一种基于混合监督式学习的输电断面功率极限快速评估方法

    公开(公告)号:CN114936527A

    公开(公告)日:2022-08-23

    申请号:CN202210627947.X

    申请日:2022-06-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于混合监督式学习的输电断面功率极限快速评估方法,包括:(1)针对电网不同运行方式,采集大量电网断面潮流以及SCADA数据,形成电网运行方式文件;(2)对电网不同运行方式进行仿真分析,得出相应运行方式的输电断面功率极限值;(3)使用潮流态信息作为数据特征,将数据特征和对应的输电断面功率极限值放入样本库;(4)采用多种机器学习模型进行监督式学习训练,并从中选出最优模型;(5)利用选出的最优模型,进行输电断面功率极限的快速评估。本发明通过历史运行方式大量仿真分析、特征工程,训练并定期更新机器学习模型,可形成电网运行状态与功率极限的准确匹配关系,从而快速、准确地实时评估输电断面功率极限。

    一种基于弱监督学习的视网膜脱离区定位方法和系统

    公开(公告)号:CN118037650A

    公开(公告)日:2024-05-14

    申请号:CN202410120535.6

    申请日:2024-01-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于弱监督学习的视网膜脱离区定位方法和系统,属于医疗图像处理技术领域,包括:获取眼科中心就诊患者的广角眼底图像构建数据集,对数据集进行图像级别弱标签注释;将图像数据预处理后构建感兴趣区训练集,输入预训练的卷积神经网络中以识别视网膜脱离图像;引入注意力调制模块重新调整特征显著性分布,将敏感特征和次要特征同时纳入生成视网膜脱离病灶特异性激活热图,设定阈值生成粗略的语义分割伪标签;以眼底图像中黄斑和视盘的解剖位置为参考点建立坐标系,根据上述热图对视网膜脱离病灶实现解剖学定位。本发明采用弱监督学习以及注意力机制,使定位热图涵盖完整的病灶区域,实现了视网膜脱离区的自动识别与精准定位。

    一种基于混合监督式学习的输电断面功率极限快速评估方法

    公开(公告)号:CN114936527B

    公开(公告)日:2025-03-21

    申请号:CN202210627947.X

    申请日:2022-06-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于混合监督式学习的输电断面功率极限快速评估方法,包括:(1)针对电网不同运行方式,采集大量电网断面潮流以及SCADA数据,形成电网运行方式文件;(2)对电网不同运行方式进行仿真分析,得出相应运行方式的输电断面功率极限值;(3)使用潮流态信息作为数据特征,将数据特征和对应的输电断面功率极限值放入样本库;(4)采用多种机器学习模型进行监督式学习训练,并从中选出最优模型;(5)利用选出的最优模型,进行输电断面功率极限的快速评估。本发明通过历史运行方式大量仿真分析、特征工程,训练并定期更新机器学习模型,可形成电网运行状态与功率极限的准确匹配关系,从而快速、准确地实时评估输电断面功率极限。

    基于深度学习的眼睑拓扑形态特征的提取方法

    公开(公告)号:CN112837805A

    公开(公告)日:2021-05-25

    申请号:CN202110036779.2

    申请日:2021-01-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的眼睑拓扑形态特征的提取方法。具体为:采集正常人的电子数码照片,对电子数码照片进行处理后构建ROI图像训练集,将ROI图像训练集输入待训练的卷积神经网络中得到训练好的卷积神经网络;对待测的电子数码照片使用面部识别方法定位眼部感兴趣区域位置(ROI),获得待测的ROI区域图像,将待测的ROI区域图像输入训练后的卷积神经网络输出带有眼睑轮廓线和角膜轮廓线图像,确定待测的电子数码照片的圆形比例尺、瞳孔中心,提取单眼的眼睑拓扑形态特征。本发明使用卷积神经网络对眼睑及角膜结构进行分割,并使用MeanShift聚类确定瞳孔中心后进行眼睑相关结构参数自动化计算,获得与手动测量相当的准确度。

