-
公开(公告)号：CN113673672B
公开(公告)日：2024-03-29
申请号：CN202110774457.8
申请日：2021-07-08
Applicant: 哈尔滨工业大学
IPC: G06N3/092 , G06N5/01 , G06N3/0464
Abstract: 本发明公开一种基于蒙特卡洛强化学习的冰壶比赛策略生成方法。步骤1：基于冰壶比赛状态及冰壶发球动作设计策略价值网络模型及价值网络模型的输入及输出；步骤2：基于步骤1策略价值网络的输出与改进的蒙特卡洛树搜索算法结合；步骤3：利用步骤2改进的蒙特卡洛树搜索算法通过自我对弈生成策略及奖励数据更新策略价值网络；步骤4：利用步骤3更新的策略价值网络，指导蒙特卡洛树搜索；步骤5：重复步骤3‑步骤4得到训练好的策略价值网络。本发明用以解决难以获得有效数据集的策略决策的问题。
-
公开(公告)号：CN115830114A
公开(公告)日：2023-03-21
申请号：CN202211520919.4
申请日：2022-11-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种冰壶球把柄的智能识别抓取方法及装置，属于图像、点云处理技术领域，其中，该方法包括：建立目标把柄的二维检测数据集，以训练目标检测网络确定目标把柄的检测框；提取检测框对应位置的深度图，利用高斯滤波对深度图进行滤波和阈值化得到二值化深度图，去除其中的噪点，再转换为点云图，得到目标把柄的三维点云；对三维点云进行下采样，再进行三维圆柱拟合，得到拟合到的圆柱的半径、圆柱的中轴方向；根据拟合到的圆柱的半径与圆柱的中轴方向确定提取抓取方向、抓取中心位置和抓取装置手指张开大小，并发送给抓取装置以完成抓取。该方法能够实现机器人对目标把柄的准确抓取，且实时性高、稳定性好、抓取准确。
-
公开(公告)号：CN115121302A
公开(公告)日：2022-09-30
申请号：CN202210650926.X
申请日：2022-06-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种微流控芯片及细胞裂解控制系统、方法、设备、存储介质,涉及生物技术领域。其中，微流控芯片包括液滴传输结构、裂解液进样结构及液滴注射电极，裂解液进样结构设于液滴传输结构的一侧；液滴注射电极设于液滴传输结构的另一侧并靠近裂解液进样结构设置，液滴注射电极用于根据第一识别信号生成注射电场，以使注射电场将裂解液进样结构与液滴传输结构选择性连通。注射电场将裂解液进样结构与液滴传输结构选择性连通，以使细胞裂解液对待处理液滴进行选择性注射，得到封装目标细胞裂解物的液滴。通过这种设置，能够实现细胞选择性裂解，同时提高了对细胞进行裂解的准确率。
-
公开(公告)号：CN108986204B
公开(公告)日：2021-12-21
申请号：CN201710402050.6
申请日：2017-06-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于双重校准的全自动快速室内场景三维重建装置，它涉及装置设计、位置粗校准、基于奇异值的关键点提取、局部收敛抑制、特征描述子的提取与匹配等方法。本装置为一键式重建，它解决了传统室内三维重建操作复杂的问题，是一款全自动，环境适应度高的重建装置。同时通过离散的数据进行场景重建，大大的减少了重建数据量，提高了系统的快速性。本装置的实现步骤为：一、装置设计；二、机体镜头粗校准；三、校准误差判断；四、机体镜头精校准；五、室内场景重建。本发明对装置进行镜头校准，通过步进电机实现全自动化，将获得的24帧数据根据校准数据融合，可快速的在显示端看到重建结果，适用于室内场景的自动化快速重建。
-
公开(公告)号：CN113763309A
公开(公告)日：2021-12-07
申请号：CN202011155220.3
申请日：2020-10-26
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于改进U‑net网络和LSTM网络的肝脏血管超声图像目标识别与跟踪方法。步骤1：超声图像序列预处理；步骤2：训练ROI提取模型，从步骤1的超声图像中分割出区域；步骤3：基于改进U‑net网络实现步骤2的区域中目标的准确分割；步骤4：利用CNN‑LSTM网络对步骤1的超声图像序列进行分类；步骤5：基于步骤3的分割结果及步骤4的分类结果，利用LSTM网络实现超声图像序列中目标位置的准确预测。本发明为了解决现有方法无法同时对动态超声图像序列进行目标识别与实时跟踪的问题。
-
Patent Agency Ranking
公开(公告)号：CN108241865B
