-
公开(公告)号:CN119045340A
公开(公告)日:2024-11-29
申请号:CN202411505523.1
申请日:2024-10-28
Applicant: 武汉大学
IPC: G05B13/04 , E03F1/00 , E03F5/10 , G06Q10/0631 , G06Q50/26
Abstract: 本申请提供的分流式雨水调蓄池的实时预测控制与动态优化方法及系统,方法包括以下步骤:设定雨天算法决策;设定旱天算法决策;获取动态数据库;根据获取的调蓄池降雨监测数据以及调蓄池上游雨水井流量,判断获取实时天气条件;以获取的水质、流量、水位以及降雨监测数据为训练集,对设定的雨天算法决策以及旱天算法决策进行参数动态优化,获取参数动态优化后的雨天算法决策以及旱天算法决策;根据获取的实时天气条件,依据调蓄池系统基础信息,控制调蓄池系统执行对应天气的参数动态优化后的雨天算法决策或旱天算法决策。本申请能利用不断更新的调蓄池系统在线监测数据与天气预报数据,显著地提高雨水调蓄池的水量‑水质‑经济多重控制性能。
-
公开(公告)号:CN116564511A
公开(公告)日:2023-08-08
申请号:CN202310190857.3
申请日:2023-03-02
Applicant: 武汉大学
IPC: G16H50/30 , G16H50/70 , G06F18/25 , G06F18/214 , G06N3/045
Abstract: 本发明公开了一种慢性病健康状态预测方法、装置及设备,涉及医学数据分析与预测技术领域,其中,预测方法包括:将基本信息特征表示和动态随访数据特征表示进行融合,形成融合后的数据;将融合后的数据通过多头自注意力机制进行处理,形成处理数据;基于第一全连接层对所述处理数据处理形成慢性病健康预测结果。针对性地分离基本信息和随访数据,并将随访数据建模成时间序列形式,对于慢性病随访患者预测提供了一种基于时间序列数据挖掘的完整解决方案,设计个性化的自注意力融合机制并将其应用于模型中,有效提升预测精度。
-
公开(公告)号:CN111899314B
公开(公告)日:2022-04-15
申请号:CN202010680560.1
申请日:2020-07-15
Applicant: 武汉大学
Abstract: 本发明提供一种鲁棒的基于低秩张量分解和总变分正则化的CBCT重建方法,包括:在CBCT重建中使用Huber损失函数作为数据保真项,使得重建在低辐射剂量条件下对于脉冲噪声具有鲁棒性;低秩张量特性被用作为先验项,这种特性有助于恢复由脉冲噪声引起的结构信息丢失;通过进一步集成3D TV先验项以减少高斯噪声的影响,从而提出CBCT重建模型;通过交替最小化方法解决优化问题,得到并输出重建图像。本发明方法可以在高斯噪声和脉冲噪声混合的状态下,不仅可以有效的一直噪声的影响,还能很好的保留边缘,重建高质量的三维图像。
-
-