-
公开(公告)号：CN102800088A
公开(公告)日：2012-11-28
申请号：CN201210216316.5
申请日：2012-06-28
Applicant: 华中科技大学
Abstract: 本发明属于计算机技术与医学图像的交叉领域，具体涉及到一种超声图像中颈动脉血管横断面方向上斑块的分割方法。具体步骤包括：选取当前帧图像；分割得到血管内、外膜轮廓；提取斑块分割感兴趣区域；检测初始斑块外边界：包括在感兴趣区域转换得到的极坐标图像上对每列位于内外膜轮廓间的像素点灰度值进行曲线拟合、检测具有灰度极小值且离外膜轮廓最近的像素点作为初始斑块外边界点；水平集演化得到斑块最终外边界；将最终外边界与内膜轮廓间区域作为斑块区域。本发明提供的超声图像中颈动脉斑块分割方法能够精确分割出斑块；较大幅度减少医生的工作量；基于本方法的分割结果计算得到的斑块体积、面积指标能辅助医生分析病变程度及治疗效果。
-
公开(公告)号：CN111967157B
公开(公告)日：2023-10-20
申请号：CN202010821109.7
申请日：2020-08-14
Applicant: 中国水利水电科学研究院 , 华中科技大学
IPC: G06F30/20 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种考虑分期多目标函数的水库群水沙优化调度方法及系统，通过收集流域各水库的特征曲线、特征水位数据、电站基础数据，确定各水库调度过程约束条件，选取流域内水库群发电量最大以及水库泥沙淤积量最小为调度目标，建立流域水库群水沙联合优化调度模型；将水库历史径流、含沙量数据处理至旬尺度，作为调度模型的输入情景；并采用离散微分动态规划方法求解调度模型，从而得到水库群水沙联合优化调度方案。本发明考虑了泥沙冲淤、防洪、防凌、发电、供水等多重目标以及调度时期内目标权重系数的适用性变化，引入排沙比刻画水库群泥沙冲淤量，为流域水沙调度提供了一种新的思路和方法，并且能够提高调度过程可靠性和调度结果综合效益。
-
公开(公告)号：CN113191561B
公开(公告)日：2022-07-15
申请号：CN202110510281.5
申请日：2021-05-11
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于高斯混合模型的径流随机模拟方法及系统，属于随机水文领域，具体为：根据已知t‑1时段流量条件下t时段流量的条件分布以及已知t‑1时段流量条件下t时段流量的条件分布值，计算t时段流量的模拟值；其中，已知t‑1时段流量条件下t时段流量的条件分布的获取方法为：基于历年逐日实测流量序列数据，采用算术平均方法获取某一时间尺度的径流序列数据；基于径流序列数据，构建高斯混合模型；根据高斯混合模型，推求已知t‑1时段流量条件下t时段流量的条件分布。已知t‑1时段流量条件下t时段流量的条件分布值的获取方法为：通过对0～1均匀分布进行随机抽样获得。本发明提高了径流随机模拟的准确性和可靠性。
-
公开(公告)号：CN113191561A
公开(公告)日：2021-07-30
申请号：CN202110510281.5
申请日：2021-05-11
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于高斯混合模型的径流随机模拟方法及系统，属于随机水文领域，具体为：根据已知t‑1时段流量条件下t时段流量的条件分布以及已知t‑1时段流量条件下t时段流量的条件分布值，计算t时段流量的模拟值；其中，已知t‑1时段流量条件下t时段流量的条件分布的获取方法为：基于历年逐日实测流量序列数据，采用算术平均方法获取某一时间尺度的径流序列数据；基于径流序列数据，构建高斯混合模型；根据高斯混合模型，推求已知t‑1时段流量条件下t时段流量的条件分布。已知t‑1时段流量条件下t时段流量的条件分布值的获取方法为：通过对0～1均匀分布进行随机抽样获得。本发明提高了径流随机模拟的准确性和可靠性。
-
公开(公告)号：CN111665575A
公开(公告)日：2020-09-15
申请号：CN202010463013.8
申请日：2020-05-27
Applicant: 长江水利委员会水文局 , 华中科技大学
Abstract: 本发明公开了一种基于统计动力的中长期降雨分级耦合预报方法及系统，属于降雨预报领域，包括：模型训练阶段：搜集目标区域和全球尺度的历史水文气象数据，并建立涵盖统计学模型和动力学模型的中长期降雨预报模型库，对于其中的每一个降雨预报模型，利用该模型对不同历史时间段的降雨量进行预报，并将预报结果划分为k个降雨量等级；基于神经网络建立各降雨量等级对应的耦合预报模型，并结合同期实测降雨量对其进行训练；降雨预报阶段：利用各降雨预报模型分别预报目标时间段的降雨量，确定相应的降雨量等级，并选取对应的耦合预报模型耦合各预报结果，得到最终预报结果。本发明能够提高中长期降雨预报的精度，并延长降雨预报的预见期。
