应用InSAR数据的混合深度学习的滑坡易发性评估方法及系统

    公开(公告)号:CN115526103A

    公开(公告)日:2022-12-27

    申请号:CN202211214989.7

    申请日:2022-09-30

    申请人: 武汉大学

    发明人: 袁瑞 陈静

    摘要: 本发明提供一种应用InSAR数据的混合深度学习的滑坡易发性评估方法及系统,基于InSAR位置提取滑坡诱发因子和滑坡与非滑坡二分类数据;基于共线性检验分析和信息增益分析滑坡诱发因子间的共线性关系以及滑坡诱发因子与滑坡易发性之间的重要关联程度;提出CNN‑LSTM,CNN‑GRU和CNN‑SRU三种混合深度学习网络基于滑坡诱发因子和滑坡分类数据构建滑坡易发性模型进行滑坡易发性的分析;构建其它三种混合的机器学习网络CNN‑SVM,CNN‑RF和CNN‑LR进行滑坡易发性评估的比较工作。本发明适用于基于InSAR数据的滑坡易发性评估应用。

    门诊服务满意度在线调查方法、装置、设备及存储介质

    公开(公告)号:CN113888205A

    公开(公告)日:2022-01-04

    申请号:CN202111051242.X

    申请日:2021-09-08

    申请人: 武汉大学

    发明人: 陈静

    摘要: 本发明公开了一种门诊服务满意度在线调查方法、装置、设备及存储介质,所述方法通过获取当前满意度评价维度,根据所述当前满意度评价维度确定调查问卷条目;接收就诊人员的初始满意度评价,根据所述初始满意度评价从调查问卷条目中确定目标问题;根据所述目标问题生成调查问卷,并将所述调查问卷推送至所述就诊人员;能够缩短患者填写问卷的时间,操作更简单便捷,给出了答复更具有真实性,提高了收集问题的准确度,问题具有多样化及代表性,提升了满意度回馈的时效性和响应程度,患者在就诊结束后第一时间能够将最真实的就医体验进行反馈。

    一种基于深度学习和定性空间推理的泛在道路信息定位方法

    公开(公告)号:CN112148894A

    公开(公告)日:2020-12-29

    申请号:CN202011055015.X

    申请日:2020-09-30

    申请人: 武汉大学

    发明人: 程若桢 陈静

    摘要: 本发明提供一种基于深度学习和定性空间推理的泛在道路信息定位方法,训练基于深度学习的道路语义匹配模型以适应多样的道路位置描述和道路或其局部位置的匹配;构建包含道路本体模型的实例和基于ELLGs的简化的道路之间的定性方位关系的道路语义网络;将泛在道路描述解析为参考道路描述和相对于参考道路的定性方位关系;基于道路语义匹配模型获取参考道路描述在道路语义网络中的匹配实例;基于匹配实例和定性方位关系对道路语义网络进行语义查询以实现定性方位推理并获取目标道路。本发明能够适应从包含定性方位信息的泛在道路描述定位到空间位置的应用。

    一种换流变检修质量综合评估方法

    公开(公告)号:CN108629491A

    公开(公告)日:2018-10-09

    申请号:CN201810333300.X

    申请日:2018-04-13

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明提供一种换流变检修质量综合评估方法,综合考量换流变检修后各类检查、测量及试验参数,选用国家标准或行业标准对各检修参数去单位化处理,获取各检修参数的评分,建立并处理联合参数矩阵以计算出基于数据的换流变检修质量评估系数向量;采用判断标度矩阵计算出基于经验的换流变检修质量影响因子向量,取平均值作为换流变检修质量综合评价因子向量,再计入环境、检修人员、检修资料的影响后,计算换流变检修质量综合评分,根据评分结果判断换流变整体检修质量。本发明的评估方法综合考虑换流变检修的多方面检查、试验因素,建立可靠的换流变检修质量综合评估模型,对换流变检修情况进行客观分析和正确评估,使换流变检修向最优化目标逼近。

    单导心贴数据智能诊断云计算系统及其处理方法

    公开(公告)号:CN108597600A

    公开(公告)日:2018-09-28

    申请号:CN201810224388.1

    申请日:2018-03-19

    摘要: 本发明公开了一种单导心贴数据智能诊断云计算系统及处理方法,所述系统包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块;客户端采集模块用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据;存储服务模块用于存储长时动态心电图数据、心电分析报告;消息队列服务模块用于消息传递,实现功能解耦;计算服务模块:用于提供计算所需要的硬件资源,由单导心贴长时动态心电图数据绘制心电散点图,运用AI模型对散点图进行人工智能诊断,计算得到心电散点图的分类结果,形成心电分析报告。本发明依靠云服务架构的存储服务和计算服务,有效提高了动态心电的分析速度以及提高诊断的准确度。

