基于耦合协调分析的线上线下医疗设施服务综合评价方法

    公开(公告)号:CN119005736A

    公开(公告)日:2024-11-22

    申请号:CN202411004793.4

    申请日:2024-07-25

    Applicant: 重庆大学

    Abstract: 本发明公开了基于耦合协调分析的线上线下医疗设施服务综合评价方法,包括:构建基层社区线上和线下的医疗设施服务水平评价指标体系;获取目标区域基层社区线上和线下的医疗设施服务水平评价指标体系中各个指标的数值;通过熵权法计算各个指标的权重;通过综合指数法结合各个指标的数值和权重计算目标区域基层社区线上和线下的医疗设施服务水平评价结果,并通过耦合协调分析得到目标区域基层社区线上‑线下医疗设施服务水平的耦合协调度;基于耦合协调度及各个指标的数值进行指标的障碍度分析得到指标的障碍度;根据各个指标的障碍度排序结果识别出关键影响要素。本发明能够提高基层社区医疗设施服务水平评价的全面性、客观性、科学性及准确性。

    一种基于耦合器的多路Doherty功率放大器

    公开(公告)号:CN117335751A

    公开(公告)日:2024-01-02

    申请号:CN202311114314.X

    申请日:2023-08-31

    Applicant: 重庆大学

    Abstract: 本发明涉及无线通信技术领域,具体涉及一种基于耦合器的多路Doherty功率放大器。本发明包括功分器、主路输入耦合器、峰值路输入耦合器、载波功率放大器1、载波功率放大器2、峰值功率放大器1、峰值功率放大器2、主路输出网路1、主路输出网络2和输出耦合器。本发明在信号输入端加入耦合器分别实现主功放和峰值功放的输入信号功率的分配,同时在功率合成处加入耦合器,使用耦合器改善输入和输出端的驻波比,而实现Doherty DPA的性能提升。

    一种基于图像数字识别的菜品识别方法

    公开(公告)号:CN110232358B

    公开(公告)日:2023-02-10

    申请号:CN201910521550.0

    申请日:2019-06-17

    Applicant: 重庆大学

    Abstract: 本发明提供一种基于图像数字识别的菜品识别方法,包括以下步骤:S1、根据摄像头模块得到的菜品数字图像进行处理,实现菜碗区域确定,完成托盘中菜碗数量的确定及菜碗区域的划分;S2、基于菜碗区域的划分,提取每个菜碗中的数字坐标,对数字坐标中的十位和个位两位数字进行分割提取;S3、确定旋转中心和旋转角度,对数字坐标进行旋转校正操作;S4、对数字坐标进行宽度特征标准化,建立一种七行式宽度特征提取方法完成数字特征提取,进而完成基于决策树的数字分类器设计,实现菜品识别。本申请通过建立一种可完成图像数字识别的七行式宽度特征提取的改进方法,能用于高校智能食堂菜品销售系统中的菜品有效识别,能提高菜品的识别效率。

    一种基于双向搜索决策改进RRT的移动机器人路径规划方法

    公开(公告)号:CN116793375A

    公开(公告)日:2023-09-22

    申请号:CN202310300092.4

    申请日:2023-03-26

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于双向搜索决策改进RRT的移动机器人路径规划方法,该方法主要针对InformedRRT*算法在得到最优路径之前执行时间比较长的缺点,且规划出来的是路径由于存在“突变”无法直接给到移动机器人执行跟踪,提出了对RRTConnect算法以及其InformedRRT*采样策略进行改进后B样条曲线优化的B‑IRC算法。产生新节点之后利用合适半径圆搜索周边顶点时,将祖节点和父节点同时纳入计算。根据三角形性质,两边之和大于第三边,只要祖节点和新节点之间的碰撞检测通过,就认定祖节点与新节点之间的路径更优,从而最终得到更低成本的更优路径。本方法能够显著加快后续椭圆区域的缩小,从而在整体上更快收敛到最优路径。

    一种基于BERT-BiLSTM-CRF的医药实体识别方法

    公开(公告)号:CN116501884A

    公开(公告)日:2023-07-28

    申请号:CN202310337357.8

    申请日:2023-03-31

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于BERT‑BiLSTM‑CRF的医药实体识别方法,构建知识图谱的主要目标是将具有复杂关系网络的非结构化数据转换为易于存储和查询的结构化三元组数据,而知识抽取是这一过程中最重要的任务之一,它包括实体识别和关系抽取。本发明基于在命名实体识别中的成功应用的BiLSTM‑CRF模型,并结合BERT预训练模型,进一步提高模型的语义解析能力,能更好地抓取词语特征、增加句子的语义化,从而提高医药实体的准确性和语义丰富度。本发明改善了原模型在embedding层仅依靠简单方式训练的词向量的表现。借助BERT模型的强大的特征抽取能力,在医药信息处理任务中,由于医药信息结构复杂且相关性强,通过引入BERT能够更准确、丰富地表达医药信息的相关特征。

    一种基于微区分布调控单级自养脱氮颗粒污泥脱氮性能的方法

    公开(公告)号:CN109368788A

    公开(公告)日:2019-02-22

    申请号:CN201811354161.5

    申请日:2018-11-14

    Applicant: 重庆大学

    Abstract: 本发明公开一种基于微区分布调控单级自养脱氮颗粒污泥脱氮性能的方法:取单级自养脱氮颗粒污泥反应器内具有最大体积百分比粒径范围的颗粒污泥,计算颗粒污泥好氧氨氧化菌活性区氨氮转化量与厌氧氨氧化菌活性区氨氮转化量的比值,并记为P,根据P值判断颗粒污泥内部亚硝化反应与厌氧氨氧化反应是否匹配,进而判断颗粒污泥内部溶解氧的微区分布是否合理,并根据P值定向精准调控反应器的溶解氧浓度,使反应器内颗粒污泥实现较好的脱氮,从而提升反应器的脱氮性能。本发明原理符合氮转化规律,体现了准确性和可行性,且操作简单,可有效提升单级自养脱氮颗粒污泥反应器的脱氮性能。

Patent Agency Ranking