-
公开(公告)号:CN118733297A
公开(公告)日:2024-10-01
申请号:CN202410859372.3
申请日:2024-06-28
Applicant: 哈尔滨工程大学
IPC: G06F9/54 , G06T3/4038
Abstract: 本发明提供了一种多波束前视声呐的数据处理方法、装置、设备及存储介质,属于声呐信号处理领域,该方法包括:根据处理该原始波束域数据过程中产生的多个数据类型,将该处理过程划分为多个阶段;建立对应于每个阶段的处理流水线和数据共享区域;将处理过程中产生的数据存放在对应类型的数据共享区域,通过对应的处理流水线中的任务核对该数据同步进行处理,将同步处理结果进行拼接并放入下一阶段的数据共享区域;将最后阶段数据共享区域中的数据进行拼接得到目标数据。这样,能够避免声呐的基元数多、采样频率高、数据量大带来的实时处理问题,同时能够动态选择数据的处理路径,提高数据处理的灵活性,并且具有软硬解耦特征,提高了系统稳定性。
-
公开(公告)号:CN114254618B
公开(公告)日:2024-09-20
申请号:CN202111525656.1
申请日:2021-12-14
Applicant: 哈尔滨工程大学
IPC: G06F40/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N5/04
Abstract: 基于动态路由注意力机制的视觉问答方法、存储介质及设备,属于自然语言处理技术领域。为了解决现有的引入了多层注意力的问答模型由于参数量过多,从而导致了训练时长,甚至梯度消失的问题。本发明将图像I和文本问题Q输入视觉问答模型以获得问答答案;视觉问答模型包括:对图像和文本问题进行特征提取的特征提取单元、使用动态路由的方式分别以文本问题特征、视觉特征作为参考向量和特征矩阵在图像中进行注意力权重的更新,根据注意力权重分布获取到图像中的输出向量的动态路由注意力网络单元,以及将获取到的输出向量输入到两层全连接层进行特征转换,然后通过预测层对问题的答案进行预测的答案预测单元。本发明主要用于视觉问答。
-
公开(公告)号:CN118655582A
公开(公告)日:2024-09-17
申请号:CN202410787108.3
申请日:2024-06-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于前视声纳分区的水下目标检测装置及运行方法,涉及水声信号处理技术领域,本发明通过显示量程范围,从波束和距离两个维度对波束域进行网格划分,形成多个局部检测网格,对对应波束域数据压缩成像形成图像域数据,并根据对应图像域数据的信噪比确定每个局部检测网格的检测阈值以确定水下目标,本发明通过对检测区域的波束域数据按波束和距离进行网格划分,可将信号域对应的波束域数据中的水下目标、水下混响及声线变化等所产生的波束域数据分别进行合理划分,对每个局部检测网格的波束域数据进行压缩成像,从图像域数据的信噪比获取检测阈值的角度将水下目标、水下混响及声线变化等特征对应的参量精确识别,精确识别水下目标。
-
公开(公告)号:CN116543773A
公开(公告)日:2023-08-04
申请号:CN202310672371.3
申请日:2023-06-07
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于自适应扩充策略的三阶段半监督声纹识别方法,包括:(1)提出构建三阶段框架的半监督学习方法;(2)提出基于自适应扩充策略的三阶段半监督声纹识别方法;(3)完成对基于自适应扩充策略的三阶段半监督声纹识别方法的训练和测试。本发明提出的一种基于自适应扩充策略的三阶段半监督声纹识别方法,能在有标签声纹数据不足时充分利用无标签声纹数据提升声纹识别性能,具有较低的等错误率,表现出一定的有效性。
-
公开(公告)号:CN114895647A
公开(公告)日:2022-08-12
申请号:CN202210383160.3
申请日:2022-04-13
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种面向小样本船舶零件故障数据的诊断方法及可读存储介质。步骤1:对船舶设备运行状态过程中零件的振动加速度信号数据进行故障类型标注;步骤2:对步骤1故障类型标注进行预处理,并处理后的数据集划分为训练集和测试集;步骤3:构建面向小样本船舶零件故障数据的诊断模型;步骤4:将步骤2的训练集用于训练步骤3诊断模型,得到故障类型的生成数据;步骤5:基于步骤4的生成数据采用对抗生成思想,实现具有故障特征的指定类型的故障数据;步骤6:基于步骤4的生成数据与步骤5的故障数据的结合实现对船舶零件故障的诊断。用以解决现有技术中故障状态为偶发性状态容易产生的小样本类不平衡问题。
-
公开(公告)号:CN114254618A
公开(公告)日:2022-03-29
