-
公开(公告)号：CN102789545B
公开(公告)日：2015-08-19
申请号：CN201210240981.8
申请日：2012-07-12
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于退化模型匹配的涡轮发动机剩余寿命的预测方法，涉及涡轮发动机剩余寿命预测方法，它为了解决现有涡轮发动机剩余寿命的预测采用通用RUL预测模型的预测效果无法达到预测要求的问题，它包括具体步骤如下：步骤一、数据预处理：从采集到的数据提取运行状态变量；从传感器采集到特征向量；由运行状态变量与特征向量融合得到健康因子；步骤二、建立退化模型库：利用健康因子建立退化模型；多个退化模型组成退化模型库；步骤三、相似性评估：将退化轨迹与模型库中的模型匹配，每个模型给出一个RUL估计；步骤四、RUL融合：根据测试涡轮发动机与模型匹配程度，采用相似度加权，融合得到最终的剩余寿命预测值。适用于涡轮发动机剩余寿命预测。
-
公开(公告)号：CN101968848B
公开(公告)日：2013-01-16
申请号：CN201010294119.6
申请日：2010-09-27
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 徐勇
Abstract: 本发明涉及一种视频监测方法、系统及视频报警系统，所述视频监测方法包括汇集运动区域运动特征样本的训练集，所述视频监测方法包括如下步骤：获取视频区域：从视频中获取需要监测的运动区域；提取运动区域中的运动特征：包括确定运动区域的范围、获取运动区域的能量及获取运动区域的运动方向的方差值；获取视频监测结果：将提取的运动区域中的运动特征与所述训练集中的正样本和负样本进行比较，通过与训练集中相近正样本数和负样本数的多少判断运动区域是否为发生抢劫或打斗的区域。本发明视频监测方法、系统及视频监测报警系统，实现了自动实时进行视频监控暴力行为，促进了安防设备的发展。
-
公开(公告)号：CN102749584A
公开(公告)日：2012-10-24
申请号：CN201210264221.0
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立Kalman滤波的ESN涡轮发动机的数学模型，根据已知的输入单元u(n)和已知的输出单元y(n-1)，以及内部处理单元更新方程和Kalman滤波求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元数据集，带入训练后的数学模型输出单元的方程求得待测ESN的涡轮发动机剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
公开(公告)号：CN114627202B
公开(公告)日：2025-05-16
申请号：CN202210212867.8
申请日：2022-03-04
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T11/00 , G06N20/00 , H04L67/1097
Abstract: 本申请提供了一种基于特异性联邦学习的模型训练方法及装置，方法包括：在每一轮通信中，服务器端将全局共享模型发送至每个客户端，每个客户端根据服务器端当前传输的全局共享模型进行局部梯度更新，本地更新完成后，客户端参与服务器端的全局梯度更新，并将更新结果返回至服务器端，服务器端根据客户端返回的更新结果确定下一轮的全局共享模型，并且从第二轮起引入加权对比正则化对客户端的局部梯度更新进行校正；经过多轮通信后，客户端逐渐具有全局共享模型的特征。本申请可以在满足隐私保护机制的同时缓解客户端在训练过程中的域漂移，促进收敛。
-
公开(公告)号：CN114387987B
公开(公告)日：2025-01-28
申请号：CN202111679656.7
申请日：2021-12-31
Applicant: 中建科技集团有限公司 , 哈尔滨工业大学(深圳)
IPC: G10L21/0208 , G10L21/0264 , G10L25/84
Abstract: 本申请提供生态噪声源的测量方法、装置、终端及存储介质，适用数据处理及生态环境技术领域，该方法包括：获取待测量的生态噪声源的声学及心理声学参数；根据声学及心理声学参数及预设的生态噪声源识别模型，得对应的目标噪度等级；获取预设时长内目标噪度等级对应的感知分贝值及绝对声级分贝值；根据感知分贝值及绝对声级分贝值，确定待测量的生态噪声源的噪声值。本方案通过分析环境声的生态性质，量化测量生态噪声源，区分不同声源的噪度影响，测量的噪声值可以反映生态环境条件下不同环境声源的噪声程度，所得噪声测量值精准标识了环境声噪度，解决环境噪声测量不反映噪声源噪度而导致的噪声监测不准以及自然声超标问题。
-
Patent Agency Ranking
公开(公告)号：CN114187918B
公开(公告)日：2024-11-26
申请号：CN202111441755.1
