-
公开(公告)号：CN117974977A
公开(公告)日：2024-05-03
申请号：CN202410091551.7
申请日：2024-01-23
Applicant: 哈尔滨工业大学
IPC: G06V10/25 , G06V10/40 , G06V10/80 , G06N3/092 , G06V10/74 , G06V20/52 , G06N3/048 , G06N3/045 , G06N3/084
Abstract: 本发明提出了一种基于混合动作空间强化学习的主动视觉增强方法及系统，属于计算机视觉和强化学习技术领域，首先构建了一种剪切特征融合目标过滤器，基于目标表观特征和余弦相似度进行多目标的识别和筛选，基于剪切特征融合目标过滤器，提出了一种基于混合动作空间的用于控制PTZ摄像头增强其上搭载的目标检测算法置信度效果的强化学习算法，能够根据当前场景和目标检测结果自主地决策行动，以优化目标检测和信息获取过程；本发明有效提升了多种目标检测算法的置信度水平，对不同的应用场景具有高度泛化性，能够高效地进行多目标监控。
-
公开(公告)号：CN117649573A
公开(公告)日：2024-03-05
申请号：CN202311528655.1
申请日：2023-11-16
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/74 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明是一种基于SAR图像样本质量评估体系的模型训练样本筛选方法。本发明涉及人工智能领域中用于深度学习中提升模型的训练效率技术领域，本发明首先准备样本集，进行样本质量评估，共计9个评估指标。将每个样本的质量评估指标降序排列后根据质量分布特性构建样本子集，然后根据不同的性能指标对样本进行筛选。最后融合性能表现优秀的样本，完成样本子集的融合操作。本发明所提出的样本筛选方法可以有效地提高模型的训练效率。
-
公开(公告)号：CN117389324A
公开(公告)日：2024-01-12
申请号：CN202311354945.9
申请日：2023-10-18
Applicant: 哈尔滨工业大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 一种提升无人机由训练到应用迁移性能方法和系统，涉及无人机训练领域。解决当前无人机仿真场景和实际应用场景差异导致的迁移应用下无人机自主导航避障性能较差的问题。所述方法：S1：随机生成仿真场景障碍物坐标，构建智能体训练场景；S2：无人机进行训练；S3：清除仿真场景障碍物，无人机返回起点，重新随机生成障碍物坐标，构建新的仿真训练场景；S4：重复上述步骤，直到完成训练，获得无人机自主导航模型；S5：在无人机自主导航模型的应用场景中，采用滤波器对激光雷达传感器获得的测量数据进行滤波；S6：基于滤波后的测量数据构建无人机信息，输入无人机自主导航模型，完成无人机的自主导航。应用于无人机自主导航及控制领域。
-
公开(公告)号：CN116309038A
公开(公告)日：2023-06-23
申请号：CN202211421988.X
申请日：2022-11-14
Applicant: 哈尔滨工业大学
IPC: G06T3/40 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 低分辨图像域迁移网络构建方法及装置、基于域迁移的非配对MR图像超分辨方法及装置，涉及核磁共振成像领域中采集的低分辨核磁共振图像的超分辨领域。针对现有技术中存在的，真实MR图像的退化过程和双三次降采样过程相差甚远，往往存在畸变、模糊、放大未知噪声等缺点、传统的基于单图超分辨方法的MR图像超分辨技术不能满足实际需求的问题，本发明提供的技术方案包括：采集低分辨MR图像集和图像集的降采样高分辨MR图像集；对低分辨MR图像集和降采样高分辨MR图像集进行初步特征提取；将提取到的低分辨MR图像集的低分辨特征和提取到的降采样高分辨MR图像集的高分辨特征作为输入，构建网络。适合应用于提升低分辨核磁共振图像的分辨率的工作中。
-
公开(公告)号：CN111414994B
公开(公告)日：2022-07-12
申请号：CN202010150245.8
申请日：2020-03-03
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于FPGA的Yolov3网络计算加速系统及其加速方法。所述系统包括ARM和FPGA平台架构、片外存储区、AXI_M接口和AXI_S接口，所述ARM平台架构包括核心处理器和数据和内存控制器，所述FPGA平台架构包括加速核心单元、输入缓存端和输出缓存端；所述核心处理器包括ARM Cortex‑A53CPU和L2缓存区，所述片外存储区包括SD卡和外部DDR4，所述加速核心单元包括数据矩阵向量阵列和计算模块。本发明输入和输出缓存端采用多通道并行读取写回的方式代替传统的单通道读写方式，最大化利用了Zynq芯片的带宽。输入缓存端设计双缓存区和寄存器阵列，实现高效的数据复用，成倍提高带宽。
