-
-
公开(公告)号：CN108614889A
公开(公告)日：2018-10-02
申请号：CN201810420518.9
申请日：2018-05-04
Applicant: 济南大学
Abstract: 本发明公开了基于混合高斯模型的移动对象连续k近邻查询方法及系统，构建面向全局移动对象的网格索引，基于所建立的网格索引，为查询点计算初始查询区域；构造混合高斯模型，用于模拟移动对象的位置分布，并根据移动对象位置变化对混合高斯模型进行实时更新；当查询点移动时，基于所述混合高斯模型，确定包含移动后查询点k近邻的最终查询区域；基于最终查询区域，计算移动后查询点的k近邻。本发明所提出的基于混合高斯模型的移动对象连续k近邻查询方法，在查询点和被查询对象连续移动情形下，基于已有查询结果快速计算查询点移动后的查询范围，实现对最新查询结果的实时更新，查询效率显著提高。
-
公开(公告)号：CN117174218B
公开(公告)日：2024-01-26
申请号：CN202311442781.5
申请日：2023-11-02
Applicant: 济南大学
Abstract: 本发明涉及水泥强度评估领域，提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括，获取水泥的检测相关数据；基于水泥的检测相关数据，采用流模型，得到水泥抗压强度的条件概率分布函数；其中，所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一；所述流模型的每一层映射均采用双射函数进行非线性可逆变换，以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度，来预测待检测水泥的条件概率分布，无需对结构进
-
公开(公告)号：CN113379327B
公开(公告)日：2023-04-25
申请号：CN202110779647.9
申请日：2021-07-09
Applicant: 济南大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06F17/16
Abstract: 本公开提供了一种电力系统多区域并行状态估计方法及系统，解决了现有多区域状态估计方法由于区域之间需要协调，导致与集中估计结果不一致的问题。本公开利用并行计算的原理能够与集中估计结果一致，无现有方法需要进行协调的问题，且计算效率上具有优势。具体是将电力系统分成若干个区域，并将信息矩阵表示为分块矩阵的形式；以稀疏矩阵的求解计算过程为基础，根据计算因子有向图确定了节点消去计算的顺序和子系统间需要共享的数据；采用Zookeeper系统存储共享数据的同步迭代并行状态估计方法。给出了电力系统分区后相应的Zookeeper存储节点配置和多区域并行计算的步骤，为电力系统并行状态估计提供了理论依据，使得电力系统状态估计结果更为准确，且大幅提高了效率和可靠性，有利于大范围推广应用。
-
公开(公告)号：CN109685820B
公开(公告)日：2022-09-30
申请号：CN201811441680.5
申请日：2018-11-29
Applicant: 济南大学
IPC: G06T7/155 , G06V10/762 , G06T5/00
Abstract: 一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，通过使用形态学重建有效去除原始图片中的噪声，提高噪声图像的分割准确率，之后使用指导滤波弥补去噪操作对图片边缘的破环，提升图像纹理边缘区域的分类效果，最终引入一个影响因子，调节指导图像，进一步提高指导滤波的效果，有效提高了噪声图像的分割效果。
-
Patent Agency Ranking
-
公开(公告)号：CN117174219B
公开(公告)日：2024-02-02
申请号：CN202311442782.X
申请日：2023-11-02
Applicant: 济南大学
IPC: G16C60/00 , G06F30/27 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N3/08 , G06F111/08
Abstract: 本发明涉及水泥强度技术领域，提供了一种基于隐变量模型的水泥强度条件概率分布估计方法及系统。该方法包括，获取待观测水泥颗粒粒径分布和检测仪器的工作参数，采用已训练的隐变量模型，得到水泥抗压强度的条件概率分布；隐变量模型的训练过程包括：将历史水泥颗粒粒径分布和检测的仪器的工作参数作为样本数据、水泥的抗压强度作为标签，构建数据集，包括训练集和测试集；采用训练集训练隐变量模型，采用测试集对训练后的隐变量模型进行测试，得到水泥抗压强度的条件概率分布，以此计算每条数据的累计概率密度值，构建实际累计概(56)对比文件Tsamatsoulis, D (Tsamatsoulis, D.) .“Improving the Prediction of CementCompressive Strength by Coupling ofDynamical Models”《.CHEMICAL ANDBIOCHEMICAL ENGINEERING QUARTERLY》.2016,第30卷(第02期),全文.Ouyang, JS (Ouyang, Jianshu);Li, YB(Li, Yangbo);Chen, B (Chen, Bo);Huang, DH(Huang, Dahai) .“Macro-Scale Strength andMicrostructure of ZrW2O8 CementitiousComposites with Tunable Low ThermalExpansion”《. MATERIALS》.2018,第11卷(第05期),全文.郑敬亭.论混凝土强度计算式中水泥强度的取值及其与现行规范的关系《.建筑技术》.1982,(第07期),全文.李晓东,杨波,董吉文.基于遗传算法的水泥强度预测《.计算机工程与应用》.2004,(第12期),全文.
-
公开(公告)号：CN117174218A
公开(公告)日：2023-12-05
申请号：CN202311442781.5
申请日：2023-11-02
Applicant: 济南大学
Abstract: 本发明涉及水泥强度评估领域，提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括，获取水泥的检测相关数据；基于水泥的检测相关数据，采用流模型，得到水泥抗压强度的条件概率分布函数；其中，所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一；所述流模型的每一层映射均采用双射函数进行非线性可逆变换，以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度，来预测待检测水泥的条件概率分布，无需对结构进行损失就可预测水泥的抗压强度。
-
公开(公告)号：CN107993221B
公开(公告)日：2021-11-02
申请号：CN201711136466.4
申请日：2017-11-16
Applicant: 济南大学
Abstract: 一种心血管光学相干断层OCT图像易损斑块自动识别方法，包括如下步骤：a)采集心血管OCT图像；b)对心血管OCT图像进行标准化处理；c)将标准化处理后的图像进行易损斑块识别处理，d)采用栈式自编码方法对样本集构造深度学习模型：e)进行分类识别；f)采用双线性插值方法进行笛卡尔坐标系转换；g)将坐标系转换后的图像进行划分象限；h)判断划分象限后的图像中的同一个象限是否存在两个及以上的连通区域。结合心血管OCT图像特点，重新构造样本数据集，克服样本数量有限的问题。另外，学习模型往往受训练集影响，本发明多次随机抽取数据集中的样本来训练学习模型，并通过投票策略形成集成学习模型。通过大量实验证明，该技术能够取得较高的识别精度。
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
