-
题名有限屋顶面积下光伏组件安装倾角对项目收益的影响
被引量：4
- 1
-
-
作者
曹德政
程港
钱志博
-
机构
中机十院国际工程有限公司
-
出处
《智能建筑电气技术》
2023年第5期102-104,共3页
-
文摘
本文采用《光伏发电站设计规范》GB 50797—2012中的计算方法,确定光伏组件不同安装倾角下方阵间距,并利用PVsyst软件建模,对光伏系统进行仿真,得出光伏组件在不同安装倾角下光伏系统发电量;由《光伏发电系统效能规范》NB/T 10394—2020中的方法计算出项目的平准化度电成本(LCOE),LCOE最小,则对应光伏组件的安装倾角最适合该项目。
-
关键词
LCOE
最佳倾角
发电量
装机容量
方阵间距
Pvsyst
-
Keywords
lcoe
optimal tilt angle
generate
capacity of installation
array apart
-
分类号
TU852
[建筑科学]
-
-
题名深度学习在近距离放射治疗中的应用
- 2
-
-
作者
曹德政
倪昕晔
-
机构
南京医科大学附属常州第二人民医院放疗科/江苏省医学物理工程研究中心/南京医科大学医学物理中心实验室/常州市医学物理重点实验室
-
出处
《中华放射肿瘤学杂志》
CSCD
北大核心
2024年第8期778-783,共6页
-
基金
国家自然科学基金面上项目(62371243)
江苏省重点研发计划社会发展项目(BE2022720)
+1 种基金
江苏省自然科学基金面上项目(BK20231190)
常州市社会发展项目(CE20235063)。
-
文摘
近距离放射治疗是与外部放射治疗相对应的一种放疗方式,因其可以对病灶区域实现更高的放射剂量并更好地保护危及器官而得到广泛应用。但近距离放射治疗工作流程耗时较长,可能会造成患者的不适、施源器或插值针的位移、器官的变化。近年来,深度学习技术在医学领域取得了巨大的成功,为实现近距离放射治疗自动化、提高放疗精度、确保放疗计划安全有效提供了新的思路。本文综述了深度学习在近距离放射治疗中的分割、图像配准、施源器重建、剂量预测和计划优化以及质量保证方面的研究进展,以供临床工作参考。
-
关键词
近距离放射疗法
深度学习
放射疗法
图像引导
人工智能
-
Keywords
Brachytherapy
Deep learning
Radiotherapy,image-guided
Artificial intelligence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
R730.55
[自动化与计算机技术—控制科学与工程]
-
-
题名以方向导论课为抓手的学生个性化及能力培养
- 3
-
-
作者
孙伟峰
秦一星
曹德政
-
机构
大连理工大学软件学院
-
出处
《软件导刊》
2023年第6期62-66,共5页
-
文摘
针对计算机类专业方向分支多、学生难以选择的问题,结合以能力培养为目标的过程化考核、多方式学习等方法,对软件工程(计算机类)专业方向导论课教学展开研究。导论类课程内容分散,以大连理工大学软件学院开设的网络工程专业导论课“互联网+”为例,从课程内容组织和实施方法等方面作出方案改进和实施,实施过程和结课大作业表明该方案可以帮助学生在定位自身后续学习方向的同时较好地培养创新、合作等能力。
-
关键词
专业方向导论课
过程考核
能力培养
个性化培养
-
Keywords
professional orientation introductory course
process assessment
ability training
individualized training
-
分类号
G642
[文化科学—高等教育学]
-
-
题名医学图像分割的研究进展
- 4
-
-
作者
黄仟甲
张恒
李奇轩
曹德政
焦竹青
倪昕晔
-
机构
常州大学计算机与人工智能学院
南京医科大学附属常州第二人民医院放疗科
江苏省医学物理工程研究中心
南京医科大学医学物理研究中心
常州市医学物理重点实验室
-
出处
《中国医学物理学杂志》
CSCD
2024年第8期939-945,共7页
-
基金
国家自然科学基金(62371243)
江苏省医学重点学科建设单位[肿瘤治疗学(放射治疗)](JSDW202237)
+3 种基金
江苏省重点研发计划社会发展项目(BE2022720)
江苏省卫健委面上项目(M2020006)
江苏省自然科学基金(BK20231190)
常州市社会发展项目(CE20235063)。
-
文摘
医学图像是医生对患者进行病情诊断和治疗规划的有力工具。现今对于医学图像的分割不再局限于手工分割方法,通过传统方法与深度学习方法来实现医学图像分割已经取得更好、更准确的结果。本文基于近年来一些较为出众的医学图像创新分割方法进行综述,通过阐述深度学习方法如SAM、SegNet、MaskR-CNN和U-NET以及传统方法如活动轮廓模型、阈值分割模型创新等,对比各种图像分割方法的异同点,对医学图像分割方法做出总结与展望。以此来帮助学者们更好地了解目前的研究进展与未来的发展趋势。
-
关键词
医学图像分割
深度学习
阈值分割
神经网络
任意分割模型
综述
-
Keywords
medical image segmentation
deep learning
threshold segmentation
neural network
segment anything model
review
-
分类号
R318
[医药卫生—生物医学工程]
TP391
[医药卫生—基础医学]
-
