-
公开(公告)号：CN102775358A
公开(公告)日：2012-11-14
申请号：CN201210301602.1
申请日：2012-08-22
申请人： 山东齐都药业有限公司
IPC分类号： C07D241/24
摘要： 本发明是一种6－氟－3－羟基－2－吡嗪酰胺的制备方法。其特征在于以3－氨基－2－吡嗪羧酸甲酯为起始原料经过羟基化、酯化、胺化、硝化、还原、氟化六步反应制备。提供了一种起始原料较易采购。操作简便，反应条件温和而且收率较高的适应工业化生产的6－氟－3－羟基－2－吡嗪酰胺制备方法。工艺路线较短，操作简单，工艺条件易于控制。六步反应，收率均较高。工艺条件温和，易于控制。适用于工业化生产装置，运行稳定。
-
公开(公告)号：CN118616310A
公开(公告)日：2024-09-10
申请号：CN202410445321.6
申请日：2024-04-15
申请人： 天津大学
摘要： 本发明涉及一种抛物面匹配层的真空背衬超声换能器，可以提高单一压电超声换能器主瓣能量峰值与传输中心轴线上声压。压电超声换能器由匹配层、压电层、背衬层、防水外壳构成。背衬层采用真空状态，将超声波能量向前反射。匹配层采用抛物面结构，使超声能量集中汇聚。抛物面匹配层最小厚度为辐射面中心处，取四分之一波长，最大厚度为边缘与防水外壳接触点，取四分之七波长。根据匹配层半径与超声波波长，可以确定截面抛物线y＝axn的参数，将抛物线旋转一周得到抛物面结构的匹配层。这种抛物面结构的真空背衬超声换能器，可以提高换能器前方中心轴线上的辐射声压，汇聚超声波能量，适用于水下超声能量传输。
-
公开(公告)号：CN117912597B
公开(公告)日：2024-08-23
申请号：CN202410079053.0
申请日：2024-01-19
申请人： 天津大学
IPC分类号： G16C20/70 , G16C20/30 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/045 , G06N3/042
摘要： 一种基于全局注意力机制的分子毒性预测方法：本发明涉及深度学习、分子特征提取和分子毒性预测等领域。本方法针对现有的基于深度学习的分子毒性预测方法对于分子特征的利用过于局限，而且传统的基于图神经网络的分子特征提取方法造成大量远程原子关联信息的丢失问题。本发明所采用的技术方案是：一种基于全局注意力机制的分子毒性预测方法，包括将分子毒性数据集中的分子转换为图结构数据、提出一种新的分子特征提取机制、提出一种基于全局注意力机制的分子毒性预测网络模型三个部分，可以有效地提取分子特征，全面地考虑到分子中原子和化学键的局部邻接关系以及全局的依赖性，从而获得更好的分子毒性预测效果。
-
公开(公告)号：CN115399791B
公开(公告)日：2024-06-14
申请号：CN202210750220.0
申请日：2022-06-28
申请人： 天津大学
摘要： 本发明涉及运动评估技术领域，特别涉及一种基于肌电运动多数据融合的卒中下肢在线功能评估系统。采集患者运动过程中的肌电信号和惯性信息，得到原始数据集，滤波去除漂移噪声和生理干扰，提取肌电和运动学特征，构建多模态特征集，使用随机森林回归算法选择重要性较高的特征子集。根据所述特征子集，构建基于K‑邻近节点回归(KNNR)算法的脑卒中下肢运动功能评估模型。基于肌电运动多数据融合的卒中下肢在线功能评估系统，具体包括：数据采集子系统、下肢运动功能评估子系统和在线显示子系统。本发明提出的评估系统同样适用于下肢运动能力较弱的患者，还可以用于对患者进行自行车康复训练后给出实时的康复效果。
-
公开(公告)号：CN118153633A
公开(公告)日：2024-06-07
申请号：CN202310862332.X
申请日：2023-07-14
申请人： 天津大学
IPC分类号： G06N3/0464 , G06N3/08 , G06N3/006
摘要： 一种基于一种改进的CNN架构优化设计方法：将卷积神经网络框架设计问题建模为一个有约束的组合优化问题，设计满足目标参数量要求的网络框架。提出了一种可变长编码策略，将卷积层个数、卷积层的输出输出通道数等超参数进行编码来表示卷积神经网络框架，然后采用改进的粒子群算法以CIFAR10和CIFAR100的测试数据集上的分类精度为适应度评估值对最优网络框架进行搜索，得到最优的卷积神经网络框架。本发明提出的基于改进的粒子群算法自动设计卷积神经网络框架的方法具有全自动、效率高等特点，对于经验不足的科研初学者也是非常友好的。
-
公开(公告)号：CN117524254A
公开(公告)日：2024-02-06
申请号：CN202311095972.9
申请日：2023-08-29
申请人： 天津大学
