-
公开(公告)号：CN118916966A
公开(公告)日：2024-11-08
申请号：CN202411117380.7
申请日：2024-08-14
Applicant: 清华大学 , 中国电建集团西北勘测设计研究院有限公司
IPC: G06F30/13 , G06F30/27 , G06F30/23 , G06F17/10 , G06N3/08 , G06N3/045 , G06N3/0442 , G06F111/10 , G06F119/12 , G06F119/14
Abstract: 边坡蠕变变形代理模型的构建方法、装置和存储介质，方法包括：构建数值样本集合，每个样本包含第一本构参数、外界边界条件、第一中间隐含特征和第一蠕变变形时间序列；第一本构参数包括：静态、动态第一本构参数和定常参数；第一中间隐含特征为在本构模型的非线性计算过程中产生的时间维度关联特征；对每个样本执行操作：将静态第一本构参数输入第一学习网络获得预测中间隐含特征；将动态第一本构参数、预测中间隐含特征，定常参数输入第二学习网络获得预测蠕变变形时间序列；基于该样本、预测中间隐含特征和预测蠕变变形时间序列对第一、第二学习网络构建的组合学习网络进行优化；基于数值样本集合和优化参数对组合学习网络训练，得到代理模型。
-
公开(公告)号：CN119507944A
公开(公告)日：2025-02-25
申请号：CN202510003137.0
申请日：2025-01-02
Applicant: 中国电建集团西北勘测设计研究院有限公司
Abstract: 本发明属于高压隧洞密封技术领域，具体公开了一种利用混凝土热膨胀性能的高压隧洞密封结构，包括由高压隧洞的开挖轮廓向高压隧洞的硐室内部依次设置的隔热层、约束层、混凝土热膨胀层和密封层。本发明混凝土热膨胀层在温度荷载作用下，环向整体产生压应力，能够抵消部分内压作用下的向外膨胀变形带来的拉应力，进而减小密封层的变形，即可减小钢板的厚度，降低工程造价，同时施工方便，能够显著加快施工进度。
-
公开(公告)号：CN119532630A
公开(公告)日：2025-02-28
申请号：CN202510072611.5
申请日：2025-01-17
Applicant: 中国电建集团西北勘测设计研究院有限公司
Abstract: 本发明属于储气库温度控制技术领域，具体公开了一种储气库用温度控制装置及其参数确定方法，参数确定方法包括获取温度控制装置中换热管进出口的温度差并确定储气库充气前后的气体内能差，温度控制装置设置于储气库的衬砌层内；根据温度差和气体内能差确定换热管的过流直径；根据换热管的过流直径、许用应力以及换热管承受的最大压力确定换热管的最小壁厚。本发明可以在储气库充气状态下将多余的热量带走，在储气库放气状态下向储气库内补充热量，从而使得储气库的温度相对稳定，减小温度荷载对衬砌层的影响，提高储气库的可靠性和使用寿命，同时可保证充气、放气的效率、使得储气库可以正常运行。
-
公开(公告)号：CN107370547B
公开(公告)日：2020-06-09
申请号：CN201710569172.4
申请日：2017-07-13
Applicant: 清华大学 , 清华大学天津高端装备研究院
Abstract: 本发明提供了一种空间节点的协同探测方法和装置，涉及空间探测的技术领域，该方法包括：当第一固定通信节点执行目标任务时，确定用于进行协同执行目标任务的水下移动节点，且水下移动节点在第一固定通信节点和第二固定通信节点之间按照目标轨迹移动，第二固定通信节点为与第一固定通信节点相邻的通信节点；向水下移动节点发送协同指令，以使水下移动节点协同第一固定通信节点执行目标任务，协同指令为协同第一固定通信节点执行目标任务的指令；当水下移动节点按照目标轨迹移动至第一固定通信节点的通信区域内时，获取水下移动节点基于协同指令所发送的数据信息，以完成目标任务，缓解了传统的水下移动节点无法进行协同探测的技术问题。
-
公开(公告)号：CN119392584A
公开(公告)日：2025-02-07
申请号：CN202411617909.1
申请日：2024-11-13
Applicant: 清华大学 , 中国铁建大桥工程局集团有限公司
Abstract: 本发明涉及抗风稳定组合桥面结构技术领域，尤其涉及一种新型抗风稳定组合桥面结构形式及施工方法。其技术方案包括：桥面板，还包括固定安装于桥面板底部的钢箱梁，所述钢箱梁的底部固定安装有分流板，所述分流板上固定安装有检修通道，所述分流板上且位于检修通道的两侧固定安装有导流板，所述桥面板上固定安装有气动格栅护栏，所述气动格栅护栏上转动安装有气动翼板，所述桥面板中央浇筑有中央稳定板。本发明该结构形式特别适用于超大跨径跨海桥梁的桥面，可最大限度地发挥组合结构的优势，并且具有优异的抗风性能。
-
Patent Agency Ranking
公开(公告)号：CN114999590B
公开(公告)日：2024-10-01
申请号：CN202210580288.9