申请号:CN202111525656.1
申请日:2021-12-14
Applicant: 哈尔滨工程大学
Abstract: 基于动态路由注意力机制的视觉问答方法、存储介质及设备,属于自然语言处理技术领域。为了解决现有的引入了多层注意力的问答模型由于参数量过多,从而导致了训练时长,甚至梯度消失的问题。本发明将图像I和文本问题Q输入视觉问答模型以获得问答答案;视觉问答模型包括:对图像和文本问题进行特征提取的特征提取单元、使用动态路由的方式分别以文本问题特征、视觉特征作为参考向量和特征矩阵在图像中进行注意力权重的更新,根据注意力权重分布获取到图像中的输出向量的动态路由注意力网络单元,以及将获取到的输出向量输入到两层全连接层进行特征转换,然后通过预测层对问题的答案进行预测的答案预测单元。本发明主要用于视觉问答。
-
公开(公告)号:CN104890814B
公开(公告)日:2017-07-11
申请号:CN201510312715.5
申请日:2015-06-09
Applicant: 哈尔滨工程大学
IPC: B63B15/02
Abstract: 本发明提供一种具有独立逃生舱室模块的快艇,本发明通过可独立逃生的舱室模块及其他辅助设备实现安全逃生功能,可逃生的独立舱室模块采用仿胶囊式设计,是一个可独立于主船体的、可封闭的舱室,且直接坐在底部减振装置上,减振装置一般可采用气囊或弹簧,在独立舱室模块外壁两侧,通过钢丝绳穿过固定于独立舱室模块舱壁外的爆炸螺栓及艇体内壁上的金属猫爪,将独立舱室模块与艇体连接,顶部舱盖与独立舱室模块作为一个整体,可形成密闭空间,当快艇遭遇恶劣海况受损严重有淹没危险时,通过遥控爆炸螺栓,断开艇体与独立舱室模块之间的连接,切断独立舱室模块电力供应,使得独立舱室模块与艇体脱离,确保独立舱室模块内的人员安全逃生。
-
公开(公告)号:CN106080958A
公开(公告)日:2016-11-09
申请号:CN201610407065.7
申请日:2016-06-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种具有反向断级的倒V型槽道滑行艇,艇体由左右对称的两个侧片体以及中央槽道所组成,所述侧片体最低点位于舭部外折角线处,且外折角线以外为近似直壁的舷侧壁面,折角线以内为艇底滑行面,所述艇体底部的滑行面是横向斜升型,在艇体底部的内折角线处设有纵向上贯穿全艇的引气槽,所述艇体底部、在中央槽道的两侧对称设置有断级,每个断级后均设置有凹槽,且断级始于引气槽,并向艇艉方向延伸至舭部。本发明在航行过程中能够充分利用冲压空气进行减阻和支撑艇重,并具有较小兴波和飞溅,使得航速较常规槽道滑行艇有了大幅提高。
-
公开(公告)号:CN103895834B
公开(公告)日:2016-03-09
申请号:CN201410075482.7
申请日:2014-03-04
Applicant: 哈尔滨工程大学
IPC: B63B59/02
Abstract: 本发明的目的在于提供磁力吸附碰垫,包括壳体、永磁吸附装置、控制杆机构和驱动轮,永磁吸附装置固定在壳体的内壁上,永磁吸附装置的上下两端分别安装第一磁力滚轮和第二磁力滚轮,第一控制杆的第一端与第一磁力滚轮相连,第二控制杆的第一端与第二磁力滚轮相连,第一控制杆和第二控制杆的第二端均设置滑槽,第三控制杆的第一端设置凸起,凸起安装在第一控制杆和第二控制杆的滑槽里,永磁吸附装置伸出固定杆,驱动轮通过轴安装在固定杆上,第三控制杆的第二端与驱动轮相连,齿轮与驱动轮同轴、共同旋转,齿轮上缠绕有控制链,控制链伸出至壳体外部。本发明具有极强的安装性,具有足够的强度储备,可有效承载四级海况下各种形式的冲击载荷。
-
公开(公告)号:CN119538772A
公开(公告)日:2025-02-28
申请号:CN202411558359.0
申请日:2024-11-04
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G06F30/27 , G06F30/15 , G06N3/045 , G06N3/084 , G06F119/14 , G06F113/08
Abstract: 基于自适应物理神经网络的舱室浸水流场预测方法和装置,涉及神经网络在复杂流场预测领域。解决了现有技术中舱室浸水流场具有高度的非线性和动态变化,自由液面水动力现象复杂且难以预测的问题。所述方法包括:构建低速流场的船舶模型;将将船舶舱室模型导入STAR‑CCM+软件进行流体仿真,并生成流场的网格数据;对所生成的流场的网格数据按时间步进行处理;将处理后的网格数据通过Pytorch框架进行处理与保存,构建用于神经网络训练的数据集;使用Pytorch框架对神经网络训练的数据集进行动态训练;上述步骤用于舱室浸水流场预测,完成基于自适应物理神经网络的舱室浸水流场预测。适用于舱室浸水流场的自适应领域。
-
-
-
-
-
-
-
-
-