-
公开(公告)号:CN102325306A
公开(公告)日:2012-01-18
申请号:CN201110243485.3
申请日:2011-08-23
Applicant: 哈尔滨工业大学
Abstract: 基于综合加权的VANET分簇广播方法,本发明涉及车载无线自组网的广播方法。它解决了车载无线自组网广播方法中传统的分簇算法针对影响分簇结构的连通性、稳定性、负载平衡等因素中的某一个因素来进行,而不考虑影响分簇的其它方面的缺点。它包括下述步骤:一、车载无线自组网的分簇;二、确定每个簇中的簇首节点;三、确定每两个相邻簇的网关节点;四、广播通信;第二步骤中确定每个簇中簇首节点的方法如下:综合考虑节点的位置、速度、连通和行驶行为,选择簇首节点的权计算公式如下:Wi=w1Ci+w2Di+w3Vi+w4Li。
-
公开(公告)号:CN102306123A
公开(公告)日:2012-01-04
申请号:CN201110312104.2
申请日:2011-10-14
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于CSTM模型测试数据转换的构件软件可靠性分析方法,本发明涉及一种软件可靠性分析方法。它为了解决现有黑盒方法的忽略了组成系统的构件的测试以及可靠性信息,没有考虑软件的体系结构的缺点,本发明是测试数据转换的方法来实现黑盒方法和白盒方法的结合。它首先采用白盒方法实现构件软件测试剖面到运行剖面的映射,建立NHPP模型需要的可靠性数据集,然后采用黑盒方法建立构件软件应用的NHPP模型。测试数据转换的目的是将分阶段实现的、异构的构件软件灰盒测试过程转换成满足NHPP模型假设的单调统一的黑盒测试过程,把所有构件的单元测试数据和集成测试中构件之间的接口失效数据转换成整个应用基础上的黑盒测试数据,建立满足NHPP模型假设的可靠性数据集。
-
公开(公告)号:CN102300160A
公开(公告)日:2011-12-28
申请号:CN201110241846.0
申请日:2011-08-22
Applicant: 哈尔滨工业大学
Abstract: 车载无线自组网的N次幂广播方法,本发明涉及车载无线自组网的广播方法。它解决了现有技术的基于概率转发的方法在节点饱和的状态下冲突仍然会比较严重的缺陷。本发明的技术方案是:每个网络节点在接收到广播数据包后,先查询此广播数据包的ID,看是否已经接收过此广播数据包;若已经收到过,则直接丢弃此广播数据包;若未曾收到过,则将其存储并计算本网络节点的转发概率;如果本网络节点的转发概率大于1,则向其它网络节点转发此广播数据包;如果本网络节点的转发概率小于1,则丢弃此广播数据包;本网络节点的转发概率计算公式为:Pi=(Lij/R)n×100%。用于数据的广播发送。
-
公开(公告)号:CN102279839A
公开(公告)日:2011-12-14
申请号:CN201110261884.2
申请日:2011-09-06
Applicant: 哈尔滨工业大学
IPC: G06F17/00
Abstract: 粗糙集扩展模型中近似集动态更新方法,它涉及一种近似集动态更新方法。本发明方法为了进一步完善基于覆盖广义粗糙集的理论体系,使其能够更好地应用于实际的需求。本发明方法分析了对象的邻域、边界域与近似集的关系,给出了覆盖粗糙集模型中近似集的增量更新方法。本发明方法给出了当属性集增加或减少时,在覆盖广义粗糙集模型中近似集的动态变化趋势及近似集的动态增量更新方法,不仅适用于单属性增加删除时近似集的增量更新,而且也适用于多个属性变化的情况,通过实例验证了这种方法的可行性,通过实验仿真验证所提出方法的性能,且从给出的实例的实验仿真说明,基于覆盖广义粗糙集理论的动态增量更新方法不但有效,而且在效率上也有所提高。
-
公开(公告)号:CN119202266A
公开(公告)日:2024-12-27
申请号:CN202411241073.X
申请日:2024-09-05
Applicant: 哈尔滨工业大学(威海) , 山东新派科技有限公司
IPC: G06F16/36 , G06F16/35 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种信息检索领域R‑GCN和Transformer融合网络的知识表示学习方法,涉及知识图谱表示学习技术领域,包括基于信息检索知识图谱,构建实体和关系的输入特征;基于Transformer模型及R‑GCN模型,构建实体的Transformer分支表征向量、R‑GCN分支表征向量和关系的Transformer表征向量,得到关系的最终嵌入表示;基于实体的R‑GCN分支表征向量和实体的Transformer分支表征向量,获得信息检索知识图谱中实体的融合特征作为实体的最终嵌入表示;通过信息检索知识图谱实体分类和信息检索知识图谱路径查询回答任务优化知识表示学习的效果。本申请通过GCN捕获图结构中的局部依赖关系,通过Transformer模型动态地捕捉序列数据中不同位置的依赖信息,实现对全局结构信息的捕捉,充分利用信息检索知识图谱中的全局结构信息和上下文信息,实现更为准确的知识表示学习。
