一种耐高压低杂感的功率储能系统

    公开(公告)号:CN117013705A

    公开(公告)日:2023-11-07

    申请号:CN202310943472.X

    申请日:2023-07-28

    IPC分类号: H02J15/00 H02H7/00

    摘要: 本发明公开了一种耐高压低杂感的功率储能系统。该功率储能系统首先设计了一种低杂散电感的叠层母排,叠层母排输出具有可控的耐高压开关,同时搭建了双脉冲测试电路,采用DSP控制器控制双脉冲的产生、储能单元的充电开关并且实现过流保护,通过通信接口RS485获取储能单端的测量值和工作状态,并且具备电压指示、输入反接保护、放电过温保护及安全放电功能。本发明的功率储能系统,能够解决杂散电感造成的IGBT击穿的问题,有利于提高系统工作寿命及工作稳定性。

    基于机器视觉与深度学习的材料氧指数预测方法及装置

    公开(公告)号:CN117352098A

    公开(公告)日:2024-01-05

    申请号:CN202311307862.4

    申请日:2023-10-11

    申请人: 天津大学

    摘要: 本发明提供了一种基于机器视觉与深度学习的材料氧指数预测方法及装置,方法包括按材料标准进行取样,并制备1根试样;将试样垂直固定在一个燃烧筒内,该燃烧筒具有向上流动的固定氧浓度的单一气源,点燃试样顶端;采集试验过程的视频图像;构建基于机器视觉的图像检测模型,将视频图像输入到训练好的图像检测模型中,检测视频图像中的燃烧位置,获取试样燃烧长度序列以及试样燃烧图像序列;构建基于深度学习的氧指数预测模型,将试样燃烧长度序列和试样燃烧图像序列输入到氧指数预测模型中进行推理,得到氧指数的预测值。本发明适用于在非实验室环境中进行材料氧指数的快速测试和筛查,大大提高了材料氧指数筛查的效率和便利性。

    一种基于多核异构架构的针灸干预系统

    公开(公告)号:CN117323201A

    公开(公告)日:2024-01-02

    申请号:CN202311531713.6

    申请日:2023-11-16

    申请人: 天津大学

    摘要: 本发明涉及针灸干预系统,尤其涉及一种基于多核异构架构的针灸干预系统。一种基于多核异构架构的针灸干预系统包括:多通道和多源测量模块、数据处理和分析模块和干预计划生成模块。本发明的有益效果是:多通道和多源测量模块结合电磁、红外和视觉成像等技术搭建全面穴象感知技术获取多模态、多组学针灸穴象数据,能够显著提高定位的效率,还能够提高研究、治疗的一致性和重复性。数据处理和分析模块和干预计划生成模块结合深度学习算法构建体表穴位‑脏腑靶器官的数字孪生虚拟经络,从穴象变化中定位对应功能脏腑及其组织变化,揭示不同腧穴穴象与病变脏腑之间的因果联系,实现数字穴象-脏腑状态的孪生预测与干预优化。

    基于深度学习和静息态脑电数据分析病人意识水平的方法

    公开(公告)号:CN113768519B

    公开(公告)日:2023-12-26

    申请号:CN202111090703.4

    申请日:2021-09-16

    申请人: 天津大学

    IPC分类号: A61B5/372 A61B5/374 A61B5/00

    摘要: 一种基于深度学习和静息态脑电数据分析病人意识水平的方法。其包括脑电波信号预处理;构建锁相值、全频带多通道功率谱密度周期分量和非周期分量矩阵;划分训练集和测试集;构建卷积神经网络模型并训练和验证;重构训练集和测试集;再次训练和验证卷积神经网络模型;获得患者最终分类结果及分类结果可信度等步骤。本发明使用的CNN模型无需大量特征提取工作,仍可发挥模式识别的优良性能。引入梯度加权类激活映射技术,以达到对学习结果可视化的目的,增加优势。可找到静息态脑电波信号中与意识水平相关性较高的信息,以此建立具有较好分类性能的卷积神经网络模型,可辅助医护人员对患者的意识水平进行初步的分析评估。

