑RF‑NSGA‑Ⅲ多目标优化模型，将建立的BO‑RF回归函数作为NSGA‑Ⅲ适应度函数，对盾构下穿施工引起桥墩竖向位移和水平位移进行优化；根据得到的Pareto最优解集，通过TOPSIS法确定满足盾构下穿施工引起桥墩竖向位移和水平位移最优的盾构施工参数。本发明可以在不依赖人工操控的情况下减少盾构下穿施工引起桥墩竖向位移和水平位移。
-
公开(公告)号：CN115228318A
公开(公告)日：2022-10-25
申请号：CN202210955174.8
申请日：2022-08-10
Applicant: 华中科技大学同济医学院附属协和医院
IPC: B01F25/27 , B01F35/71 , B01F25/20 , B01F101/22
Abstract: 本发明公开了一种麻醉科用麻醉药剂配比混合装置，包括混料管部件、药液存放部件和注入混合部件，其中混料管部件用于麻醉药剂配比过程中各药液的混合，药液存放部件用于存放麻醉药剂配比过程中的药液，注入混合部件用于将药液存放部件内存放的药液通过注射的方式投放至混料管部件中，注入混合部件包括水平设置的固定横板，固定横板上设置有混合气缸，混合气缸的输出端竖直设置在药液存放部件入口的正上方，在混合气缸的输出端伸出至药液存放部件中时，药液存放部件中存放的药液即快速注入混料管部件中，与混料管部件中的溶液均匀混合，采用注射的方式混均药液，相较于搅拌、震荡、摇晃等方式，更加简便快捷。
-
公开(公告)号：CN112059181B
公开(公告)日：2022-02-01
申请号：CN202010888771.4
申请日：2020-08-28
Applicant: 中国地质大学(武汉) , 华中科技大学
Abstract: 本发明属于合金成型制造领域，并具体公开了一种镍锰铟形状记忆合金零件及其4D成形方法，成形镍锰铟形状记忆合金零件具体包括如下步骤：S1在惰性气体保护下，将镍、锰、铟的粉末进行混合，得到混合金属粉末；S2采用选区激光熔化技术将混合金属粉末成形为初始磁性形状记忆合金零件；S3在惰性气体保护下，对初始磁性形状记忆合金零件进行加热，并保温一段时间后炉冷，得到镍锰铟形状记忆合金零件。本发明基于4D打印技术成形镍锰铟的待处理零件，并对零件的后续处理工艺参数进行了优化，实现了零件致密度及各项机械性能的优异结合，可得到具有可观形状记忆效应的零件。
-
公开(公告)号：CN112059181A
公开(公告)日：2020-12-11
申请号：CN202010888771.4
申请日：2020-08-28
Applicant: 中国地质大学(武汉) , 华中科技大学
Abstract: 本发明属于合金成型制造领域，并具体公开了一种镍锰铟形状记忆合金零件及其4D成形方法，成形镍锰铟形状记忆合金零件具体包括如下步骤：S1在惰性气体保护下，将镍、锰、铟的粉末进行混合，得到混合金属粉末；S2采用选区激光熔化技术将混合金属粉末成形为初始磁性形状记忆合金零件；S3在惰性气体保护下，对初始磁性形状记忆合金零件进行加热，并保温一段时间后炉冷，得到镍锰铟形状记忆合金零件。本发明基于4D打印技术成形镍锰铟的待处理零件，并对零件的后续处理工艺参数进行了优化，实现了零件致密度及各项机械性能的优异结合，可得到具有可观形状记忆效应的零件。
-
公开(公告)号：CN119886407A
公开(公告)日：2025-04-25
申请号：CN202411797501.7
申请日：2024-12-09
Applicant: 华中科技大学
IPC: G06Q10/04 , G01N3/00 , G01N1/28 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F18/214 , G06F18/213 , G06F18/24
Abstract: 本发明公开了一种基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法，包括制备饱和珊瑚砂试样并进行试验，生成数据集，利用CNN‑TCN‑Attention组合神经网络建立饱和珊瑚砂动剪切模量预测模型并训练；利用SHAP方法对预测模型的数据进行解释性分析。本发明关注饱和珊瑚砂土质的特殊性并采用共振柱试验获得大量室内试验数据，填补深度学习预测领域中的数据稀缺问题，同时SHAP法可以有效解决机器学习模型存在的黑盒问题，增强预测模型的可解释性，能够确定各输入变量对输出变量的影响规律。本发明首次提出了可解释性深度学习模型实现饱和珊瑚砂动剪切模量的精准预测，并基于额外的试验验证模型可靠性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.035 seconds)
