-
公开(公告)号：CN114840804A
公开(公告)日：2022-08-02
申请号：CN202110138387.7
申请日：2021-02-01
申请人： 湖南中烟工业有限责任公司 , 清华大学
摘要： 本发明公开了一种基于生产用能边界优化的节能方法及其评估系统，在生产过程中，实时采集各项生产用能边界数据，并计算相应的当前指标值tpresent，将当前指标值与能源基准值tbaseline进行比对，若tpresent≤tbaseline，则认为本次生产的用能状态良好；若tpresent＞tbaseline，则认为本次生产用能待优化。本发明不依赖能源计量数据，无需额外增加计量器具，仅以各项生产相关关键时间节点为基础数据，实现了对于生产用能边界过程指标的计算，数据源获取方式简易，指标计算方法简单。
-
公开(公告)号：CN102722556B
公开(公告)日：2014-10-22
申请号：CN201210171251.7
申请日：2012-05-29
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于相似性度量的模型比对方法，该方法包括：步骤10，确定待比对的模型；步骤20，分别从所述待比对的模型中获取组成各个模型的节点；步骤30，计算所述待比对模型之间各个节点的节点相似度；步骤40，基于所述待比对模型之间各个节点的节点相似度计算得到所述待比对模型之间的模型相似度；步骤50，基于所述模型相似度以得到所述待比对模型之间的关系。本发明方法因为在计算节点相似度时采用了文本相似度与标签相似度相结合的手段，克服了仅仅考虑文本而忽略模型元素标签特性的问题，进而使节点相似度更能反映模型的实际情况。
-
公开(公告)号：CN102708161A
公开(公告)日：2012-10-03
申请号：CN201210122860.3
申请日：2012-04-24
申请人： 清华大学
IPC分类号： G06F17/30
摘要： 本发明为一种使用公共概念集的数据逻辑模型及其建模方法，构建了一套支持数据逻辑模型快速构建的符号语言集，包含关系集合和实体、基本属性、概念型属性、复合属性等建模元素，提供了比传统E-R图更为强大的语义表述能力，能够支持各种复杂信息系统数据模型的创建，本发明通过使用公共概念集，加快了数据模型的构建速度，避免了重复开发，有利于数据标准化，为逻辑模型的构建提供了可视化支持系统，通过图形界面设计好的数据模型可以导出成国际通用的XMI数据格式，进而实现与其他模型设计工具的兼容，本发明使信息系统数据模型的构建更加方便和快捷，极大的简化了数据库模式的设计和实现，有利于开发人员在工程中可视化地快速构建数据模型。
-
公开(公告)号：CN112232362A
公开(公告)日：2021-01-15
申请号：CN202011215732.4
申请日：2020-11-04
申请人： 清华大学深圳国际研究生院
摘要： 本发明提供一种跨模态医学图像配准方法及计算机可读存储介质，方法包括：构建全分辨率残差配准网络的跨模态医学图像配准模型；包括：采用全分辨率流连接浮动图像和参考图像，依次将与全分辨率流并行的多尺度残差流返回的残差相加以丰富全分辨率流的全分辨特征信息；通过连续的残差学习模块逐步减少通道数，并通过3D卷积模块估计全分辨率变形场；基于全分辨率变形场，通过空间变换网络对浮动图像进行扭曲，以评估扭曲后的浮动图像与参考图像之间的相似性；训练模型；输入待配准的浮动图像及参考图像进行配准得到多模态图像配准。通过增加全分辨流来解决常规单流编码器‑解码器结构潜在的在全分辨率预测上信息损失、局部配准质量不佳的问题。
-
公开(公告)号：CN111862174A
公开(公告)日：2020-10-30
申请号：CN202010652606.9
申请日：2020-07-08
申请人： 清华大学深圳国际研究生院
摘要： 一种跨模态医学图像配准方法，包括：提供包括第一模态的浮动图像和第二模态的参考图像的训练集；将浮动图像输入到图像转换网络中，转化为第二模态的转换图像；将浮动图像和参考图像输入到跨模态流子网络中输出第一变形场；将转换图像和参考图像输入到单模态流子网络中输出第二变形场；将第一变形场和第二变形场输入到变形场融合网络中输出最终变形场；将浮动图像和最终变形场输入到空间变换网络中，得到经最终变形场扭曲变换后的浮动图像；根据变换后的浮动图像与参考图像得到第一总损失函数，以最小化第一总损失函数为目标对网络进行监督训练；将待配准的图像输入到训练好的网络，得到配准图像。本发明能够大大提高跨模态医学图像配准的效果。
-
公开(公告)号：CN102708244B