-
Patent Agency Ranking
公开(公告)号：CN117421558B
公开(公告)日：2024-06-21
申请号：CN202311418406.7
申请日：2023-10-26
Applicant: 华中科技大学 , 中国长江电力股份有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种梯级水库运行规则提取及其模型训练方法，属于水利技术领域。本发明方法首先收集梯级水库的历史运行数据、流域网格实测降水数据和流域网格预报降水数据，建立水文模型并确定源头水库入库流量预报和子区间网格降水预报的有效预见期；再利用所述有效预见期内各个时段的源头水库入库预报流量和子区间网格预报降水，构建不同有效预见期下的输入因子集；耦合ConvLSTM和LSTM，构建关联水文气象时空信息的梯级水库运行规则提取模型；最后利用输入因子集训练得到最优梯级水库运行规则提取模型。通过对比实验可知，本发明方法构建的梯级水库运行规则提取模型能更为准确地模拟各水库不同时期的出库流量变化过程。
-
公开(公告)号：CN111104981B
公开(公告)日：2022-09-16
申请号：CN201911317633.4
申请日：2019-12-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于机器学习的水文预报精度评价方法及系统，属于水文预报精度评价领域，包括：获得同一断面的水文预报结果和同期实测结果，以计算洪峰评价指标、洪量评价指标及径流过程评价指标，形成一条评价指标数据；利用已训练好的水文预报精度评价模型识别评价指标数据所属的精度等级，作为水文预报精度评价结果；水文预报精度评价模型为机器学习分类模型；精度等级的划分包括：根据历史数据分别计算每一场历史洪水事件对应的评价指标数据，作为历史评价指标数据；对历史评价指标数据进行聚类，得到C个类别，分别对应C个精度等级；根据类别内部的评价指标水平，对相应的精度等级进行优劣排序。本发明能够实现对水文预报精度的准确评级。
-
公开(公告)号：CN111126699A
公开(公告)日：2020-05-08
申请号：CN201911355163.0
申请日：2019-12-25
Applicant: 华中科技大学
Abstract: 本发明公开一种考虑降雨量等级的水文预报方法及系统，公开了考虑降雨量等级的水文不确定性处理器应用方法。包括以下步骤：(1)收集流域的水文气象资料和相关的定量降雨预报；(2)建立水文模型得到不同预见期下的预报流量；(3)采用遗传算法确定降雨量分级阈值；(4)根据上一步确定的阈值，分别计算强降雨和弱降雨下的后验概率密度函数；(5)对水文不确定性进行计算分析。本发明提出了采用遗传算法确定降雨量分级阈值的方法，利用高斯混合模型拟合实测流量和预报流量的边缘分布，分析了强降雨和弱降雨情况下水文不确定性大小，提出了一种考虑降雨量等级的水文不确定性处理器应用方法，完善了水文不确定性处理器的应用。
-
公开(公告)号：CN111080152A
公开(公告)日：2020-04-28
申请号：CN201911337655.7
申请日：2019-12-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种梯级水库发电调度补偿电量分配方法，属于水库调度技术领域，包括：将设计代表年的径流数据分别输入水库单库优化调度模型和梯级水库联合调度模型，计算单库调度和所有水库联合调度时各水库的发电量，以及某一水库为径流且剩余水库联合调度时的总发电量，且计算补偿电量和相对贡献系数；根据各水库补偿电量贡献值计算各水库的相对贡献系数；根据补偿电量、相对贡献系数以及单库调度时各水库的发电量，更新所有水库联合调度时各水库的发电量。本发明可有效的指导梯级补偿电量的分配问题，提高了联合调度的可行性。
-
公开(公告)号：CN109614642A
公开(公告)日：2019-04-12
申请号：CN201811294188.X
申请日：2018-10-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种水文频率分析的模型选择方法，包括：对长系列水文数据进行年最大取样，得到年最大雨量或流量样本，作为水文数据集D；采用多种广义分布函数拟合水文数据集D，得到每种广义分布函数对应的水文频率分析模型；利用水文数据集D和长系列水文数据的站点信息I，得到水文频率分析模型的后验概率，选择后验概率最大的水文频率分析模型对应的广义分布函数作为最合理的分布函数。本发明方法的选择结果合理且可靠。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.041 seconds)
