-
公开(公告)号：CN117973602A
公开(公告)日：2024-05-03
申请号：CN202410081329.9
申请日：2024-01-19
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/20 , G06F18/2131 , G06N20/00 , G06N3/04 , G06F123/02
Abstract: 本发明涉及计算机技术领域，提供了一种目标作物生长参数预测方法、装置及存储介质，其中，该方法包括：获取第一时间序列；将第一时间序列输入至目标模型，通过目标模型中的N个因果模块捕获频域内第一时间序列的因果属性，得到目标序列，其中，第i+1个因果模块的输入包括第i个因果模块的输入与第i个因果模块的输出；根据目标序列确定第二时间序列，第二时间段在第一时间段之后。通过本发明，解决了如何提高对未来作物生长参数的预测结果准确性问题。
-
公开(公告)号：CN116822621A
公开(公告)日：2023-09-29
申请号：CN202310906570.6
申请日：2023-07-24
Applicant: 哈尔滨工业大学
IPC: G06N3/098 , G06F18/214
Abstract: 一种基于数据增强的联邦学习方法和系统，涉及联邦学习技术领域。解决针对目前很少有专门针对联邦学习环境进行有效的数据增强的研究,其中典型代表FedMix是将MixUp应用到联邦学习环境中的方法，然而其仅适用于交叉熵损失函数，具有较大的局限性的问题。所述方法包括：计算每个参与方的平均样本；根据所述平均样本构建平均样本集合；参与方将平均样本集合发送给服务器；服务器采用基于邻域扩展的MixUp的联邦学习算法训练样本集合中样本和全局模型，并更新参与方参数；对所述更新的参与方参数进行聚合，得到全局聚合模型的参数。本发明应用于通信领域。
-
公开(公告)号：CN116400618A
公开(公告)日：2023-07-07
申请号：CN202310210586.3
申请日：2023-03-07
Applicant: 哈尔滨工业大学
IPC: G05B19/042 , G06Q10/083
Abstract: 本发明提出一种运用于物流系统的基于时间同步的智能控制方法。所述方法通过系统初始化、路径规划以及对驱动设备进行控制来实现智能控制，所述方法能够保证货物在每个节点所预先设定的控制指令下，按照规划好的路径运输至指定终点，这样的算法能够有效提高传送系统的工作效率。本发明提出的基于时间同步的智能控制方法，在占地面积广、货物数量大、对时效以及准确性均有较高要求的物流仓库中心，能够以极高的准确率，在较短的时间内将货物运输到指定地点，有效地提高货物的运输效率。
-
公开(公告)号：CN116331709A
公开(公告)日：2023-06-27
申请号：CN202310210594.8
申请日：2023-03-07
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种四全向轮驱动的传输系统及其控制方法。所述传输系统采用全向轮构建的平台进行包裹运输，同时，该系统基于分布式多智能体设备进行基本的控制指令下发，并且通过视觉定位模块定位包裹位置。所述传输系统可以将传统的单出入口的传送带替换为本发明所提出的四轮驱动的全向轮传输系统，将不同来源的包裹通过多入口运输至传送平台，再利用多出口运输至不同的目的地，这样能够有效地提高货物的分拣效率，达到货物仓库的最大化利用。
-
公开(公告)号：CN115465358A
公开(公告)日：2022-12-13
申请号：CN202211278173.0
申请日：2022-10-19
Applicant: 哈尔滨工业大学人工智能研究院有限公司
Abstract: 本申请属于机器技术领域，尤其是涉及一种全向型农业机器人，包括全向型轮腿结构系统、多负载平台、电源系统、控制系统，所述全向型轮腿结构系统包括轮毂电机结构一体行走车轮、转向电机机构、Z型固定板等；所述电源系统包括锂电池系统和太能板附件；所述多负载平台主要由标准型铝材装配组装，预留型材孔道，快速搭建顶部负载；所述多负载平台可以直接装配到Z型固定板上，与所述四个全向型轮腿结构系统，组成本全向型农业机器人基本框架结构，也可加在所述多负载平台和Z型固定板中间加装丝杠升降装置，可调整离地间隙。本发明专利可实现性高，转向灵活，零件数量少，成本低，并且结构简单，续航时间长。
-
Patent Agency Ranking
公开(公告)号：CN115454585A