-
Patent Agency Ranking
公开(公告)号：CN111553910B
公开(公告)日：2022-03-25
申请号：CN202010373872.8
申请日：2020-05-06
Applicant: 哈尔滨工业大学
Abstract: 一种基于红外图像的大型实验装置电器设备热故障检测方法，采集电器的红外图像，通过全卷积网络对所述红外图像进行分割识别，确定所述红外图像中的每个电器的类别，以及相应的温度；利用每个电器类别对应的温度阀值与经过全卷积网络识别后的红外图像中相应类别电器的温度相比较，从而确定所测电器设备的温度是否存异常；本发明提供了一种可以实时监控电器设备温度，并进行热故障检测的方法，也保证了图像分割和识别的准确率。
-
公开(公告)号：CN113744132A
公开(公告)日：2021-12-03
申请号：CN202111055372.0
申请日：2021-09-09
Applicant: 哈尔滨工业大学
Abstract: 基于多重优化的MR图像深度网络超分辨方法，解决了现有利用深度学习网络重建超分辨率MR图像时难以在模型复杂度和训练难度取得较好平衡的问题，属于图像超分辨率重建技术领域。本发明包括：获取MR图像训练集，包括多切片的低分辨MR图像集和对应的多切片高分辨MR图像集；利用MR图像训练集对超分辨深度学习网络进行训练，超分辨深度学习网络包括融合层和多个超分辨网络，每个超分辨网络的输入为低分辨MR图像，每个超分辨网络的输出同时输入到融合层，融合层输出高分辨MR图像；利用训练完成后的超分辨深度学习网络将低分辨MR图像重建为高分辨MR图像。超分辨网络和融合层在训练时，可采用不同的损失函数的级联。
-
公开(公告)号：CN111738298A
公开(公告)日：2020-10-02
申请号：CN202010461049.2
申请日：2020-05-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于深宽可变多核学习的数据分类方法。步骤1：数据集的准备；步骤2：数据集分类的算法结构；步骤3：将步骤2的DWS-MKL算法使用SVM作为分类器进行数据第一次分类；步骤4：将步骤3中将数据进行第一次分类后，进行核参数学习；步骤6：利用上述步骤进行数据训练；步骤7：使用步骤6训练获得的分类模型处理测试集数据并获得算法的分类准确率。本发明充分发挥核方法的非线性映射能力，根据数据灵活改变结构并使用leave-one-out误差界优化参数，提高了方法的分类准确率。
-
公开(公告)号：CN103336912B
公开(公告)日：2016-03-16
申请号：CN201310317217.0
申请日：2013-07-25
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于ARI算法的锂离子电池截止电压的预测方法，属于锂离子电池的截止电压预测领域。为了解决现有ARI模型为线性模型对锂离子电池后期出现截止电压加速变化时，预测准确性低的问题，首先，提取锂离子电池每个充放电周期中的截止电压原始数据，保存锂离子电池截止电压原始数据且对该锂离子电池截止电压原始数据进行预处理，获得处理后的数据；其次，将处理后的数据作为ARI预测模型的输入值对ARI预测模型的参数进行确定，获得ARI模型；然后，将预测步长的加速因子引入到步骤二获得的ARI模型中进行拟合，获得ND-ARI预测模型，通过采用ND-ARI预测模型实现锂离子电池截止电压的预测。本发明主要适用于对锂离子电池的截止电压预测。
-
公开(公告)号：CN103344923B
公开(公告)日：2015-07-08
申请号：CN201310331872.1
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于EKF方法和NSDP-AR模型融合型锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。为了解决目前基于模型的方法对于不同电池及不同工作状态适应能力低和电池容量非线性退化趋势预测能力差的问题，首先，对在线测量待测锂电池的容量数据进行预处理，并离线测量与该待测锂电池同型号的锂电池的真实容量退化数据；其次，基于EKF方法确定锂电池状态空间模型的参数；然后，根据上述建立的锂电池状态空间模型对待测锂电池进行状态估计，利用NSDP-AR模型的输出进行待测锂电池的状态更新，锂电池状态空间模型获取每一个充放电循环的电池容量数据，并将数据与待测锂电池的失效阈值比较获取锂电池剩余寿命；本发明主要应用在电池寿命预测领域。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.023 seconds)