公开(公告)日：2016-01-20
申请号：CN201210141376.5
申请日：2012-05-08
申请人： 清华大学
IPC分类号： G06F17/50
摘要： 一种基于重要度度量的概念图自动布图方法，为所有可能出现在概念图上待布图的领域内的概念构建分类概念集，不同类别的概念具有不同的静态权重，根据待布图的概念图中出现的所有概念之间的关系和数量约束确定每待布图的概念图中每一个概念的动态权重，使用加权平均计算综合权重，根据综合权重排序并挑出综合权重最大的若干个概念作为中心概念；将每个中心概念形成一个概念子图，将概念图中的所有概念采用基于单源最短路径算法改进的最近邻算法进行分类，将它们分配到概念子图中；分别为所有的概念子图进行布图并整合，使得所有概念子图不重叠地布局在同一个概念图中，本发明能使建模过程更加精确有效。
-
公开(公告)号：CN104934380A
公开(公告)日：2015-09-23
申请号：CN201510236872.2
申请日：2015-05-11
申请人： 清华大学
IPC分类号： H01L23/13
CPC分类号： H01L2224/16225
摘要： 本发明的用于芯片的封装结构，包括壳体和密封设置在所述壳体上的盖体，在所述壳体的底壁设有用于放置所述芯片的芯片区；其中，在所述芯片区设有用于固定所述芯片的粘片台，以及相对于所述粘片台凹陷的非粘片面。在粘接的过程中，粘胶点的位置、形状和大小得到精确的控制，可以有效地减少在粘接层出现气泡或空隙的可能性，从而减少发生残余应力分布不均匀的可能性。能够有效地保证批量封装时，粘胶工艺的一致性，尤其适用于芯片的封装工程化。
-
公开(公告)号：CN102707949A
公开(公告)日：2012-10-03
申请号：CN201210127018.9
申请日：2012-04-26
申请人： 清华大学
IPC分类号： G06F9/44
摘要： 本发明公开了一种基于本体的概念模型建模方法，首先构建了一套基于本体的概念模型建模规范，该规范指定了概念模型的基本元素，建立了概念模型本体的元模型，对概念模型本体中的实体、属性、关系进行了形式化描述；对概念的属性定义进行了扩展，支持概念型属性，复合属性等建模元素，其次构建了基于概念模型本体的模型显示、可视化编辑、属性和关系的显示、多视图支持的概念建模工具，本发明可实现概念模型的可视化快速构建，可以建立一套标准的公共概念集，实现领域内对概念准确一致的认识，各个领域之间对概念的共同理解和标准化表示，指导各类信息系统的设计、开发和使用。
-
公开(公告)号：CN111862174B
公开(公告)日：2023-10-03
申请号：CN202010652606.9
申请日：2020-07-08
申请人： 清华大学深圳国际研究生院
IPC分类号： G06T7/33 , G06N3/0475 , G06N3/0455
摘要： 一种跨模态医学图像配准方法，包括：提供包括第一模态的浮动图像和第二模态的参考图像的训练集；将浮动图像输入到图像转换网络中，转化为第二模态的转换图像；将浮动图像和参考图像输入到跨模态流子网络中输出第一变形场；将转换图像和参考图像输入到单模态流子网络中输出第二变形场；将第一变形场和第二变形场输入到变形场融合网络中输出最终变形场；将浮动图像和最终变形场输入到空间变换网络中，得到经最终变形场扭曲变换后的浮动图像；根据变换后的浮动图像与参考图像得到第一总损失函数，以最小化第一总损失函数为目标对网络进行监督训练；将待配准的图像输入到训练好的网络，得到配准图像。本发明能够大大提高跨模态医学图像配准的效果。
-
公开(公告)号：CN111862175B
公开(公告)日：2022-09-13
申请号：CN202010667204.6
申请日：2020-07-13
申请人： 清华大学深圳国际研究生院
摘要： 本发明公开了一种基于循环正则训练的跨模态医学图像配准方法，包括以下步骤：预训练反向单模态配准网络，反向单模态配准网络包括第一变形场预测网络和第一空间变换模块；设置前向跨模态配准网络，前向跨模态配准网络包括第二变形场预测网络和第二空间变换模块；将前向跨模态配准网络与预训练好的反向单模态配准网络进行级联以得到循环正则训练网络，对循环正则训练网络进行训练；将待配准的第一模态的第三浮动图像和第二模态的第三参考图像输入到训练完成的循环正则训练网络中的前向跨模态配准网络，得到扭曲的第三浮动图像，即为配准图像。本发明提出的基于循环正则训练的跨模态医学图像配准方法及装置，使得配准结果更加准确。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.073 秒)
