-
公开(公告)号：CN114864095B
公开(公告)日：2024-10-18
申请号：CN202210491604.5
申请日：2022-04-29
Applicant: 西安理工大学
IPC: G16H50/50 , G16H30/40 , G06F30/23 , G06F30/28 , G06V10/44 , G06V10/82 , G06N3/0464 , G06T5/70 , G06T7/00 , G06T7/11 , G06T7/136 , G06T17/20 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种结合多运动强度下的狭窄冠脉血运变化的分析方法，首先对冠脉狭窄CT图构建图像样本库，进行标签类别处理；对由心脏CTA提取出的CT原始序列图采用小波相关方法进行去噪、增强预处理；对CT图像采用深度学习方法中卷积神经网络模型CNN进行特征提取，并采用Otsu方法进行分割，最后进行三维重建；将三维重建后的图像进行有限元分析；最后将测试患者在静息状态、不同运动强度的情况下，病人的壁面剪切力、血流速度、壁面压力以及壁面形变变化情况。本发明测量冠脉粥样硬化病人在静息及三个不同等级的运动强度下的血流动力学分析，实现在控制病情上的准确判断，免去有创手术给患者带来的伤害。
-
公开(公告)号：CN114864095A
公开(公告)日：2022-08-05
申请号：CN202210491604.5
申请日：2022-04-29
Applicant: 西安理工大学
IPC: G16H50/50 , G16H30/40 , G06F30/23 , G06F30/28 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08 , G06T5/00 , G06T7/00 , G06T7/11 , G06T7/136 , G06T17/20 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种结合多运动强度下的狭窄冠脉血运变化的分析方法，首先对冠脉狭窄CT图构建图像样本库，进行标签类别处理；对由心脏CTA提取出的CT原始序列图采用小波相关方法进行去噪、增强预处理；对CT图像采用深度学习方法中卷积神经网络模型CNN进行特征提取，并采用Otsu方法进行分割，最后进行三维重建；将三维重建后的图像进行有限元分析；最后将测试患者在静息状态、不同运动强度的情况下，病人的壁面剪切力、血流速度、壁面压力以及壁面形变变化情况。本发明测量冠脉粥样硬化病人在静息及三个不同等级的运动强度下的血流动力学分析，实现在控制病情上的准确判断，免去有创手术给患者带来的伤害。
-
公开(公告)号：CN113283089A
公开(公告)日：2021-08-20
申请号：CN202110593776.9
申请日：2021-05-28
Applicant: 西安理工大学
IPC: G06F30/20 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于双变阈值的产品可靠性评估方法，具体按照以下步骤实施：步骤1、分析产品所遭受的外界冲击过程；步骤2、分析产品的性能退化过程；步骤3、建立软失效阈值模型与硬失效阈值模型；步骤4、计算产品软失效概率与硬失效概率；步骤5、构建产品可靠性模型。本发明有助于提高产品使用可靠性。
-
公开(公告)号：CN119397323A
公开(公告)日：2025-02-07
申请号：CN202411293613.9
申请日：2024-09-14
Applicant: 西安理工大学
Abstract: 本发明公开了基于多信息重构注意力机制的故障迁移诊断方法，具体按照以下步骤实施：步骤1、采用滑动窗口法构建数据集；步骤2、使用特征提取器对输入的数据进行特征信息的提取；步骤3、将步骤2中提取的特征信息输入到改进的通道注意力机制中，实现对模型关注信息的提取；步骤4、将注意力机制的结果分别输入到分类器和域分类器中，从而实现对故障的诊断。本发明解决了现有技术中存在的通道注意力机制对信息观察不全面的问题。现有的通道注意力机制在处理复杂工业系统中的故障诊断时，往往会受到冗余信息的干扰，导致诊断准确率下降。
-
公开(公告)号：CN112183597B
公开(公告)日：2023-10-31
申请号：CN202010995568.7
申请日：2020-09-21
Applicant: 西安理工大学
IPC: G06F18/2323 , G06F18/214 , G06V20/54 , G06V10/762 , G06V10/774 , G06Q50/26
Abstract: 本发明公开了一种基于谱聚类的非均衡交通事故严重程度分析方法，首先通过路段摄像头或者检测器记录车辆在运行过程中发生车祸时的原始事故数据D'；通过编码技术将原始事故数据D'进行离散编码及归一化，得到有效事故数据D；然后结合合成少数类过采样技术SMOTE算法将有效事故数据D进行重采样，得到先验分布均衡的事故数据T；将结构化事故数据T转化为事故图数据G；最后结合谱聚类算法，得到不同环境因素对应的事故严重程度。本发明解决了现有技术中存在的事故数据分布不均衡导致事故严重程度分析效果较差的问题。
