公开(公告)号：CN120068386A

公开(公告)日：2025-05-30

申请号：CN202510017820.X

申请日：2025-01-06

Applicant: 清华大学

Inventor： 魏宇轩 ,  刘佳帅 ,  何皑 ,  张馨予 ,  徐全勇

IPC: G06F30/20 ,  G06F119/08 ,  G06F119/14

Abstract: 本申请涉及一种航空发动机建模方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：获取航空发动机的基础模型结构和液氢的第一物性参数，并根据基础模型结构确定空气的第二物性参数；基于第一物性参数和第二物性参数模拟液氢对航空发动机的冷却，得到换热器中液氢对应的第一出口物性参数和空气对应的第二出口物性参数；基于基础模型结构、第一出口物性参数、第二出口物性参数和物性参数修正组件模拟氢燃料燃烧，确定目标物性参数；根据目标物性参数确定航空发动机的仿真结果。采用本方法能够对氢燃料发动机进行仿真模拟，并保证了仿真结果的准确性。

公开(公告)号：CN110910449B

公开(公告)日：2023-10-13

申请号：CN201911223409.9

申请日：2019-12-03

Applicant: 清华大学

Inventor： 陈健生 ,  薛有泽 ,  万纬韬 ,  张馨予

IPC: G06T7/70 ,  G06T7/80 ,  G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种识别物体三维位置的方法和系统，所述方法包括：获取由多个摄像装置对同一物体分别拍摄的多个视频；分别确定所述物体的关键点在所述多个视频中的二维位置；利用神经网络根据所述二维位置预测所述关键点的三维位置；根据所述三维位置和所述多个摄像装置的参数确定所述关键点在各个所述摄像装置的成像面中的投影位置；根据所述投影位置和所述二维位置的差异计算所述神经网络的损失函数，并根据所述损失函数优化所述神经网络的参数。

公开(公告)号：CN120016531A

公开(公告)日：2025-05-16

申请号：CN202510161009.9

申请日：2025-02-13

Applicant: 国网北京市电力公司 ,  清华大学

Inventor： 朱亮 ,  于庆广 ,  张沛铮 ,  钱梓锋 ,  苏一飞 ,  孙伟 ,  许方晨 ,  金鑫 ,  仇爽 ,  邓悦 ,  王岩 ,  汪泽栋 ,  富天阳 ,  张馨予 ,  侯桐 ,  郭敏 ,  姚鑫 ,  袁雷栋 ,  刘鼎 ,  李晓宇

IPC: H02J3/28 ,  H02J3/46 ,  H02J3/32 ,  H02J13/00

Abstract: 本发明公开了一种基于光储充V2G群控群调控制方法及系统，涉及电力调度技术领域，将用户历史用电量数据、充电桩历史用电量数据、光伏历史发电量数据输入预设发电模拟模型，得到火力发电机组模拟发电量数据、光伏模拟发电量数据及储能模拟电量数据；将用户当前用电量数据、充电桩当前用电量数据、火力发电机组模拟发电量数据、光伏模拟发电量数据、储能模拟电量数据输入预设电量调度模型，得到充电桩调度电量数据及储能调度电量数据。与相关技术相比，本公开实施例通过利用火力发电机组模拟发电量数据、光伏模拟发电量数据及储能模拟电量数据多元地对电量进行调度，由于光伏发电及储能电量的调度成本较低，降低了电量的调度成本。

公开(公告)号：CN110910449A

公开(公告)日：2020-03-24

申请号：CN201911223409.9

申请日：2019-12-03

Applicant: 清华大学

Inventor： 陈健生 ,  薛有泽 ,  万纬韬 ,  张馨予

IPC: G06T7/70 ,  G06T7/80 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明提供一种识别物体三维位置的方法和系统，所述方法包括：获取由多个摄像装置对同一物体分别拍摄的多个视频；分别确定所述物体的关键点在所述多个视频中的二维位置；利用神经网络根据所述二维位置预测所述关键点的三维位置；根据所述三维位置和所述多个摄像装置的参数确定所述关键点在各个所述摄像装置的成像面中的投影位置；根据所述投影位置和所述二维位置的差异计算所述神经网络的损失函数，并根据所述损失函数优化所述神经网络的参数。

公开(公告)号：CN113643230B

公开(公告)日：2024-07-02

申请号：CN202110693225.X

申请日：2021-06-22

Applicant: 清华大学

Inventor： 李雪明 ,  沈渊 ,  陈健生 ,  张馨予 ,  赵天放

IPC: G06T7/00 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明提供一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统，该方法包括：获取待识别的冷冻电镜图像数据；将所述待识别的冷冻电镜图像数据输入到训练好的网络参数模型中，获取生物大分子颗粒的识别结果；其中，所述训练好的网络参数模型是由历史训练过程中获取的范例冷冻电镜样本图像数据和冷冻电镜样本图像数据，对神经网络进行训练得到的，所述范例冷冻电镜样本图像数据和所述冷冻电镜样本图像数据标记有生物大分子颗粒坐标标签。本发明无需存储大量旧数据集，减少了单次训练时间，同时能够不断增强粒子挑选的特征识别范围和识别精度。

公开(公告)号：CN113643230A

公开(公告)日：2021-11-12

申请号：CN202110693225.X

申请日：2021-06-22

Applicant: 清华大学

Inventor： 李雪明 ,  沈渊 ,  陈健生 ,  张馨予 ,  赵天放

IPC: G06T7/00 ,  G06N3/08

Abstract: 本发明提供一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统，该方法包括：获取待识别的冷冻电镜图像数据；将所述待识别的冷冻电镜图像数据输入到训练好的网络参数模型中，获取生物大分子颗粒的识别结果；其中，所述训练好的网络参数模型是由历史训练过程中获取的范例冷冻电镜样本图像数据和冷冻电镜样本图像数据，对神经网络进行训练得到的，所述范例冷冻电镜样本图像数据和所述冷冻电镜样本图像数据标记有生物大分子颗粒坐标标签。本发明无需存储大量旧数据集，减少了单次训练时间，同时能够不断增强粒子挑选的特征识别范围和识别精度。