    一种用于三维测量的激光测距仪标定方法

    公开(公告)号:CN111964694B

    公开(公告)日:2023-11-17

    申请号:CN202010837869.7

    申请日:2020-08-19

    申请人: 天津大学

    IPC分类号: G01C25/00

    摘要: 本发明涉及一种用于三维测量的激光测距仪标定方法,包括下列步骤:将相机和激光测距仪安装在二维转台同一旋转平台上组成相机‑激光测距仪组合系统,调整激光测距仪的激光轴和相机光轴近似平行,保证激光光斑位于相机视场中,安装完成后保持相机和激光测距仪相对位置固定不动;构建好的相机‑激光测距仪组合系统前方放置激光光斑接收靶平面,使激光测距仪的激光光斑投射到激光光斑接收靶平面上;在相机光学中心建立三维坐标系;得到激光光斑像素坐标与激光测距仪测量距离的关系;同时相机采集每一个位置处的激光光斑图像,提取激光光斑的质心;得到激光光斑像素坐标与激光测距仪测量距离的关系方程,完成激光测距仪的预标定。

    基于深度学习集成模型的癫痫定位与发作预测方法

    公开(公告)号:CN113647962B

    公开(公告)日:2023-09-22

    申请号:CN202110961032.8

    申请日:2021-08-20

    申请人: 天津大学

    摘要: 一种基于深度学习集成模型的癫痫定位与发作预测方法。其包括构建数据集;构建彩色时频图;获得HFO识别模型;确定疑似致痫通道;获得编码模型、解码模型、降维特征向量、特征预测模型和特征发作识别模型;构建发作预测模型;对被测癫痫患者的癫痫发作进行预测等步骤。本发明中HFO识别模型在卷积神经网络基础上增加对输入的小波变换特征提取,通过彩色时频图实现信号各频段特征增强融合,提高卷积神经网络的特征提取效果。HFO识别模型优化人工观察脑电信号寻找HFO信号过程,即定位致痫通道的复杂过程。发作预测模型能简化特征工程工作,利用卷积自编码模型实现自动提取降维特征,不需确定癫痫发作前期和利用先验知识提取信号特征。

    基于FPGA的Spiking前馈网络海马功能仿真系统

    公开(公告)号:CN110245389B

    公开(公告)日:2023-06-02

    申请号:CN201910442700.9

    申请日:2019-05-25

    申请人: 天津大学

    IPC分类号: G06N3/10 G06F30/34

    摘要: 本发明提供一种基于FPGA的Spiking前馈网络海马功能仿真系统,其特征是:该仿真系统包括FPGA开发板、上位机,FPGA开发板包括前馈神经元网络、NiosII软核控制器以及USB接口模块,还包括通过VHDL语言编程下载编译并在FPGA开发板中运行的模拟海马神经元功能的三层前馈网络,初值信号发出模块、网络的第一层感受层、第二层海马功能层、第三层动作输出层、LIF神经元流水线模型、判断控制模块、STDP即突触控制更新矩阵;各层前馈网络中的LIF神经元流水线模型、判断控制模块与STDP突触更新矩阵均采用VHDL语言编程实现;判断控制模块负责对每层信号输出的控制,其发出的控制信号分别通过感受层信号传输通路、海马功能层信号传输通路以及动作输出层信号传输通路传递给每层神经元。

    神经元网络构建方法及装置

    公开(公告)号:CN114925803A

    公开(公告)日:2022-08-19

    申请号:CN202210175714.0

    申请日:2022-02-24

    申请人: 天津大学

    发明人: 邓斌 张楠 王江

    摘要: 本发明提供了一种基于FPGA平台的神经元网络构建方法及装置,通过构建基于FPGA平台的胞体间室hGLM,将尖峰序列信号输入至胞体间室hGLM并输出神经元的尖峰放电序列信号;将多个树突间室与胞体间室层级连接并构建基于FPGA平台的多树突间室hGLM,将神经元的尖峰放电序列信号输入至多树突间室hGLM并输出放电尖峰序列信号;将向前hGLM产生的脉冲序列信号传递给向后hGLM的不同输入接口,实现神经元模块之间的单路及多路通信;将神经元模块使用单路或多路通信方式实现级联,在FPGA平台上获取具有树突形态学的神经元网络。本发明有益效果:通过神经元的简易的计算公式及神经元之间通过尖峰序列完成通信实现高效计算的具有树突几何形态的类脑计算平台。