-
公开(公告)号：CN112183314A
公开(公告)日：2021-01-05
申请号：CN202011030333.0
申请日：2020-09-27
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种情信息采集装置和表情识别方法及系统。表情信息采集装置包括：用于贴合于面部的柔性面膜基底和多个设置于所述面膜基底上的压电薄膜传感器，用于检测人脸的表情动作。表情识别方法包括获取表情信息采集装置采集的预设面部节点集合中所有节点的节点数据，节点数据包括节点的空间位置和节点表情数据的时间序列；根据节点数据，使用经过预训练的图卷积神经网络表情识别模型进行面部表情识别。节点数据利用了传感器直接采集人脸的肌肉和皮肤动作信息，未经图像形式的降维带来的信息损失和失真，更精确信息量更大。传感器的图拓扑分布与图神经网络数据处理方式在数据结构上的内在契合，使得GCN能够得到更好的表情识别结果。
-
公开(公告)号：CN111984119A
公开(公告)日：2020-11-24
申请号：CN202010832352.9
申请日：2020-08-18
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F3/01
Abstract: 本发明提供了一种手势识别模型建立方法、手势识别方法、装置及数据手套，手势识别模型建立方法包括：获取数据手套完成标定动作时所述数据手套的各个传感器采集到数据的采集时间；基于预设规则，根据各个所述传感器的所述采集时间确定各个所述传感器之间的语义关系；根据各个所述传感器之间的所述语义关系建立基于图注意力网络的手势识别模型。本发明的技术方案根据各个传感器之间的语义关系建立用于手势识别的手势识别模型，能够提高手势识别精度，且识别速度快。
-
公开(公告)号：CN118246601A
公开(公告)日：2024-06-25
申请号：CN202410412380.3
申请日：2024-04-08
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/15 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明涉及数据处理技术领域，提供一种作物生长相关趋势预测方法、装置、电子设备及存储介质，包括：对预先获取的作物生长趋势时序进行修补处理，为时序中每个变量配置对应的通道和相同的权重，根据权重对处理后的时序进行转化得到深层特征；利用编码器和解码器对深层特征进行编码及解码，得到第二特征，并进行后处理，得到目标预测结果。通过对作物生长趋势时序进行修补处理及通道分配得到深层特征，利用编码器、解码器依次对转化后的深化特征进行编码及解码及后处理得到目标预测结果，提高时序预测准确性和预测效率，同时使得处理后的深层特征适配不同的编码器和解码器，有效提高了时序预测的通用性。
-
公开(公告)号：CN118246535A
公开(公告)日：2024-06-25
申请号：CN202410452961.X
申请日：2024-04-16
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种辩证知识迁移学习方法、装置、电子设备及存储介质，涉及人工智能领域。该方法包括：构建任务数据库；利用多个第一智能体针对未处理过的多模态问答任务进行多角度决策，当每个第一智能体输出的决策信息满足预设置信条件时，将每个决策信息整合成辩证知识；返回多角度决策的步骤直至遍历任务数据库中所有多模态问答任务，得到多个辩证知识并构建辩证知识库；基于辩证知识库训练预设的第二智能体，得到目标智能体。本发明通过多个第一智能体进行多角度决策得到全面且可靠的辩证知识，并基于辩证知识库训练第二智能体，有效降低了单个目标智能体在进行复杂推理时出现幻觉的概率，提高单一的目标智能体处理多模态问答任务的可靠性。
-
公开(公告)号：CN116401291A
公开(公告)日：2023-07-07
申请号：CN202310378471.5
申请日：2023-04-10
Applicant: 哈尔滨工业大学
IPC: G06F16/2458 , G06N3/0464 , G06Q50/02
Abstract: 本发明提供了一种数字农业信息的时序因果发现方法、装置、介质及设备，属于农业信息化技术领域，所述装置包括：获取模块，用于获取包括多个数字农业信息可观察时间序列的数据集；分解模块，用于将数据集扩展为多个窗口表示，并将数据集的时序因果机制分解为具有机理不变性模块和时间不变性模块的求和形式；第一计算模块，用于通过机理不变性模块输出因果数值变换关系；第二计算模块，用于通过时间不变性模块输出窗口因果图；训练模块，用于根据因果数值变换关系和窗口因果图，获取数字农业信息中不同所述变量的时序因果关系。本发明克服了数字农业信息时序数据噪声多样化、数据量较小的问题，在农业机理研究方面具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN111984119B
