一种自控电子镇痛输注泵
    11.
    发明授权

    公开(公告)号:CN103394147B

    公开(公告)日:2015-05-13

    申请号:CN201310352568.5

    申请日:2013-08-14

    Applicant: 武汉大学

    Inventor: 许贤泽 王庆

    Abstract: 本发明涉及一种自控电子镇痛输注泵,包括基座、固定在基座上的直流电机、与直流电机连接的蜗轮蜗杆传动机构、由轴上齿轮与带圆孔从动齿轮啮合的齿轮传动机构、跨在带圆孔从动齿轮两侧的槽型光电传感器、带有三个相位差为120°的偏心凸轮机构的主传动轴机构、设置在基座上受凸轮机构驱动的三个泵片、穿过基座上沟槽且受泵片顶压的输液管。本发明通过采用槽型光电传感器采集到旋转齿轮的圈数信息,反映出输注量信息。达到了利用一种简单有效的方法精确地控制了输注速度,还能对气泡、空液、输液管阻塞等异常进行排查的设计要求。方便了医生和病人可以根据实际情况进行自控输液,确保了患者的安全。

    基于风电天气分型特征选择的风电功率预测方法

    公开(公告)号:CN108710973B

    公开(公告)日:2021-08-06

    申请号:CN201810480398.1

    申请日:2018-05-18

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于风电天气分型特征选择的风电功率预测方法,具体步骤包括:以历史数据集中的测风塔10m风速筛选数值天气预报风电天气样本段;对筛选样本段进行聚类,将风电天气划分为n类,未筛选的样本段作为第n+1类;对各类天气的输入特征分别进行选择,将W维特征降低到di(i=1,2,…,n+1)维,di是第i类天气筛选得到的特征数;建立n+1类风电天气下的风电功率预测模型;识别未来24h各段风电天气类型,并分别将各类风电天气关联的di(i=1,2,…,n+1)维特征作为预测输入,进行风电功率预测。本发明对不同持续时长的风电天气进行分型,采用以数据驱动的特征选择方法,发现不同天气背景下风机出力的关联天气特征并分别建立风电功率预测模型,有效提高了预测精度和效率。

    一种模块化多电平换流器子模块电容老化在线监测方法

    公开(公告)号:CN109188144A

    公开(公告)日:2019-01-11

    申请号:CN201811108163.6

    申请日:2018-09-21

    Applicant: 武汉大学

    Abstract: 本发明提供一种模块化多电平换流器子模块电容老化在线监测方法,其包括以下步骤:S1、数据选择:采集子模块在一段时间mΔt内的开关函数Si,桥臂电流iarm,其中Δt为换流器的控制周期,m为连续采集的数据个数,当Si=1时,子模块投入;Si=0时,子模块切除;i=1,2,3…n,代表n个子模块;S2、特征量提取:根据步骤S1采集的数据,判断桥臂电流的方向和子模块的投切状态,计算各个子模块的开关频率f、充电状态导通次数与放电状态导通次数的比值λ两个特征量;S3、老化状态判断:根据步骤S2计算得到的特征量,比较各子模块的特征量大小,判断各子模块的相对老化程度,识别发生异常老化的子模块,特征量越大的子模块其老化越严重。

    基于结构相似度的显著性波段选择方法

    公开(公告)号:CN107607203B

    公开(公告)日:2019-08-06

    申请号:CN201710803169.4

    申请日:2017-09-08

    Abstract: 本发明涉及一种基于结构相似度的显著性波段选择方法,包括以下步骤:步骤一、采用经过去噪处理的高光谱遥感影像数据;步骤二、通过选定目标区域在各波段的显著差异度,由高至低对图像全波段进行排序;步骤三、基于结构相似度对排序后波段集合进行两两筛选,去除相似度大且显著度低的波段;步骤四、选择筛选后波段集的前若干波段,完成波段选择。本发明采用距离显著变换计算各波段目标区域的显著度,据此对所有波段进行排序,并通过结构相似度筛选相似度较大的波段,最终选取筛选后的前若干波段。这样的波段选择方法能够面向不同目标,得到不同的波段选择,更好地提升后续目标检测效果。

    基于结构相似度的显著性波段选择方法

    公开(公告)号:CN107607203A

    公开(公告)日:2018-01-19

    申请号:CN201710803169.4

    申请日:2017-09-08

    Abstract: 本发明涉及一种基于结构相似度的显著性波段选择方法,包括以下步骤:步骤一、采用经过去噪处理的高光谱遥感影像数据;步骤二、通过选定目标区域在各波段的显著差异度,由高至低对图像全波段进行排序;步骤三、基于结构相似度对排序后波段集合进行两两筛选,去除相似度大且显著度低的波段;步骤四、选择筛选后波段集的前若干波段,完成波段选择。本发明采用距离显著变换计算各波段目标区域的显著度,据此对所有波段进行排序,并通过结构相似度筛选相似度较大的波段,最终选取筛选后的前若干波段。这样的波段选择方法能够面向不同目标,得到不同的波段选择,更好地提升后续目标检测效果。

Patent Agency Ranking