公开(公告)号：CN111856285A

公开(公告)日：2020-10-30

申请号：CN202010638273.4

申请日：2020-07-06

Applicant: 大连理工大学

Inventor： 胡姝博 ,  孙辉 ,  高正男 ,  刘新宇 ,  张亮 ,  孙宝硕 ,  杨帆 ,  周通 ,  范轩轩 ,  王誉颖 ,  周玮 ,  顾宏

IPC: G01R31/367 ,  G01R31/396 ,  B60L58/10

Abstract: 一种应用于电力系统的电动汽车退役电池组等效模型建模方法，属于电力系统中电池储能领域。首先，提出适用于电网运行的退役电池单体等效电路模型。其次，分析退役电池放电过程各阶段特点及相应的影响因素。再次，提出退役电池单体等效模型。再次，针对退役电池组，基于信息熵计算串联支路电池间的一致性，修正退役电池组等效电动势模型及等效内阻模型。最后，得到考虑一致性的电动汽车退役电池组等效模型。本发明针对电动汽车退役电池组再利用参与电网运行问题提出退役电池组的等效模型，计及退役电池的串联支路单体电池间的差异，基于退役电池间的一致性对等效模型进行修正，保证应用于电力系统的等效模型的可行性和准确性，充分发挥其剩余价值，提高配电网运行的经济性。

公开(公告)号：CN106980763A

公开(公告)日：2017-07-25

申请号：CN201710198679.3

申请日：2017-03-30

Applicant: 大连理工大学

Inventor： 顾宏 ,  秦尤 ,  秦攀 ,  曹隽喆

IPC: G06F19/00 ,  G06F19/20 ,  G06F19/24

Abstract: 本发明公开了一种基于基因突变频率的癌症驱动基因的筛选方法，属于癌症医学领域。该方法包含如下步骤：(1)肿瘤基因突变数据获取；(2)突变数据预处理；(3)筛选每个基因的邻近基因；(4)计算每种突变的背景突变数据；(5)根据突变分值使用假设检验筛选突变基因。本发明方法不仅利用现代高通量测序技术及DNA数据处理软件，使用经典的聚类算法和统计方法，而且与影响基因突变的生物因素相结合使癌症驱动基因的筛选更加精确，对新型抗癌药物的研发和癌症临床诊疗都具有重要意义。

公开(公告)号：CN114218870B

公开(公告)日：2024-08-23

申请号：CN202111583769.7

申请日：2021-12-22

Applicant: 大连理工大学

Inventor： 章靖凯 ,  顾宏 ,  余向军 ,  秦攀

IPC: G06F30/27 ,  G06F17/14 ,  G06F17/16 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08 ,  G06F111/04 ,  G06F113/08 ,  G06F119/10 ,  G06F119/12

Abstract: 本发明属于风速预测方法技术领域，提出了一种基于变分模态分解与注意力机制的风速预测方法。考虑自然因素的影响，研究多变量条件下风速预测问题。通过预处理已采集的数据进行变分模态分解，深度神经网络的输入序列；深度神经网络包括位置编码、编码器与解码器；位置编码为输入信号提供相对位置信息；编码器包括注意力机制层、前馈网络层与归一化残差连接层，用于神经网络模型捕获时序特征间的相互关系；解码器由双层全连接网络构成，用于将编码器获取的时序特征信息进行解构从而输出预测值。该方法能有效提高超短期风速预测精度；对操作平台没有限制，使用灵活方便，可移植性强，风速预测性能优异。