    水稻稻瘟病抗性基因Pike及其应用

    公开(公告)号:CN104531717A

    公开(公告)日:2015-04-22

    申请号:CN201410794672.4

    申请日:2014-12-18

    申请人: 武汉大学

    摘要: 本发明公开了一种水稻稻瘟病抗性基因Pike及其应用,涉及一种水稻稻瘟病抗性基因Pike的克隆及其编码蛋白与应用,还涉及根据该基因产生的功能性分子标记及应用,属于水稻抗病育种领域。水稻稻瘟病抗性基因Pike包括Pike-1和Pike-2,其基因组核苷酸序列分别如SEQ ID NO.1和SEQ ID NO.2所示,编码的蛋白的氨基酸序列分别如SEQ ID NO.5和SEQ ID NO.6所示。根据Pike-1和Pike-2的序列产生的dCAPS分子标记可用于检测是否具有Pike基因。本发明的基因、蛋白或分子标记可用于抗稻瘟病水稻品种育种、鉴定或提高植物对稻瘟病菌的抗性。

    一种带纹理约束的三维模型顶点聚类简化方法

    公开(公告)号:CN102509339A

    公开(公告)日:2012-06-20

    申请号:CN201110304282.0

    申请日:2011-10-10

    申请人: 武汉大学

    发明人: 陈静 李墨 李华玮

    IPC分类号: G06T15/04

    摘要: 本发明提供一种带纹理约束的三维模型顶点聚类简化方法,在顶点自适应划分过程中,考虑到算法效率,将顶点从几何空间扩展到包含纹理坐标的5维空间;在顶点自适应划分过程中,按照顶点在几何空间和纹理空间的位置对其进行划分;进行误差度量时,分别计算其几何误差和纹理误差,如果误差值大于给定的阈值,则需要对当前节点进行分裂操作;在顶点自适应划分过程中,不进行迭代计算出新顶点的几何位置,而是考虑到节约存储资源和提高算法效率,用原始模型中较为重要顶点作为聚类代表点。本发明通过将纹理误差度量和几何简化有机统一起来,实现了海量复杂三维模型的快速简化,支持城市虚拟场景高效三维可视化。

    基于蒙特卡罗树搜索的城市物流无人机任务分配方法

    公开(公告)号:CN117829474A

    公开(公告)日:2024-04-05

    申请号:CN202311742608.7

    申请日:2023-12-15

    申请人: 武汉大学

    发明人: 马泽远 陈静

    摘要: 本发明公开了一种基于蒙特卡罗树搜索的城市物流无人机任务分配方法,包括:步骤1、根据无人机的数量和载荷能力,结合物流任务所在的位置信息,将所有物流任务进行分组得到每个任务组中的多个子任务;步骤2、根据无人机的位置和能量情况,建立每一个任务组与无人机之间一一对应的多个搜索树,并建立公共搜索集合;步骤3、基于建立的搜索树和公共搜索集合,采用改进的蒙特卡罗树搜索MCTS在每个任务组中进行多个无人机与多个子任务之间的分配计算,得到最合适的分配策略。本发明对MCTS方法进行改进,通过建立多个搜索树,在多个搜索树中进行多任务匹配关系的计算,并对选择、扩展和模拟三个过程进行改进,可以对大量任务进行分配。

    一种基于深度学习和定性空间推理的泛在道路信息定位方法

    公开(公告)号:CN112148894B

    公开(公告)日:2024-01-26

    申请号:CN202011055015.X

    申请日:2020-09-30

    申请人: 武汉大学

    发明人: 程若桢 陈静

    摘要: 本发明提供一种基于深度学习和定性空间推理的泛在道路信息定位方法,训练基于深度学习的道路语义匹配模型以适应多样的道路位置描述和道路或其局部位置的匹配;构建包含道路本体模型的实例和基于ELLGs的简化的道路之间的定性方位关系的道路语义网络;将泛在道路描述解析为参考道路描述和相对于参考道路的定性方位关系;基于道路语义匹配模型获取参考道路描述在道路语义网络中的匹配实例;基于匹配实例和定性方位关系对道路语义网络进行语义查询以实现定性方位推理并获取目标道路。本发明能够适应从包含定性方位信息的泛在道路描述定位到空间位置的应用。

    一种联合有效降雨模型的滑坡时空危险性评估方法

    公开(公告)号:CN115859801A

    公开(公告)日:2023-03-28

    申请号:CN202211492956.9

    申请日:2022-11-25

    申请人: 武汉大学

    发明人: 袁瑞 陈静

    摘要: 本发明提供一种联合有效降雨模型的滑坡时空危险性评估方法,基于获取的滑坡诱发因子分析与滑坡发生的相关性以及重要性程度;采用三种混合深度学习网络构建滑坡易发性模型,计算滑坡的空间概率;通过在Transformer网络编码层中嵌入有效降雨模型并改变原有的注意力机制模块,提出一种ST‑Transformer深度学习网络预测滑坡不同时间周期的有效降雨量,选取最高精度的预测时间评估滑坡发生的时间概率;改变原有的滑坡危险性计算公式,并结合前面两个结果定量计算上述最佳预测时间的滑坡危险性。本发明能够为滑坡危险评估与风险管理提供可靠的决策依据。