-
公开(公告)号：CN112382384A
公开(公告)日：2021-02-19
申请号：CN202011250043.7
申请日：2020-11-10
Applicant: 中国科学院自动化研究所 , 中国医学科学院北京协和医院
Abstract: 本发明涉及人工智能与医疗领域，具体涉及一种特纳综合征诊断模型训练方法、诊断系统及相关设备，旨在提高准确率。本发明的特纳综合征诊断分类模型的训练方法包括：根据数据样本的标注信息对输入的图像样本进行分类，并按预设的比例生成相应的训练样本及测试样本；基于多种神经网络基础分别构建不同的初始医疗分类模型；将训练样本分别输入每个初始医疗分类模型进行训练和调整参数，得到对应的智能诊断医疗分类模型；将测试样本分别输入每个智能诊断医疗分类模型进行分类并根据分类结果选定特纳综合征诊断分类模型。本发明的诊断系统包含了上述方法训练得到的诊断分类模型，将不同角度照片里的同一部位关联起来，提取更多潜在特征，提高了准确率。
-
公开(公告)号：CN109345932B
公开(公告)日：2021-09-28
申请号：CN201810996106.X
申请日：2018-08-29
Applicant: 中国科学院自动化研究所 , 中国医学科学院北京协和医院
IPC: G09B23/28
Abstract: 本发明涉及医疗模型领域，具体涉及一种基于3D打印的医疗模型及其制作方法，目的在于提供术前模拟训练的模型。本发明的制作方法包括以下步骤：构建目标骨骼的三维数字模型；从中提取预设个数的目标骨骼的子模型；对每个目标骨骼的子模型进行孔洞修复；构建目标软组织/器官模具的三维数字模型；根据修复后的目标骨骼的子模型和模具的三维数字模型进行3D打印，得到目标骨骼的实物模型和目标软组织/器官的模具；基于3D打印得到的模具，制作目标软组织/器官的实物模型；将目标骨骼的实物模型与目标软组织/器官的实物模型进行组合，得到医疗模型。本发明制作的模型仿真度高，可以对医务人员进行术前的有效模拟训练，提高了手术成功率。
-
公开(公告)号：CN109345932A
公开(公告)日：2019-02-15
申请号：CN201810996106.X
申请日：2018-08-29
Applicant: 中国科学院自动化研究所 , 中国医学科学院北京协和医院
IPC: G09B23/28
Abstract: 本发明涉及医疗模型领域，具体涉及一种基于3D打印的医疗模型及其制作方法，目的在于提供术前模拟训练的模型。本发明的制作方法包括以下步骤：构建目标骨骼的三维数字模型；从中提取预设个数的目标骨骼的子模型；对每个目标骨骼的子模型进行孔洞修复；构建目标软组织/器官模具的三维数字模型；根据修复后的目标骨骼的子模型和模具的三维数字模型进行3D打印，得到目标骨骼的实物模型和目标软组织/器官的模具；基于3D打印得到的模具，制作目标软组织/器官的实物模型；将目标骨骼的实物模型与目标软组织/器官的实物模型进行组合，得到医疗模型。本发明制作的模型仿真度高，可以对医务人员进行术前的有效模拟训练，提高了手术成功率。
-
公开(公告)号：CN118038118B
公开(公告)日：2025-04-29
申请号：CN202311789900.4
申请日：2023-12-22
Applicant: 中国科学院自动化研究所 , 山东高速青岛发展有限公司
IPC: G06V10/764 , G06V10/25 , G06V10/75 , G06V10/82 , G06V20/10
Abstract: 本发明提供一种桥梁腐蚀检测方法及装置，该方法包括：使用目标检测模型从待检测桥梁图像中识别出各腐蚀区域和所述各腐蚀区域的第一腐蚀种类；使用图像编码器得到所述各腐蚀区域的图像特征，使用文本编码器得到各第一腐蚀种类的文本特征；将所述各腐蚀区域的图像特征与所述各第一腐蚀种类的文本特征进行匹配，将与所述各腐蚀区域的图像特征匹配的文本特征所属的第一腐蚀种类作为所述各腐蚀区域的第二腐蚀种类。本发明采用多模态融合的方式对桥梁腐蚀进行快速、准确检测。
-
公开(公告)号：CN118011794A
公开(公告)日：2024-05-10
申请号：CN202311869676.X
申请日：2023-12-30
Applicant: 中国科学院自动化研究所
IPC: G05B13/04
Abstract: 本发明提供一种基于大模型的无人集群群智行为决策方法及系统。涉及数据处理技术领域，包括：接收对于目标无人集群的高级任务指令，并获取所述目标无人集群的初始状态信息和目标状态集；将所述目标无人集群的高级任务指令、所述初始状态信息和目标状态集输入无人集群群智行为决策模型，输出对于所述目标无人集群的指令信号；在本申请的方案中，大模型对复杂和异常场景的理解能力强，提高了感知、决策与控制的鲁棒性，同时具备更强的泛化能力，能更好的感知训练数据外的新环境。此外大模型的发散性能够提高决策的灵活性与策略的创造性。
-
Patent Agency Ranking
公开(公告)号：CN111507762B
公开(公告)日：2023-10-31
申请号：CN202010294002.1