    基于深度学习的眼睑拓扑形态特征的提取方法

    公开(公告)号:CN112837805B

    公开(公告)日:2024-03-29

    申请号:CN202110036779.2

    申请日:2021-01-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的眼睑拓扑形态特征的提取方法。具体为:采集正常人的电子数码照片,对电子数码照片进行处理后构建ROI图像训练集,将ROI图像训练集输入待训练的卷积神经网络中得到训练好的卷积神经网络;对待测的电子数码照片使用面部识别方法定位眼部感兴趣区域位置(ROI),获得待测的ROI区域图像,将待测的ROI区域图像输入训练后的卷积神经网络输出带有眼睑轮廓线和角膜轮廓线图像,确定待测的电子数码照片的圆形比例尺、瞳孔中心,提取单眼的眼睑拓扑形态特征。本发明使用卷积神经网络对眼睑及角膜结构进行分割,并使用MeanShift聚类确定瞳孔中心后进行眼睑相关结构参数自动化计算,获得与手动测量相当的准确度。

    一种软性多孔硅胶义眼座及其制备方法

    公开(公告)号:CN112107734A

    公开(公告)日:2020-12-22

    申请号:CN202010981239.7

    申请日:2020-09-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种软性多孔硅胶义眼座及其制备方法。采用硅胶材料制备,具有高孔隙率的相互贯穿的多孔结构,其表面及内部的微观孔均匀分布且互相连通;在半球形聚四氟乙烯模具中先后加入一半用量的明胶微粒,用乙醇水溶液渗透,恒温烘干粘结成型,将硅胶预聚物与交联剂混合,机械搅拌下混合均匀,获得硅胶预聚物混合物;负压硅胶预聚物混合物导入球形明胶模板交联固化,恒温水浴去除模板得到软性多孔硅胶义眼座。本发明纯硅胶义眼座生物相容性和生物稳定性好,具有可控的孔径,良好的孔连通性,极高的孔隙率,通过结构和力学性能优化提高植入物存活率,降低术后并发症;且方法简单材料成本低。

    基于慢速瞬目视频分析的提上脸肌肌力评估方法及系统

    公开(公告)号:CN119700093A

    公开(公告)日:2025-03-28

    申请号:CN202510027784.5

    申请日:2025-01-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于慢速瞬目视频分析的提上脸肌肌力评估方法,包括:输入受试者的慢速瞬目视频和生理信息;利用面部标记检测法对视频片段进行划分,以获单眼瞬目视频片段,将生理信息,慢速瞬目视频,对应的单眼瞬目视频片段和标签组成数据集;构建双路径识别网络,包括文本特征提取模块,并行的慢速通道模块和快速通道模块,以及融合模块和预测模块;利用数据集对双路径识别网络进行训练,以获得视频分类模型;将待识别的慢速瞬目视频和生理数据输入至视频分类模型中,以输出对应的预测结果。本发明还提供了一种提上脸肌肌力评估系统。本发明提供的方法能对提上脸肌肌力进行快速评估,以为后续治疗方案提供更完善的参考。

    一种软性多孔硅胶义眼座及其制备方法

    公开(公告)号:CN112107734B

    公开(公告)日:2021-09-24

    申请号:CN202010981239.7

    申请日:2020-09-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种软性多孔硅胶义眼座及其制备方法。采用硅胶材料制备,具有高孔隙率的相互贯穿的多孔结构,其表面及内部的微观孔均匀分布且互相连通;在半球形聚四氟乙烯模具中先后加入一半用量的明胶微粒,用乙醇水溶液渗透,恒温烘干粘结成型,将硅胶预聚物与交联剂混合,机械搅拌下混合均匀,获得硅胶预聚物混合物;负压硅胶预聚物混合物导入球形明胶模板交联固化,恒温水浴去除模板得到软性多孔硅胶义眼座。本发明纯硅胶义眼座生物相容性和生物稳定性好,具有可控的孔径,良好的孔连通性,极高的孔隙率,通过结构和力学性能优化提高植入物存活率,降低术后并发症;且方法简单材料成本低。

Patent Agency Ranking