公开(公告)日：2023-03-31
申请号：CN202010832352.9
申请日：2020-08-18
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F3/01
Abstract: 本发明提供了一种手势识别模型建立方法、手势识别方法、装置及数据手套，手势识别模型建立方法包括：获取数据手套完成标定动作时所述数据手套的各个传感器采集到数据的采集时间；基于预设规则，根据各个所述传感器的所述采集时间确定各个所述传感器之间的语义关系；根据各个所述传感器之间的所述语义关系建立基于图注意力网络的手势识别模型。本发明的技术方案根据各个传感器之间的语义关系建立用于手势识别的手势识别模型，能够提高手势识别精度，且识别速度快。
-
公开(公告)号：CN112801283A
公开(公告)日：2021-05-14
申请号：CN202110335501.5
申请日：2021-03-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种神经网络模型、动作识别方法、装置及存储介质，神经网络模型包括多个卷积模块、输出模块、多个注意力子模块和分类模块，多个卷积模块和输出模块依次连接，且每个卷积模块的输出端分别连接至一个注意力子模块的输入端，每个注意力子模块的输入端还分别与输出模块的输出端连接，注意力子模块的输出端与分类模块的输入端连接；注意力子模块，用于获取各个卷积模块输出的局部特征向量和输出模块输出的全局特征向量，分别计算各个局部特征向量和全局特征向量之间的兼容性分数，根据各个局部特征向量和对应的兼容性分数生成新特征向量；分类模块，根据新特征向量确定当前人体动作。本发明的技术方案能够提高人体动作的识别精度。
-
公开(公告)号：CN117198549A
公开(公告)日：2023-12-08
申请号：CN202311244879.X
申请日：2023-09-25
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种血糖预测和控制方法及系统，涉及药代动力学机理技术领域，血糖预测和控制方法包括：根据强化学习模型，得到目标人员的当前时刻血糖状态以及预计外部干预量；将当前时刻血糖状态和预计外部干预量正向输入可逆神经网络，得到下一时刻血糖状态；将当前时刻血糖状态和期望血糖状态逆向输入可逆神经网络，得到从当前时刻血糖状态到期望血糖状态所需要的参考外部干预量；根据参考外部干预量调整预计外部干预量；当下一时刻血糖状态达到期望血糖状态时，将调整后预计外部干预量作为最终外部干预量。通过可逆神经网络对预计外部干预量进行调整，利用反事实思考，提高机器学习对频繁变化的外部干预量等新鲜数据的泛化能力。
-
公开(公告)号：CN116611520A
公开(公告)日：2023-08-18
申请号：CN202310540168.0
申请日：2023-05-12
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种数字农业信息的分层因果发现方法、装置、介质及设备，属于农业信息化技术领域，所述方法包括：获取数字农业信息的数据集；构建包括高层策略和低层策略两层分层结构的因果发现框架；通过高层策略获取数据集的因果分割集合，根据因果分割集合，将数据集转换为多个因果变量子集合组成的因果变量子集族；通过低层策略对每一个因果变量子集合进行因果发现，获取每一个因果变量子集合的因果发现结果；通过高层策略将所有因果发现结果合并，获取数据集中全部变量的因果关系；获取所述数字农业信息中不同变量的因果关系。本发明能够有效降低独立性测试的复杂性，能够显著提高大规模变量情况下的因果发现效率。
-
公开(公告)号：CN112347951B
公开(公告)日：2023-07-11
申请号：CN202011253584.5
申请日：2020-11-11
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V40/20 , G06V10/764 , G06V10/77 , G06V10/774 , G06F3/01 , G06V10/30 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种手势识别方法、装置、存储介质及数据手套，方法包括：获取数据手套完成当前动作时数据手套的各个传感器采集的传感器数据，所有传感器数据组成一个输入数据；采用主成分分析法对输入数据进行特征提取，获得第二特征数据；将第二特征数据输入训练好的多类SVM分类器，确定当前动作对应的手势；当训练好的多类SVM分类器无法识别当前动作时，对输入数据进行预处理，获得预处理后的数据；将预处理后的数据输入训练好的手势识别模型，输出当前动作对应的手势，其中，手势识别模型是基于卷积神经网络和长短期记忆循环网络建立的。本发明的技术方案能够在提高手势识别速度的同时，保证手势识别的精度。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.027 seconds)