申请日：2022-05-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于梯度一致性判断的药‑时数据扩增方法，用于解决深度学习预测药‑时数据过程中样本量不足的问题，该方法在增加训练样本数量的同时，能够保留药‑时数据的药理和生理特征，从而提升扩增样本的质量，所述扩增方法包括以下步骤：S1、基于药‑时数据预测任务进行数据预处理；S2、利用差分方法计算采样点的前后梯度并判断梯度一致性；S3、基于高斯随机进行弃点。本发明对真实的药代动力学数据采样点进行梯度一致性判断及有选择的弃点，生成新的药代动力学时序数据。本发明提升了训练集的数量，能在不增加受试者的总采血量的同时，解决预测受试者药代动力学数据时训练样本量不足的问题。
-
公开(公告)号：CN115987724B
公开(公告)日：2024-08-16
申请号：CN202211666415.3
申请日：2022-12-23
Applicant: 清华大学深圳国际研究生院
Abstract: 一种水下无线光通信的信道估计方法，包括如下步骤：S1、根据接收到的光OFDM信号的导频信息，利用最小二乘LS算法进行信道估计，得到信道估计的频域值，利用快速傅里叶逆变换IFFT将估计结果变换到时域；S2、分别计算循环前缀CP长度之外分量时域噪声的二倍平均功率及最大功率作为两个噪声阈值门限，对二者进行平滑处理得到最终的DFT信道估计噪声阈值，其中，所述平滑处理所需的平滑系数在不同信噪比SNR下多次仿真获得，根据噪声情况自适应地调整所述平滑系数；S3、用得到的DFT信道估计噪声阈值对信道估计的时域值进行去噪处理，再将其变换回频域完成信道估计。本发明可以在不同信道的信噪比下提高信道估计性能，在水下无线光通信上具有很好应用前景。
-
公开(公告)号：CN118189265A
公开(公告)日：2024-06-14
申请号：CN202410285125.7
申请日：2024-03-13
Applicant: 清华大学 , 临沂市欧科节能技术有限公司
IPC: F24D3/18 , F24H1/44 , F24H4/04 , F24H9/1836
Abstract: 本发明提供了一种多能源高效组合供热设备，包括空气能利用系统、燃气燃烧利用系统和控制器，当夜间处于电价低谷期或中午气温高时，所述控制器控制所述空气能利用系统使用空气能供热，当气温低或用电高峰期所述控制器控制所述燃气燃烧利用系统供热。本发明通过控制器的工作将空气能利用系统、燃气燃烧利用系统有机的结合在一起，实现供热的经济性、环保性、安全性。控制器实时控制不同供热系统的工作，当夜间处于电价低谷期或中午气温高的时候可以使用空气能利用系统供热，当气温低或用电高峰期可以采用燃气燃烧利用系统供热，结合供热负荷情况也可以控制两种方式同时供热。
-
公开(公告)号：CN117972852A
公开(公告)日：2024-05-03
申请号：CN202410158290.6
申请日：2024-02-04
Applicant: 清华大学
IPC: G06F30/13 , G06F30/27 , G06F18/2431 , G06F18/2415 , G06F18/214 , G06N20/20 , G06F111/10 , G06F111/08 , G06F119/02 , G06F119/14
Abstract: 本发明涉及一种基于多源异构数据和机器学习的岩爆动态预测方法，其包括：S2，根据隧洞开挖过程中微震、声发射数据，反演数值模拟所需的地应力，输入动态的围岩物理力学参数、节理裂隙，利用训练好的机器学习模型预测前方围岩的能量耗散率，得到基于数值模拟数据预测的岩爆等级；S3，基于同类工程数据、微震数据、声发射数据，分别对前方围岩的岩爆等级进行预测，得到基于同类工程数据、微震数据、声发射数据预测的岩爆等级；S4，针对基于数值模拟数据预测的岩爆等级，基于同类工程数据、微震数据、声发射数据预测的岩爆等级，分别赋初始权重进行求和，得到预测的综合岩爆等级。相对目前岩爆预测方法，本发明能够提高岩爆预测速度和精度。
-
公开(公告)号：CN111862009B
公开(公告)日：2024-01-16
申请号：CN202010634005.5
申请日：2020-07-02
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种眼底OCT图像的分类方法及计算机可读存储介质,方法包括：S1：获取待分类的眼底OCT图像；S2：采用训练好的卷积神经网络模型对所述待分类的眼底OCT图像进行分类，所述卷积神经网络模型是串行结构；S3：得到所述待分类的眼底OCT图像的分类结果。通过采用串行结构的卷积神经网络模型对眼底OCT图像进行分类，基于卷积神经网络框架，通过迭代训练有效地提升了分类网络的精度，能够在数据标注不足/小规模数据集的情况下实现端到端的视网膜病变OCT图像分类。
-
-
-
-
-
-
-
-
-
Search Results
266
records
(took 0.092 seconds)