公开(公告)号：CN117786286A

公开(公告)日：2024-03-29

申请号：CN202311803802.1

申请日：2023-12-26

Applicant: 大连理工大学

Inventor： 王欣 ,  秦攀 ,  顾宏

IPC: G06F17/11 ,  G06F30/28 ,  G06F30/27 ,  G06F17/13 ,  G06F111/04 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于物理信息神经网络的流体力学方程求解方法，包括：步骤一：确定计算域满足的流体力学控制方程以及边界条件和初始条件；步骤二：在计算域内选取用于训练的残差点、边界约束点和初始约束点；步骤三：根据自定义的改进多层感知机结构构建神经网络，输入训练点，通过神经网络输出相应的流场数据，建立流体力学模型；步骤四：利用自动微分技术计算控制方程残差；步骤五：计算控制方程损失、边界条件损失和初始条件损失，采用加权和形式得到损失函数；步骤六：通过自适应权重法平衡各项损失函数，实现自适应调整损失函数权重；步骤七：使用优化算法获得最优损失函数权重和神经网络参数，得到所求的流体力学模型，对流场进行模拟。

公开(公告)号：CN116453019A

公开(公告)日：2023-07-18

申请号：CN202310393543.3

申请日：2023-04-13

Applicant: 大连理工大学

Inventor： 张天远 ,  顾宏 ,  秦攀

IPC: G06V20/40 ,  G06T7/246 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774

Abstract: 本发明属于深度学习、目标检测和多目标跟踪技术领域，涉及一种基于YOLOv5的机房环境异常检测方法。本发明对YOLOv5L模型的检测方法进行改进，改进后的模型额外获得了开关门检测功能、环境异物检测功能、人员检测功能、人员违规携带物品检测功能、人员行为异常检测功能，检测精度也有所提升，且降低了行人目标的漏检率。在开关门检测部分采用哈希均值法进行相似度比较，再根据光线场景和静置对比调整报警阈值，使得精度更高且算法简单，并且能达到实时性的要求。

公开(公告)号：CN115147647A

公开(公告)日：2022-10-04

申请号：CN202210739513.9

申请日：2022-06-28

Applicant: 大连理工大学

Inventor： 张安楠 ,  顾宏 ,  秦攀

IPC: G06V10/764 ,  G06V10/774 ,  G06F21/57 ,  G06N20/00

Abstract: 本发明属于深度学习系统安全技术领域，一种基于有损图像压缩的深度学习模型后门构造方法。从训练数据集中的每个标签类选取部分原始图像作为待投毒样本；通过基于DCT变换的有损图像压缩技术对待投毒样本进行图像压缩并将待投毒样本的标签类修改为目标标签类别，得到中毒样本；中毒样本与其余干净样本混合得到中毒训练集；使用中毒训练集训练模型或将其作为第三方数据集直接由用户训练，从而得到含有后门漏洞的深度学习图像分类模型；该模型对正常输入样本保持正常性能的预测，同时会将经过有损图像压缩的中毒图像预测为攻击目标类标签。本发明隐蔽性强、抗压缩、省时高效且健壮，使后门攻击的威胁性大大增加，为深度学习模型安全性研究作出了贡献。

公开(公告)号：CN111856285B

公开(公告)日：2021-06-08

申请号：CN202010638273.4

申请日：2020-07-06

Applicant: 大连理工大学

Inventor： 胡姝博 ,  孙辉 ,  高正男 ,  刘新宇 ,  张亮 ,  孙宝硕 ,  杨帆 ,  周通 ,  范轩轩 ,  王誉颖 ,  周玮 ,  顾宏

IPC: G01R31/367 ,  G01R31/396 ,  B60L58/10

Abstract: 一种电动汽车退役电池组等效模型建模方法，属于电力系统中电池储能领域。首先，提出适用于电网运行的退役电池单体等效电路模型。其次，分析退役电池放电过程各阶段特点及相应的影响因素。再次，提出退役电池单体等效模型。再次，针对退役电池组，基于信息熵计算串联支路电池间的一致性，修正退役电池组等效电动势模型及等效内阻模型。最后，得到考虑一致性的电动汽车退役电池组等效模型。本发明针对电动汽车退役电池组再利用参与电网运行问题提出退役电池组的等效模型，计及退役电池的串联支路单体电池间的差异，基于退役电池间的一致性对等效模型进行修正，保证应用于电力系统的等效模型的可行性和准确性，充分发挥其剩余价值，提高配电网运行的经济性。