-
公开(公告)号：CN118223998A
公开(公告)日：2024-06-21
申请号：CN202410325059.1
申请日：2024-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及动力装置状态恢复，更具体的说是一种基于优化算法的动力装置状态恢复方法，该方法包括以下步骤：S1：动力装置恢复参数的选取；S2：提取动力装置监测数据特征；S3：基于神经网络利用特征参数搭建反映出动力装置状态的状态评估模型；S4：搭建健康度模型，将状态评估模型输出结果转为数值，表征为动力装置健康度；S5：利用状态评估模型生成对应状态下的健康度数值建立起状态恢复模型，确定状态恢复的约束条件；S6：结合优化算法对状态恢复模型进行迭代计算，寻找约束条件下该状态的最优恢复参数，并生成恢复方案；S7：根据恢复方案设置恢复器，依据动力装置实时健康度对其进行反馈控制，使动力装置保持最佳工作状态。
-
公开(公告)号：CN116882178A
公开(公告)日：2023-10-13
申请号：CN202310861650.4
申请日：2023-07-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于数字孪生的燃气轮机故障复现系统，应用于船舶燃气轮机健康管理中故障复现。包括数据采集模块、历史数据库、虚拟环境模块、多维信息选择模块和故障复现模块；所述数据采集模块采集船舶燃气轮机测点数据；所述虚拟环境模块建立可视化虚拟模型，调整燃气轮机模型，计算性能参数，提供可供选择的船舶燃气轮机运行情况；所述历史数据库储存数据采集模块所采集的数据与计算得出的性能参数；所述多维信息选择模块通过多维信息聚合为一条包含所有信息的字符串来匹配历史数据库中数据源，对应数据库中测点数据；所述故障复现模块显示所选工况下船舶燃气轮机的运行数据。能够模拟多种装置故障及退化过程。
-
公开(公告)号：CN116380476A
公开(公告)日：2023-07-04
申请号：CN202310365728.3
申请日：2023-04-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种燃气轮机时间域阶次谱表达方法，包括：信号采集步骤，实时采集燃气轮机运行阶段的振动加速度信号及转速信号；特定频率幅值提取步骤，对采集到的振动加速度信号进行功率谱分析，实时跟踪燃汽轮机的转速，根据燃气轮机的机组信息计算得到当前转速下的转频、转频的分频及倍频、压气机各级叶片通过频率及其倍频、涡轮各级叶片通过频率及其倍频，通过特定区域内的峰值搜索得到各个阶次频率的幅值；时间域阶次谱绘制步骤，统计一段时间内各阶次频率的幅值绘制得到时间域阶次图谱。可以将燃气轮工作转速下的各阶次频率的幅值进行实时统计，为燃气轮机转子不对中、转子不平衡、叶片碰磨等状态异常现象提供判断依据。
-
公开(公告)号：CN108959851B
公开(公告)日：2022-03-18
申请号：CN201810601099.9
申请日：2018-06-12
Applicant: 哈尔滨工程大学
IPC: G16B30/10
Abstract: 本发明提供一种Illumina高通量测序数据误差校正方法，包括：1、对Illumina测序样本同时进行半导体测序。即在得到样本Illumina测序结果的同时，也获取其半导体测序结果；2、分别将Illumina测序结果和半导体测序结果通过序列比对确定每一测序读数在参考基因组中的位置；3、对同一位置的测序结果进行分析。本发明针对该问题提出了一种Illumina高通量测序数据误差校正方法。该方法利用半导体高通量测序结果中碱基类型不易测错的特点，通过逻辑分析Illumina高通量测序结果、半导体高通量测序结果与参考基因组碱基序列之间的对应关系，实现Illumina高通量测序数据的误差校正。
-
公开(公告)号：CN108197430A
公开(公告)日：2018-06-22
申请号：CN201810057819.X
申请日：2018-01-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于迁移学习的功能型microexon识别方法，包括：步骤一、microindels样本标签获取，步骤二、microexon和microindels特征提取，步骤三、基于迁移学习的microexon和microindels特征空间迁移，步骤四、基于迁移学习的功能型microexon识别模型的构建。本发明利用迁移学习，通过对具有样本类别标签的microindels的识别模型，识别功能性microexon。
-
Patent Agency Ranking
公开(公告)号：CN103853941A
公开(公告)日：2014-06-11
申请号：CN201310714093.X
申请日：2013-12-23
Applicant: 哈尔滨工程大学
IPC: G06F19/22
Abstract: 本发明属于分子生物信息检测领域，具体涉及只用在已有高通量DNA测序数据匹配基础上，基于贝叶斯技术进一步增加测序数据的匹配数量，以提高测序数据的利用效率和实验检测效果的高通量DNA测序数据匹配增强方法。本发明包括：初步匹配高通量DNA测序数据；求取高通量DNA测序数据错配先验概率；计算高通量DNA测序数据错配后验概率；求取高通量DNA测序数据不成功匹配集中数据发生成功匹配的评估值；提取高通量DNA测序数据不成功匹配集中成功匹配数据。本发明在原有高通量DNA测序数据匹配映射基础上，通过评估不成功匹配测序数据集中数据发生成功匹配的可能，进一步增加成功匹配映射的数据数量，以提高测序数据的利用效率。
-
公开(公告)号：CN102622587B
公开(公告)日：2013-08-28
申请号：CN201210059350.6
申请日：2012-03-08
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是基于多尺度二阶微分结构模型及改进分水岭算法的手背静脉识别方法。利用基于手背目标外部轮廓分析的方法从原始样本中提取出静脉样本的ROI区域；基于多尺度VLSDM模型对ROI区域的静脉图像进行多尺度分析，得到静脉纹理的形态响应、方向响应及尺度响应；利用改进分水岭算法从第二步所得形态响应中提取出静脉纹理骨架特征；利用链码及方向空间采样编码描述静脉纹理骨架的结构特征及方向特征，并利用改进的模板匹配方法对特征进行匹配。本发明解决样本旋转和平移对识别影响、加快算法匹配速度等问题，且该方法的效率符合模式识别系统的要求。
-
公开(公告)号：CN101667137B
公开(公告)日：2012-09-26
申请号：CN200910073045.0
申请日：2009-10-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种使用方向滤波技术的手指静脉纹路提取方法。包括手指区域定位、滤波增强、手指静脉模式提取；对读入的静脉图像先采用Kapur熵阈值法分割出手指区域，然后采用数学形态学中的开操作对手指区域去除毛刺；再结合静脉纹路特点求取手指静脉区域的方向图并设计滤波器，结合所得的方向图及方向滤波器对图像进行滤波增强；最后采用NiBlack方法进行二值化操作提取手指静脉模式。本发明所提供的方法提取手指静脉纹路连通性与光滑性好、噪声少。
-
公开(公告)号：CN101901336B
公开(公告)日：2012-03-14
申请号：CN201010197432.8
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种指纹与指静脉双模态识别决策级融合法。包括指纹模块与静脉模块两个模块；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的指纹与手指静脉图像依据各自图像的特点进行图像质量评价，得出质量分数；指纹图像与静脉图像分别进行预处理后进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；最后根据这两种模态的图像质量分数设计权重，根据这个权重将二者的识别结果进行决策级融合，得到最终识别结果。本发明基于融合后系统的性能优于单一的指纹识别或手指静脉识别系统，具有很强的实用性。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.072 seconds)