-
公开(公告)号:CN117236333A
公开(公告)日:2023-12-15
申请号:CN202311339881.5
申请日:2023-10-17
Applicant: 哈尔滨工业大学(威海) , 南京龙垣信息科技有限公司
IPC: G06F40/295 , G06N3/0442 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及信息安全技术领域,具体涉及一种基于威胁情报的复杂命名实体识别方法,包括:从不同专门收集威胁情报的网站获取CTI报告,对获取到的数据进行数据清洗,并构建训练模型的数据集;使用预训练模型RoBERT和BiLSTM获取句子中的词级的向量表示和字符级的向量表示,并将获取到的特征进行拼接;利用CBAM注意力机制和空洞卷积融合实体特征,并使用MLP预测词对关系分数,使用解码器获取最终的识别结果;使用AEDA方法进行数据增强;利用Label Smoothing方法使训练数据标签平滑化;使用训练好的模型对获取的数据进行实体检测;本发明解决了现有的威胁情报实体识别方法难以对威胁情报不规则实体进行准确识别,以及对中英混合实体识别困难的问题。
-
公开(公告)号:CN117054377A
公开(公告)日:2023-11-14
申请号:CN202311027238.9
申请日:2023-08-15
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开一种基于背景噪声消除的非接触水质COD检测装置及方法,涉及水质检测技术领域,所述装置包括:激光器、滤光片、光谱仪、控制系统和计算机;激光器在预设时段内按照预设频率开启和关闭,使得当激光器开启时向被测水体发射激光;光谱仪在激光器开启时采集被测水体受激光激发产生的水体光信号,激光器关闭时采集背景光信号;分别对预设时段内采集到的所有相邻的水体光信号和背景光信号作差,得到多条初始光谱曲线;采用滤波算法对预设时段内所有初始光谱曲线进行滤波处理,得到被测水体的有效光谱曲线;根据有效光谱曲线计算被测水体的COD。本发明提高了水质COD的检测精度。
-
公开(公告)号:CN106770139B
公开(公告)日:2023-10-13
申请号:CN201710080643.5
申请日:2017-02-15
Applicant: 哈尔滨工业大学(威海)
IPC: G01N21/64
Abstract: 本发明提出一种微型紫外荧光LED光谱手电,包括壳体,在所述壳体的前端面上开设有相邻的两个通孔,分别记做第一通孔和第二通孔,在所述壳体内设有紫外LED光源以及为所述紫外LED光源供电的LED电源,所述紫外LED光源射出的光束经由所述第二通孔射出,所述LED电源经开关连接至设置在所述壳体上的USB接口,在所述壳体内沿着从所述第一通孔入射光的传播方向依次设有分光系统、会聚镜头以及阵列探测器,所述阵列探测器经USB连接线连接至所述USB接口。上述微型紫外荧光LED光谱手电生产成本低廉,操作简单,结构紧凑、体积小,便于工业生产及应用,其具有紫外光照明以及荧光光谱检测两种功能。
-
公开(公告)号:CN115880639A
公开(公告)日:2023-03-31
申请号:CN202211667159.X
申请日:2022-12-22
Applicant: 上海交运久彰网络科技服务有限公司 , 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种基于计算机视觉的巴士流量统计与乘客行为检测方法,主要包括以下部分:基于YOLOv5的乘客检测;基于YOLOv5和IOU的乘客行为检测;基于deepsort的乘客多目标跟踪;基于目标关联的乘客行为记录;基于关键区域坐标的乘客流量统计。本发明通过YOLOv5目标检测模型进行乘客识别,旨在高帧率视频中实时高效地识别乘客并提取特征,并通过YOLOv5的乘客识别与行为检测结果的IOU判断乘客是否出现特定行为。本发明利用deepsort进行乘客多目标跟踪,在准确进行乘客跟踪的基础上提高遮挡情况下的目标追踪效果,并结合行动轨迹及关键坐标,实现精准到像素级的乘客跨区感知以进行巴士乘客流量统计。
-
公开(公告)号:CN113700558B
公开(公告)日:2022-06-28
申请号:CN202111022232.3
申请日:2021-09-01
Applicant: 哈尔滨工业大学(威海) , 一汽解放汽车有限公司
Abstract: 柴油发动机空气系统故障检测方法,属于汽车故障检测领域。本发明解决了现有技术中柴油发动机故障检测模型检测精度低、检测速度慢的问题。本发明先利用1号健康数据集对初始发动机自编码器故障模型进行训练,获得初步训练完成的发动机自编码器故障模型;再利用2号健康数据集和一个故障数据集对初步训练完成的发动机自编码器故障模型进行验证,确定初步训练完成的发动机自编码器故障模型的重构误差阈值L,从而完成对发动机自编码器故障模型的构建;最后利用构建的故障检测模型实现对故障进行检测。本发明主要用于对柴油发动机的空气系统进行故障检测。
-
-
-
-
-
-
-
-
-