-
Patent Agency Ranking
公开(公告)号：CN113390654A
公开(公告)日：2021-09-14
申请号：CN202110606450.5
申请日：2021-05-28
Applicant: 西安理工大学
IPC: G01M17/08 , G06F30/15 , G06F30/20 , G06F111/08 , G06F119/14
Abstract: 本发明公开了一种基于多源信息融合的列车制动故障诊断方法，首先对列车制动过程进行受力分析，包括列车空气制动力B、列车运行基本阻力R1(v)、列车运行附加阻力R2(v,x)，建立列车非线性制动状态空间模型；然后构建基于联邦卡尔曼的列车多源制动监测数据融合滤波，得到多源测量信息融合结果；最后选取递归最大期望辨识算法对数据融合结果分析，首先构造融合数据的条件数学期望，然后选取梯度下降法对所构建的数学期望进行优化，得到制动盘摩擦系数的辨识结果，进而给出诊断结果。本发明消除了传感器误差、传感器故障、监测频率不同、监测数据缺失、漂移等不利因素对诊断结果的影响，建立了列车制动模型与故障诊断框架，提高了诊断效率与诊断精度。
-
公开(公告)号：CN112784429A
公开(公告)日：2021-05-11
申请号：CN202110125189.7
申请日：2021-01-29
Applicant: 西安理工大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种考虑时变软失效阈值的相依竞争失效模型的可靠性分析方法，具体按照以下步骤实施：步骤1、建立机械设备由随机冲击引起的系统硬失效模型；步骤2、建立时变软失效阈值的系统软失效模型；步骤3、建立时变软失效阈值的相依竞争失效的系统可靠性模型。本发明解决了现有技术中存在的失效阈值恒定导致可靠性模型准确性低，进而导致可靠性分析不够精确的问题。
-
公开(公告)号：CN112685515A
公开(公告)日：2021-04-20
申请号：CN202110025365.X
申请日：2021-01-08
Applicant: 西安理工大学
IPC: G06F16/28 , G06F16/245
Abstract: 本发明公开了一种基于D‑SMOTE的离散数据过采样方法，具体按照以下步骤实施：步骤1、通过人为或记录仪记录交通事故样本；步骤2、确定所述步骤1得到的事故样本中的最多类样本与多个少类样本，并通过随机选取方式确定三角闭环空间；步骤3、计算所述步骤2中最多类样本与多个少类样本之间的比值λ，将该比值作为少类样本的采样倍率；步骤4、通过改进插值公式，产生带有离散特征的少类样本数据。本发明有助于提高交通事故严重程度数据集质量，为道路安全决策提供依据。
-
公开(公告)号：CN119939428A
公开(公告)日：2025-05-06
申请号：CN202510022875.X
申请日：2025-01-07
Applicant: 西安理工大学
IPC: G06F18/2431 , G06F18/214 , G06F16/334 , G06F16/335 , G06F16/35 , G06N3/006
Abstract: 本发明提供了一种基于增量学习的中文文献分类方法，具体包括：构建中文文献分类问题的基准数据集：构建基于增量学习的中文文献分类的基准模型：使用羊群选择算法选取旧类别中具有代表性的数据，和新类别数据合并，构建增量学习数据集：将增量学习数据集输入到基准模型中，在增量学习损失函数约束下进行训练：使用权重对齐方法对基准模型中的全连接层的输出为新类别的权重进行更新；最后将待分类中文文献输入到全连接层权重对齐后的模型中，进行文本信息识别，得到文献分类结果。本发明可用于鉴定中文文献的类别，使用权重对齐方法和解耦的蒸馏损失函数，使得多分类问题结果更为可靠和可信，降低系统误差。
-
公开(公告)号：CN118779700A
公开(公告)日：2024-10-15
申请号：CN202410856659.0
申请日：2024-06-28
Applicant: 西安理工大学
IPC: G06F18/24 , G06F18/214 , G06F17/18 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了基于Transformer的轨道不平顺检测方法，首先获取铁路线路上的轨道不平顺数据与相对应的列车空间姿态数据，对该数据进行时间窗口法处理与数据标准化，构建轨道不平顺数据集，并将该数据集按照7：2：1的比例划分为训练集、验证集与测试集。然后构建Transformer模型与轻量化解码器对Transformer模型进行参数训练，当模型在验证集上的损失函数达到最小时候，记录下当前模型的全部参数值；利用Transformer模型对测试集数据进行轨道不平顺检测；最后构建评价指标，本发明解决了传统检测方法依赖高精度传感器导致的成本高问题，以及数据方法中序列神经网络难以处理长序列轨道数据的问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
