-
公开(公告)号：CN116020016A
公开(公告)日：2023-04-28
申请号：CN202310322976.X
申请日：2023-03-30
Applicant: 南昌大学第二附属医院 , 江西中科百合智能科技有限公司
Abstract: 本发明公开一种注射模拟器的参数标定方法及系统，用于标定设备，所述方法包括：获取不同注射模拟器的注射参数，根据注射参数构建注射参数数据库；获取当前某一注射模拟器的某一截面积，并判断所述注射参数数据库中是否存在与所述某一截面积相等的一截面积；若不存在，则在所述注射参数数据库中筛选出与所述某一截面积相邻的至少一个截面积以及与所述至少一个截面积相关联的至少一个注射参数；根据所述某一截面积与所述至少一个截面积的差值对所述至少一个注射参数进行修正，得到与所述某一截面积相关联的目标注射参数。实现了能够对不同尺寸规格的注射模拟器进行快速标定，大大减少了标定时间。
-
公开(公告)号：CN117351248A
公开(公告)日：2024-01-05
申请号：CN202311246781.8
申请日：2023-09-26
Applicant: 南昌大学
Inventor： 李春泉 , 汪芊芊 , 郑波钰 , 岳冲 , 陈昌祺 , 廖志远 , 程宇新 , 邓觐铧 , 高宇凡 , 陈利民 , 伍军云 , 林嘉 , 陈荣伶 , 范静辉 , 任康 , 喻俊志
Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。
-
公开(公告)号：CN116020016B
公开(公告)日：2023-11-03
申请号：CN202310322976.X
申请日：2023-03-30
Applicant: 南昌大学第二附属医院 , 江西中科百合智能科技有限公司
Abstract: 本发明公开一种注射模拟器的参数标定方法及系统，用于标定设备，所述方法包括：获取不同注射模拟器的注射参数，根据注射参数构建注射参数数据库；获取当前某一注射模拟器的某一截面积，并判断所述注射参数数据库中是否存在与所述某一截面积相等的一截面积；若不存在，则在所述注射参数数据库中筛选出与所述某一截面积相邻的至少一个截面积以及与所述至少一个截面积相关联的至少一个注射参数；根据所述某一截面积与所述至少一个截面积的差值对所述至少一个注射参数进行修正，得到与所述某一截面积相关联的目标注射参数。实现了能够对不同尺寸规格的注射模拟器进行快速标定，大大减少了标定时间。
-
-
Search Results
3
records
(took 0.019 seconds)
