-
公开(公告)号：CN113886764A
公开(公告)日：2022-01-04
申请号：CN202111263089.7
申请日：2021-10-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于Frenet坐标系的智能车辆多场景轨迹规划方法，属于智能车辆控制、车路协同技术领域。本发明解决了现有智能车辆协同控制算法使用的坐标系存在适用场景受限，效率低的问题。本发明根据智能车辆的实际轨迹，获取当前智能车辆在笛卡尔坐标系下x、y参考方向的轨迹信息，再获取智能车辆在Frenet坐标系下的横、纵向坐标，横、纵向的速度和加速度信息；建立智能车辆在Frenet坐标系下的横、纵向轨迹规划集模型，推导获得智能车辆横向、纵向的运动轨迹集；合并智能车辆横、纵向运动的轨迹优化函数，利用所述总优化函数对所述智能车辆的实际应用场景轨迹进行优化，获得该应用场景下最优轨迹。本发明适用于智能车辆轨迹规划。
-
公开(公告)号：CN107220708A
公开(公告)日：2017-09-29
申请号：CN201710484675.1
申请日：2017-06-23
Applicant: 哈尔滨工业大学
IPC: G06N3/12 , G06K9/62 , A61B5/0476 , A61B5/00
CPC classification number: G06N3/126 , A61B5/0476 , A61B5/4812 , A61B5/7264 , G06K9/6229
Abstract: 本发明公开了一种用于睡眠脑电分期特征选择的自适应模拟退火遗传算法，通过脑电信号进行睡眠分期，需要从脑电信号中提取大量特征参数，从中筛选出相对最优的特征参数组合用于睡眠脑电数学模型的建立。在已有的模拟退火遗传算法中，保留了遗传算法较强的总体搜索能力和模拟退火算法较强的局部搜索能力，以期提高产生优良个体的概率。但现有算法对迭代过程中的个体进行模拟退火操作时，在当前最优解的邻域内随机产生新解的机制存在致命的缺陷，本发明针对这一缺陷，不仅解决了传统模拟退火遗传算法邻域新解产生机制的迭代效率低、受邻域范围影响大等缺点，而且能够实现交叉概率和变异概率的自适应调整，同时采用加权方式进行适应度函数的设计。
-
公开(公告)号：CN105962950A
公开(公告)日：2016-09-28
申请号：CN201610532846.9
申请日：2016-07-07
Applicant: 哈尔滨工业大学
IPC: A61B5/1455 , A61B5/00
CPC classification number: A61B5/14553 , A61B5/0075 , A61B5/4064 , A61B5/7203 , A61B5/7221 , A61B5/7225 , A61B5/7235 , A61B5/7271
Abstract: 基于最小二乘支持向量机的近红外脑功能信号提取方法，本发明涉及近红外脑功能信号提取方法。本发明目的是为了解决近红外脑功能活动信号的检测精度低的问题。具体过称为：一：获得两个不同波长的近红外光在不同距离下的光密度变化量的时间信号；二：得到氧合血红蛋白浓度变化时间信号和还原血红蛋白浓度变化时间信号；三：获得脑功能活动信号；四：获得W(t)的W*(t)；五：得到脑功能活动信号E(t)：六：得到剔除误差干扰后的脑功能活动信号；七：构造拉格朗日函数得线性方程组；八：求解线性方程组得到拉格朗日乘子向量α和偏置量b的数值解，此时利用最小二乘支持向量机回归函数处理后的脑功能活动信号表示为E*(t)。本发明用于脑功能信号提取。
-
公开(公告)号：CN105597298A
公开(公告)日：2016-05-25
申请号：CN201610206465.1
申请日：2016-04-05
Applicant: 哈尔滨工业大学
IPC: A63B71/06 , A61B5/0488 , A61B5/11
CPC classification number: A63B71/06 , A61B5/0488 , A61B5/1121 , A61B5/1126 , A61B5/6813 , A61B5/7225 , A63B2220/30 , A63B2220/40 , A63B2220/836 , A63B2225/50 , A63B2230/08
Abstract: 基于肌电信号及肢体动作检测的健身效果评价系统，属于健身评价技术领域。本发明是为了解决根据主观意愿进行健身效果评价结果不准确的问题。它包括信号采集部和手机APP应用部，信号采集部包括电极、肌电传感器、控制器、采集信号无线传输模块和加速度传感器；手机APP应用部包括处理信号无线传输模块、处理器和用户模块；电极的正极端与负极端与被测对象导联，电极的右腿驱动电极放置于被测对象的受试部位；它通过肌肉电信号及肢体运动速度、加速度的检测与分析，来评价健身效果，健身效果的描述与肌肉疲劳程度及运动量相关，通过手机APP进行信息反馈与数据管理。本发明用于评价健身效果。
-
公开(公告)号：CN103290474B
公开(公告)日：2015-07-22
申请号：CN201310244240.1
申请日：2013-06-19
Applicant: 哈尔滨工业大学