申请日：2021-11-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种变声方法、变声系统、电子设备及存储介质。其中，变声方法包括：获取原说话人语音信号；根据原说话人语音信号计算得到第一梅尔频谱；确定第一梅尔频谱中的新增帧数等于预设帧数，将新增帧数标识为目标特征块；根据目标特征块的第n时间步，得到第n‑1时间步的关联特征块；其中，关联特征块中的关联帧数等于预设帧数，n为大于或等于1的正整数；根据目标特征块、关联特征块和预设的语义编码器得到语义特征；获取目标说话人语音信号；根据目标说话人语音信号得到说话人特征；对语义特征、说话人特征进行拼接操作，得到第二梅尔频谱；根据第二梅尔频谱得到变声信号。本申请能够实现流式变声，从而在一定程度上降低变声时延。
-
公开(公告)号：CN114155379B
公开(公告)日：2024-10-22
申请号：CN202111422856.4
申请日：2021-11-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种图像处理方法和装置、计算机设备、计算机可读存储介质。通过对欠采样目标图像和全采样辅助图像进行特征提取处理，以得到欠采样目标特征图和全采样辅助特征图，对欠采样目标特征图进行降维处理得到欠采样目标对比度通道特征，并对全采样辅助特征图进行降维处理得到全采样辅助对比度通道特征，根据欠采样目标对比度通道特征和所述全采样辅助对比度通道特征进行对比度通道特征相似处理，以得到相似对比度通道特征集合；根据相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像。本发明的融合图像是根据相似对比度通道特征集合和欠采样目标对比度通道特征进行图像重建，保证了图像重建的质量。
-
公开(公告)号：CN115994510A
公开(公告)日：2023-04-21
申请号：CN202310171554.7
申请日：2023-02-17
Applicant: 哈尔滨工业大学(深圳) , 国微集团(深圳)有限公司
IPC: G06F30/392 , G06F30/398
Abstract: 本发明公开了一种网表的分割方法、电路的仿真方法。其中网表的分割方法，包括：获取网表中所有的最小逻辑单元(即节点)以及它们的连线关系；基于硬件信息文件得到所有验证设备、验证设备的容量以及各验证设备之间的互联关系；将每一个节点与每一个验证设备的关系作为变量，并对所有变量进行条件约束；基于最小逻辑单元的连线关系以及每一个节点与每一个验证设备的关系得到每一条连线与每一个验证设备的关系；根据每一条连线与每一个验证设备的关系以及验证设备之间的互联关系构建目标分割函数；基于所有变量的条件约束通过求解器对目标分割函数进行求解；当求解器有解时，得到的求解器的输出为网表的分割结果。本发明兼容性更好且效率更高。
-
公开(公告)号：CN115205112A
公开(公告)日：2022-10-18
申请号：CN202210675580.9
申请日：2022-06-15
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请提供了一种真实复杂场景图像超分辨率的模型训练方法及装置，通过获取样本图像和初始超分辨率模型；确定样本图像的关键点，并对高分辨率图像和低分辨率图像中的关键点进行一一配对，生成配准图像对数据集；依据复杂退化模型确定配准图像对数据集中低分辨率图像与退化图像的第一关系参数；依据初始超分辨率模型确定通过退化图像生成的超分辨率图像与配准图像对数据集中高分辨率图像的第二关系参数；依据第二关系参数和初始超分辨率模型建立目标模型。通过高低分辨率图像对与复杂退化模型相结合，覆盖广阔的退化空间，提升网络模型的泛化性，超分辨率模型具有泛化性强、应用广泛的特点，可用于多种真实场景下的自然图像超分。
-
公开(公告)号：CN114511243A
公开(公告)日：2022-05-17
申请号：CN202210163285.5
申请日：2022-02-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请提供了一种基于物联网监测的火灾风险动态评估的方法及系统，所述方法通过获取目标建筑中目标区域的当前温度和当前环境监控数据，并依据所述当前温度和所述当前环境监控数据生成当前火源是否存在信息；获取目标建筑中目标区域的当前环境信息，并通过由所述第一神经网络预建立的第一关系确定出与所述当前环境信息所对应的当前环境信息处理结果；通过第二神经网络预建立的第二关系确定出与所述当前环境信息处理结果所对应的目标建筑中目标区域的当前火灾风险等级。通过物联网实时获取建筑物当前的环境信息，为后续动态评估火灾风险提供了数据基础，通过神经网络实时动态评估出建筑物的火灾风险等级，可以对建筑物进行有效的监管。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.077 seconds)