公开(公告)日：2022-12-09
申请号：CN202210662359.X
申请日：2022-06-13
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种面向边缘设备深度学习模型推理的自适应批处理和并行调度系统，包括决策模块、动态批处理调度模块、模型并行模块、性能分析器四部分；决策模块对深度学习模型的批处理和并行推理进行调度建模并为不同模型选择合适的批处理大小和模型并行数量，动态批处理调度模块进行批处理推理；模型并行模块同时处理多个推理请求；性能分析器以在线方式实时收集边缘设备的系统状态；与传统的启发式和其他强化学习方法相比，本发明设计的基于最大熵强化学习的调度决策算法，在对系统吞吐量和推理延迟的权衡方面有着3.2～58％的性能提升，同时收敛速度是其他算法的1.8～6.5倍；此外，平均调度开销只有其他算法的49％。
-
公开(公告)号：CN114926486A
公开(公告)日：2022-08-19
申请号：CN202210520779.4
申请日：2022-05-12
Applicant: 哈尔滨工业大学人工智能研究院有限公司
IPC: G06T7/12
Abstract: 本发明公开了一种基于多层级改进的甲状腺超声图像智能分割方法，所述基于甲状腺超声诊查图像，对传统经由单一深度学习算法获得粗分割结果进行优化调整，提出一种多层级的改进方法对甲状腺分割结果进行精确分割。所述多层级改进方法首先通过初步边界提取和边界修复得到较精确的甲状腺边界环形区域，进而提出一种超像素辅助分割算法，将边界环形区域及其对应的超像素图像一同送入算法学习，以在数据样本不足的情况下向算法引入更多有助于分割信息，得到辅助分割结果。本发明能在甲状腺超声图像不充足的情况下提升甲状腺分割在精度、形状、面积估计上的效果，在临床中提供更可靠的辅助信息，具有重要的医学价值。
-
公开(公告)号：CN112347951A
公开(公告)日：2021-02-09
申请号：CN202011253584.5
申请日：2020-11-11
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种手势识别方法、装置、存储介质及数据手套，方法包括：获取数据手套完成当前动作时数据手套的各个传感器采集的传感器数据，所有传感器数据组成一个输入数据；采用主成分分析法对输入数据进行特征提取，获得第二特征数据；将第二特征数据输入训练好的多类SVM分类器，确定当前动作对应的手势；当训练好的多类SVM分类器无法识别当前动作时，对输入数据进行预处理，获得预处理后的数据；将预处理后的数据输入训练好的手势识别模型，输出当前动作对应的手势，其中，手势识别模型是基于卷积神经网络和长短期记忆循环网络建立的。本发明的技术方案能够在提高手势识别速度的同时，保证手势识别的精度。
-
公开(公告)号：CN116028185B
公开(公告)日：2025-04-29
申请号：CN202310056445.0
申请日：2023-01-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提出基于微服务的混合信号系统执行效率的优化方法。所述方法中每个Actor封装为独立的服务，Actor服务之间通过消息队列传输数据，当试图从空通道读取时，服务处于等待状态，直到有消息可用。调度器负责控制仿真时间的推进、结果验证以及回溯等。所述方法充分利用云计算、微服务的优势，使用并行化的算法加速了混合系统仿真引擎的执行速度。
-
公开(公告)号：CN116400618B
公开(公告)日：2025-04-22
申请号：CN202310210586.3
申请日：2023-03-07
Applicant: 哈尔滨工业大学
IPC: G05B19/042 , G06Q10/083
Abstract: 本发明提出一种运用于物流系统的基于时间同步的智能控制方法。所述方法通过系统初始化、路径规划以及对驱动设备进行控制来实现智能控制，所述方法能够保证货物在每个节点所预先设定的控制指令下，按照规划好的路径运输至指定终点，这样的算法能够有效提高传送系统的工作效率。本发明提出的基于时间同步的智能控制方法，在占地面积广、货物数量大、对时效以及准确性均有较高要求的物流仓库中心，能够以极高的准确率，在较短的时间内将货物运输到指定地点，有效地提高货物的运输效率。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.037 seconds)