Abstract: 一种锗纳米管的制备方法，本发明涉及锗纳米管的制备方法。本发明要解决现有制备方法无法制备出纳米管长度以及和壁厚形貌可控制的锗纳米管的技术问题。方法：一、制备工作电极；二、制备电解液；三、还原锗；四、去除聚碳酸酯多孔膜。本发明提供的锗纳米管的制备方法，实现了常温下制备半导体锗纳米管，离子液体可回收利用，工艺简单，操作方便，对环境友好，安全性高。本发明用于制备锗纳米管。
-
Patent Agency Ranking
公开(公告)号：CN102864473B
公开(公告)日：2015-07-22
申请号：CN201210404116.2
申请日：2012-10-22
Applicant: 哈尔滨工业大学
Abstract: 三维有序大孔硅或锗薄膜的制备方法，涉及一种大孔薄膜的制备方法。是要解决现有的制备三维有序大孔硅或者锗薄膜的方法所用设备复杂，成本高，所用原料有毒的问题。方法：一、将铜箔用盐酸浸泡，无水乙醇擦拭，将铜箔固定在玻璃基片上，处理；三、使用三电极的电解池，用恒电势法进行电沉积硅或锗；四、取出电解池中的电解液，干燥，滴加偶联剂三乙基氯硅烷浸泡；五、拆卸电解池，滴加四氢呋喃，清洗，干燥，即得到三维有序大孔硅或锗薄膜。本发明的方法无需复杂设备，操作简便，室温即可实现，能耗低。用于锂离子电池的负极材料领域。
-
公开(公告)号：CN103529398A
公开(公告)日：2014-01-22
申请号：CN201310515760.1
申请日：2013-10-28
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，属于锂离子电池荷电状态预测技术领域。本发明为了解决现有锂离子电池SOC的在线估计由于受到初值选取的影响，可靠性低的问题。它首先建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；再对被测锂离子电池进行充放电实验，建立被测锂离子电池的卡尔曼滤波初值SOC0的多项式拟合函数；再获得被测锂离子电池的卡尔曼滤波初值SOC0和卡尔曼滤波的初始误差协方差P(0)；然后进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。本发明用于锂离子电池SOC在线估计。
-
公开(公告)号：CN102525422A
公开(公告)日：2012-07-04
申请号：CN201110442356.7
申请日：2011-12-26
Applicant: 哈尔滨工业大学
IPC: A61B5/00 , A61B5/1455
Abstract: 基于多距测量方法的经验模态分解优化算法的脑功能信号提取方法，涉及脑功能信号提取方法。它解决了当脑组织非均匀性严重时现有技术检测脑功能活动过程中氧合血红蛋白浓度变化Δ[HbO2]和还原血红蛋白浓度变化Δ[HHb]难以检测的问题。本发明通过检测器记录大脑安静状态下和诱发激励时漫反射光强，以获得两个不同波长λ1和λ2时的光密度变化量的时间序列：和和采用修正朗伯比尔定律获取r1测得的Δ[HbO2]N(k)和Δ[HHb]N(k)，r2测得的Δ[HbO2]F(k)Δ[HHb]F(k)；根据获得的所有参数推算出脑功能信号表达式；求解脑功能信号e(k)。本发明适用于医疗领域。
-
公开(公告)号：CN101435110B
公开(公告)日：2012-03-21
申请号：CN200810209609.4
申请日：2008-12-04
Applicant: 哈尔滨工业大学
Abstract: 锗三维光子晶体的制备方法，它涉及一种锗光子晶体的制备方法。它解决了现有制备锗三维光子晶体的方法锗无法完全填充模板的问题。本发明方法如下：倾斜沉积法在制备聚苯乙烯小球模板；配制电解液；三电极电沉积法在聚苯乙烯小球模板原位生长锗；化学刻蚀法去除聚苯乙烯小球模板，即得锗三维光子晶体。本发明方法制得的锗光子晶体填充率达100％，且具有完全光子带隙。本发明方法工艺简单，操作方便。
-
公开(公告)号：CN118941770A
公开(公告)日：2024-11-12
申请号：CN202410957820.3
申请日：2024-07-17
Applicant: 哈尔滨工业大学
IPC: G06V10/25 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 基于FPGA加速的神经网络目标检测方法，涉及卷积神经网络加速器的技术领域。为解决现有技术中存在的，现有的基于FPGA的卷积神经网络加速器设计中，对YOLO这样的网络准确率有显著下降，且存在较高的延迟的技术问题，本发明提供的技术方案为：基于FPGA加速的神经网络目标检测系统构建方法，包括：得到压缩后的网络模型；进行数据处理和传输，获得预处理后的特征图和权重数据；对预处理后的特征图和权重数据进行卷积计算，获得卷积计算结果；通过最大池化层、Upsample上采样层和Concat层对卷积计算结果进行处理，获得经过池化、上采样和拼接的特征图；含FIFO结构的NMS非极大值抑制模块对经过池化、上采样和拼接的特征图进行后处理。适合应用于神经网络目标检测的工作中。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.036 seconds)
