-
Patent Agency Ranking
公开(公告)号：CN119831999B
公开(公告)日：2025-05-13
申请号：CN202510310514.5
申请日：2025-03-17
Applicant: 南昌大学第二附属医院
Abstract: 本发明公开了一种基于图像处理的隐球菌荚膜厚度检测方法及系统，涉及图像处理技术领域，方法包括：基于隐球菌参数数据库，获取待测隐球菌图像所对应的预设参数信息；检测待测隐球菌图像的边缘图像，对边缘图像进行处理，得到边缘曲线；循环提取边缘曲线的像素点，划分形成至少一外接圆；对外接圆进行图像分割，形成至少一待测隐球菌子图像，并标记初始数量信息；获取厚度曲线，得到初始厚度信息；将初始数量信息与预设数量信息进行检测误差计算，更新输出目标数量信息，将初始厚度信息与预设厚度信息进行检测误差计算，更新输出目标厚度信息，本发明解决了现有技术中使用显微镜观察判断隐球菌的荚膜厚度，准确率低且误差大的问题。
-
公开(公告)号：CN119851834A
公开(公告)日：2025-04-18
申请号：CN202510328975.5
申请日：2025-03-20
Applicant: 南昌大学
IPC: G16C60/00 , G06F30/27 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/006 , G06F16/25 , G06F111/04 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种基于ML模型的红外隐身材料膜层多目标设计方法，包括：（1）根据拉丁超立方采样产生种群、联合MATLAB和光学仿真软件中对种群个体发射率进行仿真评估，建立最小化三个波段反射率误差值的三目标数学优化模型；（2）依据角度值建立个体与参考向量匹配关系；（3）融合角度信息构建角度信息增强的径向基函数机器学习模型；（4）设计序列式全局与局部进化机制；（5）根据个体提升量计算实时状态参数；（6）构造PF驱动的筛选函数确定最优子代个体并进行仿真评估，若满足设计要求则输出各膜层最优厚度值，否则返回步骤（2）。本发明针对红外隐身材料膜层多目标特性设计自适应的序列式全局与局部进化机制，算法适应性强。
-
公开(公告)号：CN119831999A
公开(公告)日：2025-04-15
申请号：CN202510310514.5
申请日：2025-03-17
Applicant: 南昌大学第二附属医院
Abstract: 本发明公开了一种基于图像处理的隐球菌荚膜厚度检测方法及系统，涉及图像处理技术领域，方法包括：基于隐球菌参数数据库，获取待测隐球菌图像所对应的预设参数信息；检测待测隐球菌图像的边缘图像，对边缘图像进行处理，得到边缘曲线；循环提取边缘曲线的像素点，划分形成至少一外接圆；对外接圆进行图像分割，形成至少一待测隐球菌子图像，并标记初始数量信息；获取厚度曲线，得到初始厚度信息；将初始数量信息与预设数量信息进行检测误差计算，更新输出目标数量信息，将初始厚度信息与预设厚度信息进行检测误差计算，更新输出目标厚度信息，本发明解决了现有技术中使用显微镜观察判断隐球菌的荚膜厚度，准确率低且误差大的问题。
-
公开(公告)号：CN119337752B
公开(公告)日：2025-05-02
申请号：CN202411906948.3
申请日：2024-12-24
Applicant: 南昌大学
Abstract: 本发明公开了一种基于信息融合的机翼升阻比机器学习优化设计方法，包括：（1）分别在Xfoil与Abaqus中构建机翼升阻比与刚度仿真模型；（2）迭代优化机翼夹层参数个体向量间的相关性以建立种群；（3）使用DE/current/0对种群进行扩展，并融合三种差分进化生成1500个机翼夹层参数向量；（4）融合角度与距离信息构建径向基函数机器学习预测模型；（5）评估机翼升阻比与刚度；（6）基于适应度函数，筛选最佳机翼夹层参数向量，更新种群并转至步骤（3），直到优化结构达到要求。本发明通过种群扩展改善子代的分布、通过角度与距离信息融合的径向基函数机器学习预测模型提供准确的预测、通过适应度函数平衡机翼升阻比与刚度的优化，从而提高机翼升阻比优化性能。
-
公开(公告)号：CN119337752A
公开(公告)日：2025-01-21
申请号：CN202411906948.3
申请日：2024-12-24
Applicant: 南昌大学
Abstract: 本发明公开了一种基于信息融合的机翼升阻比机器学习优化设计方法，包括：（1）分别在Xfoil与Abaqus中构建机翼升阻比与刚度仿真模型；（2）迭代优化机翼夹层参数个体向量间的相关性以建立种群；（3）使用DE/current/0对种群进行扩展，并融合三种差分进化生成1500个机翼夹层参数向量；（4）融合角度与距离信息构建径向基函数机器学习预测模型；（5）评估机翼升阻比与刚度；（6）基于适应度函数，筛选最佳机翼夹层参数向量，更新种群并转至步骤（3），直到优化结构达到要求。本发明通过种群扩展改善子代的分布、通过角度与距离信息融合的径向基函数机器学习预测模型提供准确的预测、通过适应度函数平衡机翼升阻比与刚度的优化，从而提高机翼升阻比优化性能。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
