-
公开(公告)号：CN119941441A
公开(公告)日：2025-05-06
申请号：CN202411781713.6
申请日：2024-12-05
Applicant: 哈尔滨工业大学 , 国网福建省电力有限公司经济技术研究院
IPC: G06Q50/06 , G06F18/23213 , G06F18/2135
Abstract: 本发明公开了一种基于改进鲁汶算法的配电网供电网格划分方法，所述方法包括如下步骤：步骤1、根据配电网供电网格内部的风电、光伏、负荷历史数据，利用优化提取模型提取出典型日时序场景；步骤2、基于典型时序场景，以综合性指标最优为目标，利用引入树形结构修剪环节的改进鲁汶算法获得各典型日对应的最优供电网格划分方案；步骤3、建立包含划分结果泛用性指标、模拟运行合理性指标、聚类提取代表性指标的网格划分方案评价指标体系，以雷达图形式选择最优网格划分方案。该方法可为配电网供电网格到配电网供电单元的划分提供指导，促进分布式源、荷、储资源的规范化并网以及供电单元间的高效协同。
-
公开(公告)号：CN114120020B
公开(公告)日：2024-04-26
申请号：CN202111449378.6
申请日：2021-11-30
Applicant: 哈尔滨工业大学
IPC: G06V10/762 , G06V10/74
Abstract: 基于关键通道保护和谱聚类的超光谱图像谱间排序方法，涉及图像处理技术领域，针对现有技术中目前超光谱图像压缩处理流程中无法同时满足优先传输对应用有重要作用的关键通道需求和利用关键通道的信息对剩余通道进行预测压缩需求的问题，由于光谱通道的传输是渐进的，所以对于后续预测压缩来说，随着传输通道数目增多，预测器的预测能力会随之变强，将特异通道被放于排序最末位末尾，可以保证有更强能力的预测器对这些难以预测的特异通道进行预测，提高整体的预测水平。本申请可以同时满足优先传输对应用有重要作用的关键通道需求和利用关键通道的信息对剩余通道进行预测压缩需求。
-
公开(公告)号：CN117662523A
公开(公告)日：2024-03-08
申请号：CN202311747800.5
申请日：2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 一种呼吸机微涡轮用角度可调式静叶扩压器，属于呼吸机技术领域。本发明解决了现有技术中微涡轮的静叶角度和位置均是固定的，无法根据工况的变化进行调整，导致呼吸机的工作效率较低、工作范围较窄的问题。若干静叶叶片沿叶轮周向均布且均滑动插装在叶盘上，通过周向布置的多个曲柄调节机构对若干静叶叶片进行角度调节。根据静叶叶片分布位置调节静叶叶片角度，进而改变静叶出口面积及通道外型，使得静叶叶片出口处空气流速与压强保持均匀分布，减少气流堵塞，有效保证在多种工况下呼吸机依然能够保持较高的工作效率，适应更宽的工作范围。
-
公开(公告)号：CN116304589A
公开(公告)日：2023-06-23
申请号：CN202310156625.6
申请日：2023-02-17
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 哈尔滨工业大学
IPC: G06F18/15 , G06F18/241 , G06N20/00 , G06F123/02
Abstract: 本申请公开了一种基于多约束协同的异常数据检测并修复的方法及相关产品，可应用于数据修复技术领域。该方法包括：确定多元时间序列中的待修复时间区间；根据所述待修复时间区间建立依赖网络；根据所述依赖网络获取可变特征预测顺序以及对应的预测模型字典；根据所述可变特征预测顺序和所述预测模型字典确定可变特征对应的候选修复值；根据所述候选修复值更新所述多元时间序列，实现时序数据的修复。因此，本申请对多元时间序列进行划分，并采用上类约束的算法对多元时间序列进行修复从而保证在修复过程中不引入新的约束的违规，在提高了错误数据修复结果的准确率和可靠度的前提下提高了错误数据的修复速度。
-
公开(公告)号：CN110119465B
公开(公告)日：2023-06-13
申请号：CN201910413372.X
申请日：2019-05-17
Applicant: 哈尔滨工业大学
IPC: G06F16/906 , G06F16/9535
Abstract: 本发明提供融合LFM潜在因子与SVD的手机应用用户喜好检索方法，属于数据分类技术领域。本发明首先设置度量标准，对用户使用手机应用分别进行计分并建立用户与手机应用关系的系数矩阵A，利用LFM潜在因子算法得到没有缺省值的完整的矩阵Alfm；采用不同的k值对A进行若干次SVD矩阵分解，每次SVD矩阵分解再次组合后得到一个无缺省值的矩阵ASVD；从所有ASVD中选择与矩阵A匹配度最高的矩阵；最后对矩阵Alfm和矩阵ASVD进行相加并进行归一化处理，根据结果判断用户的喜好领域。本发明解决了现有手机用户喜好判断准确率不高、计算速度慢的问题。本发明可用于手机用户喜好领域检索。
-
Patent Agency Ranking
公开(公告)号：CN110598636B
