-
公开(公告)号：CN119033388A
公开(公告)日：2024-11-29
申请号：CN202411460791.6
申请日：2024-10-18
Applicant: 哈尔滨理工大学
IPC: A61B5/374 , A61B5/00 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明属于癫痫发作预测技术领域，公开了一种基于多元深度自注意卷积网络的癫痫发作预测方法，包括以下步骤：S1、基于数据收集模块，获取癫痫发作前期和间期的脑电信号；S2、基于数据处理模块，对脑电信号进行滤波提纯以及分割，获得时间窗信号片段；S3、基于模型构建与训练模块，构建多元深度自注意卷积网络，实现高精度癫痫发作预测。本发明采用上述一种基于多元深度自注意卷积网络的癫痫发作预测方法，对时间窗信号片段进行高相关性时序上下文预测特征，合理描述波形片段间的时序相关性，增强原始数据的辨识力，提高癫痫发作的预测精度。
-
公开(公告)号：CN118918919A
公开(公告)日：2024-11-08
申请号：CN202410983886.X
申请日：2024-07-22
Applicant: 哈尔滨理工大学
Abstract: 基于频谱位置编码Transformer的音频分类模型训练方法、分类方法、存储介质及设备，属于语音信号处理技术领域。为了解决现有模型在音频分类时存在注意力机制在捕捉位置关系能力弱的问题，本发明利用基于频谱位置编码Transformer的音频分类模型对音频数据的梅尔频谱特征图进行处理，音频分类模型中的频谱切块嵌入层切块将频谱特征切为M行N列的频谱块，进而展平为一维序列得到特征序列，然后Transformer层的多头自注意力模块融入了频谱块相对位置偏置值，频谱块相对位置偏置值与两个频谱块的相对位置一一对应；根据Transformer层的输出预测得到分类结果。
-
公开(公告)号：CN114492455B
公开(公告)日：2024-10-15
申请号：CN202210072113.7
申请日：2022-01-21
Applicant: 哈尔滨理工大学
IPC: G06F40/30 , G06F40/216 , G06Q50/00
Abstract: 本发明公开了一种基于图结构整体和部分的社交网络意见领袖挖掘方法，属于社交网络分析技术领域，包括：爬取社交网络中用户语义信息并进行预处理；利用LDA模型将处理后的语义信息抽象为主题，提取关键字，将主题和关键字作为特征属性；将LDA模型生成的K个主题作为向量空间，堆叠成数据矩阵建立用户社交网络；利用基于密度的社区发现方法对用户社交网络进行社区划分，得到社区结构；基于图的整体结构计算社区结构中所有用户节点整体、局部影响力；融合所有用户节点整体、局部影响力进行影响力评估，得到所有用户节点影响力评分，将排在预设阈值前的用户节点作为意见领袖。该方法考虑因素的多样性保证了网络意见领袖挖掘的准确性和有效性。
-
公开(公告)号：CN118760164A
公开(公告)日：2024-10-11
申请号：CN202410867357.3
申请日：2024-07-01
Applicant: 哈尔滨理工大学
Abstract: 本发明属于足式机器人运动控制技术领域。本发明公开了一种针对低附着地形下的四足机器人滑移估计与控制方法，解决了四足机器人发生足端滑移后，运动效率及运动稳定性下降的问题，具体方法为：建立四足机器人足端滑移估计器，以四足机器人本体传感信息为输入，通过大量实验数据训练，实现对于四足机器人足地摩擦系数、滑移状态等参数的估计。并且将估计器的输出作为强化学习状态空间的部分输入，通过在低附着地形下进行训练，最后使得四足机器人可以在考虑速度、稳定性、能耗等方面进行顺滑、止滑切换。本发明使四足机器人可根据本体传感器，在低附着地形下仍然可以保持高动态性运动，提高了四足机器人在低附着地形下的运动能力以及现实应用性。
-
公开(公告)号：CN114639387B
公开(公告)日：2024-09-10
申请号：CN202210221453.1
申请日：2022-03-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种声纹欺诈检测方法，将能量谱经由Q‑DCT和Q‑IDCT平滑处理的重构群延迟‑常数Q变换(以下称为RGD‑CQT)语谱图特征进行检测语音欺诈攻击的方法，解决了欺诈语音特征区分性不强及欺诈语音检测系统错误率高的问题。在训练时，先对语音序列进行填充或截取操作，进而将语音序列的每一位与索引序号加一的值进行相乘，获得新的语音序列。将两个语音序列分别进行常数Q变换(CQT,constant Q transform)，获得两个语谱图X和Y。分别提取两张语谱图的实部和虚部，对语谱图X进行Q‑DCT和Q‑IDCT，之后进行修改的群延迟的计算，最后进行归一化和取对数得到最终的语谱图。将其作为resnet18+cbam网络的输入；然后通过交叉熵损失和Adam优化器训练出一个最优的网络模型作为用于测试的模型。最终根据网络模型的分数，如果分数大于0则认为是真实语音，反之，则判断为欺诈语音。
-
Patent Agency Ranking
公开(公告)号：CN117067223B
公开(公告)日：2024-01-05
申请号：CN202311332423.9
申请日：2023-10-16
Applicant: 哈尔滨理工大学
Abstract: 的步态序列，提高机器人在非预知环境中的运动本发明公开了一种基于运动稳定性估计的 稳定性与环境适应性。六足机器人自由步态规划方法，属于足式机器人运动控制技术领域，包括以下步骤：首先，求解并量化六足机器人实时运动稳定裕度与估计稳定裕度，通过稳定裕度估计提高机器人对其运动稳定性判断的前瞻性；其次，基于稳定裕度估计值规划六足机器人的自由步态序列，以提前规划调整步态的方式提高机器人的运动稳定性。本发明采用上述的一种基于运动稳定性估计的六足机器人自由步态规划方法，可以使六足机器人能够(56)对比文件李清等.四足轮腿式移动机器人的步态分析及轨迹规划《.机械传动》.2021,第45卷(第4期),第69-74页.桑董辉等.由2自由度并联髋关节构成的脊柱式四足步行机器人步态规划和稳定性分析.《兵工学报》.2020,第1188-1200页.