摘要： 本发明提供了一种基于混合分层分类的音频场景识别方法，包括对原始音频数据进行数据增强，获得增强后的音频数据；对增强后的音频数据进行特征提取，得到其对数梅尔能量特征作为输入特征；将对数梅尔能量特征输入到混合分层网络中，得到不同分层的特征向量以及对应的概率输出；对不同层次的输出概率加权求和作为最后的概率输出，并给出预测结果。本发明通过将层次化分类方法引入到音频场景识别领域，分析和建模音频场景类之间的分层结构，使其符合人类的感知模式，从而提升音频场景识别的准确率。
-
公开(公告)号：CN110796027B
公开(公告)日：2023-10-17
申请号：CN201910960583.5
申请日：2019-10-10
申请人： 天津大学
IPC分类号： G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 一种基于紧密卷积的神经网络模型的声音场景识别方法：建立用于声音场景分类的紧密卷积的神经网络模型；将包含有不同场景类别的音频文件和对应的场景类别的训练集输入用于声音场景分类的紧密卷积的神经网络模型，对用于声音场景分类的紧密卷积的神经网络模型进行训练；读取音频文件并进行预处理，得到音频信号片段；从所述的音频信号片段中提取对数梅尔图；将所述的对数梅尔图输入到训练后的用于声音场景分类的紧密卷积的神经网络模型中，得到最终的声音场景类别。本发明既保证了有效特征得以充分的利用而使准确率不变，又精简了网络模型而减少内存消耗，在声音场景识别中做到更加高效，更好的满足声音场景识别设备的性能要求。
-
公开(公告)号：CN116543795B
公开(公告)日：2023-08-29
申请号：CN202310778782.0
申请日：2023-06-29
申请人： 天津大学
IPC分类号： G10L25/51 , G10L25/18 , G10L25/21 , G10L25/24 , G10L25/30 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/24 , G06F18/241
摘要： 本发明提供了一种基于多模态特征融合的声音场景分类方法，包括提取原始声音的梅尔声谱图，并在梅尔声谱图基础上提取一阶差分梅尔声谱图；基于梅尔声谱图以及一阶差分梅尔声谱图构建特征提取网络；将提取的梅尔声谱图以及一阶差分梅尔声谱图输入到特征提取网络中进行特征提取以及特征融合；将经过特征提取网络后得到的梅尔声谱图的深度特征图和一阶差分梅尔声谱图的深度特征图进行降维得到2个具有高级语义信息特征向量，最后将2个特征向量进行融合，并预测输出。本发明的方法能够有效提高声音场景的识别准确率，且提高了鲁棒性。
-
公开(公告)号：CN110853074B
公开(公告)日：2023-06-27
申请号：CN201910953256.7
申请日：2019-10-09
申请人： 天津大学
摘要： 一种利用光流增强目标的视频目标检测网络系统，包括：分组模块，用于将接收的视频序列进行分组，每组具有N帧连续的视频图像；光流估计模块，接收分组模块的一组视频图像，输出N－1张光流特征图；光流特征聚合模块，接收N－1张光流特征图，输出融合的图像；目标增强模块，接收融合的图像输出目标图像；特征提取模块，接收目标图像，输出目标图像特征；目标检测模块，接收目标图像特征，输出检测结果。本发明减少了光流信息的重复计算，有效减少了计算复杂度，减少了目标检测所需时间，提高了目标检测的速度。本发明使得目标检测网络更多地聚焦前景目标，有效的提高了对象检测性能和场景迁移性能。
-
公开(公告)号：CN116110437B
公开(公告)日：2023-06-13
申请号：CN202310395720.1
申请日：2023-04-14
申请人： 天津大学
IPC分类号： G10L25/66 , G10L15/02 , G10L15/16 , G10L25/24 , G10L25/30 , A61B5/00 , G06N3/049 , G06F18/25
摘要： 本发明提供了一种基于语音特征和说话人特征融合的病理嗓音质量评价方法，输入病理嗓音，提取频谱图、梅尔频率倒谱系数两种语音特征，并进行特征融合；将融合后的语音特征作为输入，对其进行时间信息的提取以及帧级分数的预测；将梅尔频率倒谱系数语音特征作为输入，进行说话人特征的提取；对经过时间信息提取后所得的语音特征和所得的说话人特征作为输入，进行特征融合，得到话语级质量分数的预测。本发明通过从病理嗓音中提取语音特征和说话人特征，并进行特征融合，最后进行分数预测，找到病理嗓音与其所对应的主观质量分数之间的映射关系，从而实现对病理嗓音质量做出客观、定量的评价。
-
-
-
-
-
-
-
-
-
搜索结果
451 条记录 (耗时 0.082 秒)