公开(公告)日：2023-01-17
申请号：CN201910866137.8
申请日：2019-09-09
Applicant: 哈尔滨工业大学
IPC: G06V20/00 , G06V10/50 , G06V10/774 , G06V10/764
Abstract: 一种基于特征迁移的舰船目标识别方法，它属于舰船目标识别领域。本发明解决了在现有方法中，由于待识别的目标与已知训练的目标数据在外观以及成像质量的特性方面不一样，导致对待识别目标识别的效果差的问题。本发明提取不同分辨率的舰船图像的HOG特征，基于空间对齐与概率适配的的迁移学习方法，将源域的HOG特征和目标域的HOG特征映射到相同的特征空间，然后在同一特征空间中进行概率适配和实例权重调节，重新生成新的源域向量化HOG特征与新的目标域向量化HOG特征，利用新的源域向量化HOG特征对支持向量机进行训练，利用训练好的支持向量机进行待识别图像的目标识别。本发明可以应用于遥感图像中舰船目标的识别。
-
公开(公告)号：CN115511656A
公开(公告)日：2022-12-23
申请号：CN202210602249.4
申请日：2022-05-30
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司葫芦岛供电公司 , 国网辽宁省电力有限公司 , 哈尔滨工业大学 , 辽宁省产品质量监督检验院 , 国家电网有限公司
Abstract: 本发明属于电力技术领域，尤其涉及一种基于挖掘电网数据价值的需求规划辅助决策系统。包括电网运行数据导入模块、外部终端数据导入模块、数据融合与处理模块、电网负荷预测模块、电网预警分析模块、电网需求规划模块、电网数据共享分析模块、集中显示监控模块及系统智能辅助决策模块。本发明能够实现电网各部门之间的信息共享，对电网业务规划的多方面具有显著提升，具有实时性强，决策系统精确性高的显著优点。将多方面的数据信息贯通融合，形成跨专业数据共享共用的生态，供电网规划人员数据分析直接调用或应用构建，有效提升电网规划与智能决策平台的工作效率和经济效益，还能够提升居民用电质量和用电安全，使能源紧张的问题得到大幅的缓解。
-
公开(公告)号：CN109634830B
公开(公告)日：2022-06-07
申请号：CN201811556418.5
申请日：2018-12-19
Applicant: 哈尔滨工业大学
IPC: G06F11/34
Abstract: 本发明提供一种基于多特征耦合的CUDA程序一体化性能预测方法，属于电子与信息技术领域。本发明首先提取数据、程序、GPU硬件的固有特征，定义了设备并行空间DPS、设备并行空间闲置度DPSID、SM Warp负载NSMW以及并行效应因子PEF等高层次性能相关特征；然后通过比较Dg与APDG，以及DPSID与1的数值关系，判定CUDA程序内核状态并获得对应的内核持续时间体积KDTV，最终得到此时的内核持续时间KDT，完成预测。本发明解决了现有技术对CUDA程序性能预测精准度较低的问题。本发明可用于并行程序性能的精准预测。
-
公开(公告)号：CN114120020A
公开(公告)日：2022-03-01
申请号：CN202111449378.6
申请日：2021-11-30
Applicant: 哈尔滨工业大学
IPC: G06V10/762 , G06V10/74
Abstract: 基于关键通道保护和谱聚类的超光谱图像谱间排序方法，涉及图像处理技术领域，针对现有技术中目前超光谱图像压缩处理流程中无法同时满足优先传输对应用有重要作用的关键通道需求和利用关键通道的信息对剩余通道进行预测压缩需求的问题，由于光谱通道的传输是渐进的，所以对于后续预测压缩来说，随着传输通道数目增多，预测器的预测能力会随之变强，将特异通道被放于排序最末位末尾，可以保证有更强能力的预测器对这些难以预测的特异通道进行预测，提高整体的预测水平。本申请可以同时满足优先传输对应用有重要作用的关键通道需求和利用关键通道的信息对剩余通道进行预测压缩需求。
-
公开(公告)号：CN114119787A
公开(公告)日：2022-03-01
申请号：CN202111446114.5
申请日：2021-11-30
Applicant: 哈尔滨工业大学
IPC: G06T9/00 , G06T7/262 , G06K9/62 , G06V10/762
Abstract: 基于正交匹配追踪的超光谱图像预测压缩方法，涉及图像处理技术领域，针对现有技术中已有超光谱数据压缩方法没有综合考虑超光谱图像在光谱维度上的局部相关性和整体数据分布以及选取多个预测数据时的互相影响进而导致预测准确性低的问题，本申请通过OMP算法自动地在已知数据中根据每一次输入的待预测数据选择指定书目的最优预测参考通道，如果具有先前已知的数据(如过往已经传输过的超光谱图像)，可以利用这些数据初始化已知数据集合，OMP算法会自动进行选择，也就是说增加更多的已知数据不仅不会带来更大的预测系数体积，并且提高了本申请的预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.033 seconds)