公开(公告)日：2021-11-02
申请号：CN201611214165.4
申请日：2016-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于超声图像的多尺度多子图肝纤维化多级量化分期方法，它涉及基于多尺度灰度共生矩阵和小波多子图共生矩阵的多级分期方法，它解决了当前基于超声图像的肝纤维化分期方法分期粗糙且准确度低的问题。本发明的步骤为：一、ROI的自动选择和预处理；二、构造多尺度灰度共生矩阵并提取纹理特征；三、构造小波多子图共生矩阵并提取纹理特征；四、利用基于SVM的不完全穷举封装式特征选择方法选择特征；五、基于SVM进行多级分类。本发明利用多尺度灰度共生矩阵全面提取图像纹理信息，并结合小波多子图共生矩阵在滤波的同时兼顾图像纹理细节信息，使用不完全穷举特征选择方法和多级分类器提高肝纤维化的分类精度，适用于基于超声图像的肝纤维化辅助诊断。
-
公开(公告)号：CN112857373A
公开(公告)日：2021-05-28
申请号：CN202110217057.7
申请日：2021-02-26
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 本发明公开了一种最小化无用动作的节能性无人车路径导航方法，属于自主导航领域。节能性无人车路径导航方法包括以下步骤：步骤一、根据光流图像以及动作前一张光流图像预测出机器人执行的对应动作；步骤二、设置新的reward函数，根据过去一定“窗口”范围内的机器人动作序列以及当前的观测，预测出机器人目前应执行的动作从而进行躲避障碍，并在导航的同时减少多余无用的左右摇摆转向动作。本发明避免了传统SLAM方法中复杂繁琐的流程，通过视觉信息可以减少机器人强化学习决策过程中做出多余无用的摆动动作，从而提高导航的效率同时减少多余能量的消耗。
-
公开(公告)号：CN111738093A
公开(公告)日：2020-10-02
申请号：CN202010467350.4
申请日：2020-05-28
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于梯度特征的冰壶球自动测速方法。本发明属于冰壶球自动测速技术领域，本发明获取冰壶比赛视频，判定冰壶是否运动；根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。本发明在通过自动检测冰壶球在前掷线处的速度，为冰壶机器人进行精确落点提供技术支持。在综合考虑了实际的计算精度与运算速度后，提出一种基于梯度特征的冰壶球自动测速方法，解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，为冰壶机器人将冰壶球精确投掷到大本营中心提供支持。
-
公开(公告)号：CN110659629A
公开(公告)日：2020-01-07
申请号：CN201910954285.5
申请日：2019-10-09
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于双谱和深度卷积神经网络的微弱X射线脉冲星信号辨识方法，所述方法利用高通滤波器滤掉实际探测时存在的低频成分及红噪声成分；将滤波得到的信号进行自相关处理，提取其自相关函数，降低噪声的干扰；之后对自相关函数进行双谱变换，提取其双谱信息，进一步免疫非二次相位耦合噪声的干扰；之后将双谱图片送入深度卷积神经网络进行分类任务训练，确定网络的参数模型；最后利用训练完毕的网络对脉冲星信号进行分类。本发明所提出的基于深度卷积神经网络的脉冲星信号双谱辨识方法能够对脉冲星信号进行有效识别。
-
公开(公告)号：CN109388229A
公开(公告)日：2019-02-26
申请号：CN201710683073.9
申请日：2017-08-11
Applicant: 哈尔滨工业大学
Abstract: 一种带有触感体验的沉浸式虚拟试衣方法及系统，它克服了现有虚拟试衣系统中碰撞检测准确度欠佳、体验完整性缺失的问题。本发明的步骤为：一、建立织物触感的描述模型、分类器及仿真模型库；二、对织物纹理区域高度估算并建立局部织物仿真模型库；三、基于人体三维模型构建碰撞体模型；四、衣物模型与人体的实时碰撞检测；五、结合力反馈设备进行触感模拟；六、沉浸式渲染交互及显示。本发明利用高还原度碰撞体以及衣物物理仿真模型的实时碰撞分析，以及虚拟触感体验的引进，展示了更加可靠的衣物形变效果，更大程度地还原了线下购衣的体验环节，填补了市场的空白。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.036 seconds)