-
公开(公告)号：CN113611285B
公开(公告)日：2023-11-24
申请号：CN202111032721.7
申请日：2021-09-03
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种基于层叠双向时序池化的语种识别方法，属于语种分类领域。本发明首先提取训练集和验证集音频文件的梅尔频率倒谱系数与基音参数，并切分成长度相同的片段，利用训练集段级特征训练残差‑双向长短时记忆神经网络，然后使用训练好的神经网络提取训练数据的高级时序特征，将高级时序特征进行非线性变换后，再对非线性特征进行双向时序池化。本发明可高效、准确地编码神经网络的隐藏层序列，从而获取音频的高阶动态信息，降低语种识别系统的错误率。
-
公开(公告)号：CN117067223A
公开(公告)日：2023-11-17
申请号：CN202311332423.9
申请日：2023-10-16
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于运动稳定性估计的六足机器人自由步态规划方法，属于足式机器人运动控制技术领域，包括以下步骤：首先，求解并量化六足机器人实时运动稳定裕度与估计稳定裕度，通过稳定裕度估计提高机器人对其运动稳定性判断的前瞻性；其次，基于稳定裕度估计值规划六足机器人的自由步态序列，以提前规划调整步态的方式提高机器人的运动稳定性。本发明采用上述的一种基于运动稳定性估计的六足机器人自由步态规划方法，可以使六足机器人能够通过自身历史运动稳定性变化信息估计未来一段时间内的运动稳定性变化趋势，并根据稳定性估计结果超前、自发地生成具有更好运动稳定性的步态序列，提高机器人在非预知环境中的运动稳定性与环境适应性。
-
公开(公告)号：CN116911176A
公开(公告)日：2023-10-20
申请号：CN202310832623.4
申请日：2023-07-08
Applicant: 哈尔滨理工大学
Abstract: 本发明属于轮式移动机器人感知决策领域。本发明公开了一种基于轮式移动机器人速度和振动状态的地形可通过性预测方法，解决了轮式机器人以不同指令速度通过地形时，地形可通过性程度不同的问题，具体方法为：以高度地图和指令速度做输入，机器人振动矢量和速度损失做输出，构建用于训练CNN网络的数据集；经训练得到的CNN预测模型的输出作为模糊逻辑算法的输入，综合评价地形可通过性；预测阶段，根据预测模型以及综合评价方法，以不同指令速度和局部高程地图作为输入，预测对应速度下局部地形的可通过性。本发明使机器人在执行运动规划前，提供不同速度对应不同局部地形可通过性的分布情况作为先验条件，提高了轮式机器人导航的高效性和安全性。
-
公开(公告)号：CN115762473A
公开(公告)日：2023-03-07
申请号：CN202211186809.9
申请日：2022-09-27
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于概率有监督总变化空间学习的语种识别方法，解决了传统i‑vector语种识别系统先验信息利用不充分的问题。在训练阶段，利用开发集移位差分倒谱(SDC)特征训练通用背景模型(UBM)，再将数据集中每段语音的SDC特征作为输入，在UBM上进行自适应得到每段语音的GMM均值超矢量；然后将开发集均值超矢量和类别标签作为模型输入，建立基于概率有监督总变化空间学习的语种识别模型。在识别阶段，分别得到开发集、注册集、测试集中全部语音在概率有监督总变化空间上的i‑vector特征，然后利用线性判别分析(LDA)进行降维，最后利用概率线性判别分析(PLDA)分类器进行评分。该方法能够充分利用先验信息，以此提高系统性能。本发明可以应用于语种识别领域。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.037 seconds)
