公开(公告)号：CN118586245A

公开(公告)日：2024-09-03

申请号：CN202410838853.6

申请日：2024-06-26

Applicant: 太原理工大学 ,  宝钢轧辊科技有限责任公司

Inventor： 秦晓峰 ,  陈伟 ,  杨萍 ,  文韬略 ,  王瑞 ,  徐锟

IPC: G06F30/23 ,  G06F30/10 ,  G06F119/08

Abstract: 本发明公开了轧辊整体感应加热温度场磁热双向耦合的离散化仿真方法，属于整体感应加热仿真技术领域。本发明在电磁感应加热模块将加热时间离散化，然后以离散化后的时间区间中值对应的电流值和频率作为对应时间区间电流参数；同时将轧辊升温范围内温度区间离散化，然后以温度区间中值对应的实测轧辊材料的电磁物性参数及热物性参数作为电磁场模块及热模块仿真中对应温度区间的材料参数，在加热到某一温度范围时调取对应温度范围区间内的轧辊材料物性参数作为模型中材料参数进行仿真计算；从而间接的实现轧辊电磁感应加热仿真中的磁热双向耦合。该方法在保证计算结果精度的基础上，降低计算结果文件的容量，提高计算效率和仿真效率。

公开(公告)号：CN112861332B

公开(公告)日：2022-08-09

申请号：CN202110122001.3

申请日：2021-01-29

Applicant: 太原理工大学

Inventor： 郑文 ,  王瑞 ,  刘彦君 ,  方飞腾

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图网络的集群动力学预测方法，包括：根据Vicsek模型模拟自驱动集群运动，生成数据集；通过数据预处理，将数据集处理为图结构数据,包括节点、边和全局属性；实现特征的初步提取和数据降维；使用图网络块，选择多层感知器作为更新函数，信息通过一定的规则在图上传播；信息还原，得到图结构数据；使用随机梯度下降的优化算法训练图网络，自动学习图网络中的参数。本发明将传统的物理科学与深度学习技术融合，能够实现对自驱动集群系统中的对象和关系进行模拟和推理，仅从粒子的初始位置确定系统的长期演化，而不需任何手工特征。

公开(公告)号：CN101281018A

公开(公告)日：2008-10-08

申请号：CN200810055189.9

申请日：2008-05-28

Applicant: 太原理工大学

Inventor： 秦建敏 ,  韩振南 ,  李志军 ,  程琦 ,  王瑞 ,  雷瑞波

IPC: G01B7/06 ,  G01K7/01

Abstract: 电容温度式覆冰厚度传感器属于自动化检测技术领域，其特征是由传感器内部单片机，单路电容数字转换器，极板之间空间内充满被检测介质冰或空气，并且按固定标尺刻度间距位置排列的一组平行极板检测电容器，各输入端依序与平行极板检测电容器各极板相连接、公共输出端与电容数字转换器信号输入端相连接的双路可编程控制刻度选通电路组成电容值检测回路；由传感器内部单片机，密封在金属导热外壳内的半导体集成数字温度传感器组成温度检测回路，该传感器在冰雨或冰冻条件下可以对悬空输电线，高压输电线固定塔架，建筑物或各种静止或移动设备表面、悬空支架，树枝等的覆冰厚度进行定点连续自动检测。

公开(公告)号：CN116563261A

公开(公告)日：2023-08-08

申请号：CN202310569846.6

申请日：2023-05-19

Applicant: 太原理工大学

Inventor： 吴永飞 ,  刘雪宇 ,  王瑞 ,  赖叶鑫 ,  芦园月 ,  张嘉楠 ,  成航北

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/09 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/82 ,  G06V10/774 ,  G06V10/25

Abstract: 本发明涉及一种基于自监督元学习的多染色肾脏病理图像分割方法，属于人工智能辅助医疗检查技术领域，包括以下步骤：S1、获取不同染色的肾脏病理切片的全视野病理照片，同时每种染色随机挑选2～5张进行像素级的人工标注；S2、通过无标注样本训练自监督预训练模型；S3、以训练完成的自监督预训练模型为一级模型，以U‑Net结构作为骨干网络构建二级模型，通过元训练集对二级模型进行训练，通过元测试集对二级模型进行测试并更新一级模型的权重参数；重新选取染色样本重复上述测试和训练过程，得到的一级模型作为元学习分割模型；S4、通过元学习分割模型对待测病理切片进行分割。本发明可以对不同染色的肾脏病理切片感兴趣区域进行高效分割。

公开(公告)号：CN112861332A

公开(公告)日：2021-05-28

申请号：CN202110122001.3

申请日：2021-01-29

Applicant: 太原理工大学

Inventor： 郑文 ,  王瑞 ,  刘彦君 ,  方飞腾

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图网络的集群动力学预测方法，包括：根据Vicsek模型模拟自驱动集群运动，生成数据集；通过数据预处理，将数据集处理为图结构数据,包括节点、边和全局属性；实现特征的初步提取和数据降维；使用图网络块，选择多层感知器作为更新函数，信息通过一定的规则在图上传播；信息还原，得到图结构数据；使用随机梯度下降的优化算法训练图网络，自动学习图网络中的参数。本发明将传统的物理科学与深度学习技术融合，能够实现对自驱动集群系统中的对象和关系进行模拟和推理，仅从粒子的初始位置确定系统的长期演化，而不需任何手工特征。