申请日：2020-04-15
Applicant: 中国科学院自动化研究所
IPC: G06Q30/0202 , G06Q50/26 , G06Q50/30 , G06N3/0499 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明属于智能交通系统领域，具体涉及了一种基于多任务共预测神经网络的城市出租车需求预测方法，旨在解决现有技术不考虑下车需求导致出租车需求预测精度达不到预期的问题。本发明包括：将城市划分为网格，连续时间离散为时间块，并将一段时期内城市出租车载客的实时数据归到各网格的各时间块内，统计上下车需求量来训练可同时预测两种需求的多任务共预测神经网络，该神经网络可用于预测未来时间段内出租车的上下车需求量。本发明将出租车需求预测问题建模为上车和下车需求的时序预测问题，同时捕捉上车和下车需求之间的差异和联系，预测精度高、泛化性能好，有助于出租车管理部门合理配置出租车资源以解决城市不同区域出租车供求不平衡的问题。
-
公开(公告)号：CN116700160A
公开(公告)日：2023-09-05
申请号：CN202310539413.6
申请日：2023-05-12
Applicant: 中国科学院自动化研究所
IPC: G05B19/418
Abstract: 本发明提供一种本发明实施例提供的用于智能车间调度的平行管控系统及方法，系统包括：物理车间；平行车间，平行车间为基于多智能体系统的平行车间模型，基于从物理车间采集的物理数据和生产数据创建；计算实验模块，用于通过设置智能体的参数模拟生成调度场景，在平行车间中进行仿真生产，获取各个调度场景下的调度模型；平行控制模块中，第一调度优化单元用于基于实例化的调度场景和计算实验模块获取的对应的调度模型，生成实例化的调度场景下的调度方案；平行调度单元用于将调度方案并行下发至物理车间和平行车间执行。本发明实施例实现了智能车间的自适应调度，不断提升平行车间构建的精度和调度模型的预测精度，提升了生产调度效率和质量。
-
公开(公告)号：CN112884768A
公开(公告)日：2021-06-01
申请号：CN202110337787.0
申请日：2021-03-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印在线质量监测方法、系统、装置，旨在解决现有的缺陷检测方法只能检测特定的缺陷形状，且缺陷检测精度低的问题。本发明方法包括：采集三维物体在3D打印过程中的图像，作为输入图像；采用预训练的缺陷分割网络获取输入图像中各像素的类别；统计输入图像中各类别缺陷对应的像素数，并结合预获取的相机内参，计算输入图像中缺陷部位的面积；判断面积是否大于设定的阈值，若是，则启动质量监测警报，否则继续采集3D打印过程中的图像。本发明可以灵活的识别不同类别与形状的3D打印缺陷，降低了误检率，提高了缺陷检测的准确度。
-
公开(公告)号：CN111547235A
公开(公告)日：2020-08-18
申请号：CN202010455389.4
申请日：2020-05-26
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于太阳能发电以及多轴飞行器领域，具体涉及了一种多旋翼无人机的太阳能辅助供电系统，旨在解决传统无人机电池续航能力低，而现有太阳能辅助供电无人机单位时间内转化的电量不足的问题。本发明包括：通过倾角控制机构调整太阳能板光源采集面与光源光线的角度，使其大于设定阈值，采集光能并转化为电能；蓄电池，存储电能并为无人机电源充电；控制单元，控制太阳能辅助供电系统开启或关闭，生成太阳能板倾角调整信息；通信模块，获取无人机电源电量及飞行状态参数。本发明利用太阳能辅助无人机供电，同时检测周围环境光源、调整光源采集角度、增加光照时间，延长了多旋翼无人机续航时间，可用于远距离飞行、大范围巡逻监测等领域。
-
公开(公告)号：CN108469358A
公开(公告)日：2018-08-31
申请号：CN201810438925.2
申请日：2018-05-09
Applicant: 东莞中国科学院云计算产业技术创新与育成中心 , 中国科学院自动化研究所
Abstract: 本发明公开一种用于不同深度水体采样的无人机系统及其采样方法，该用于不同深度水体采样的无人机系统包括采样模块、机载遥控模块、摄像拍照模块、地面站模块和控制模块；控制模块分别连接采样模块、机载遥控模块、摄像拍照模块和地面站模块；采样模块用于对不同深度的水体进行采样工作；地面站模块用于设定无人机的飞行线路和采样模块需采样的水体所在的水域深度；摄像拍照模块用于将采样点周围环境拍摄成图片，并将拍摄的图片信息发送至控制模块；控制模块根据地面站模块发送的需采样水体所在的水域深度信息和摄像拍照模块发送的图片信息，结合深度学习或SVM方法，对现场采样的图片进行图像识别，判断出采样点所在环境是否存在障碍物。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.066 seconds)
