-
-
公开(公告)号：CN108664330B
公开(公告)日：2019-12-10
申请号：CN201810468836.2
申请日：2018-05-16
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于变邻域搜索策略的云资源分配方法，云计算资源通常采用按需租用的模式，针对由云服务组成的SOA应用，各服务对云资源的需求各不相同，为了合理的将云资源分配给各个云服务，建立服务间调用关系图；定义SOA模式云应用的服务质量和部署方案；建立多目标云资源优化分配问题模型；采用基于变邻域搜索策略的多目标遗传算法对云资源优化分配问题进行求解。本发明提出了一种基于变邻域搜索策略的多目标遗传算法，该算法结合了变邻域搜索的局部搜索能力和遗传算法的全局搜索能力，从而提高了算法效率和解的质量，解决了在SOA应用部署时既保证服务性能又使成本最低的最优云资源分配问题。
-
公开(公告)号：CN107491992A
公开(公告)日：2017-12-19
申请号：CN201710742043.0
申请日：2017-08-25
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G06Q30/0282 , G06Q10/06393 , G06Q50/22
Abstract: 本发明提供一种基于云计算的智能服务推荐算法，其解决了现有服务推荐算法计算量大、效率低、准确率低和不稳定的技术问题，其先对若干种精确服务特征进行训练，得到模型参数，存入模型数据库中；运用逻辑回归算法进行精确服务选择决策，在接到需求者服务特征数据后，将数据送到每个计算节点，在计算完毕后，送入reduce节点进行综合分析，最终确定所需服务，本发明可广泛用于智能服务推荐。
-
公开(公告)号：CN118135279B
公开(公告)日：2025-04-22
申请号：CN202410088713.1
申请日：2024-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/80
Abstract: 本发明实施例提供一种不完整视图的聚类方法及系统，属于信息技术领域。该聚类方法包括：获取待聚类的不完整多视图，并构建邻接矩阵以确定不完整多视图的图结构信息；结合邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得潜在特征表示；对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示；对综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型，使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后，得到每个节点潜在特征表示，更有利于聚类，并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示，进行深度聚类，得到聚类结果。
-
公开(公告)号：CN118965139B
公开(公告)日：2025-03-04
申请号：CN202411464881.2
申请日：2024-10-21
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/2411 , G06F18/213 , G06F18/25 , G06V10/764 , G06V10/40 , G06V10/80
Abstract: 本申请涉及多模态数据处理技术领域，具体为以音频模态为目标模态的多模态情感分析方法和系统；为解决现有技术中多模态情感分析准确度较低的问题，本申请制定当存在音频模态时，将图像模态和文本模态翻译为音频模态，经融合后进行神经网络处理，得到多模态情感预测结果；当不存在音频模态时，用互信息分数来判断哪个模态中所含的情感信息更多，以此来让其他模态向其翻译，得到缺失联合特征，并将标准完整联合特征作为目标，缺失联合特征向完整联合特征逼近进行神经网络处理，得到多模态情感预测结果；该方法应用到多模态情感分析领域中，处理过程更灵活、分析过程更全面、更合理，得到情感预测结果准确度更高。
-
Patent Agency Ranking
公开(公告)号：CN114049385B
公开(公告)日：2025-01-14
申请号：CN202111202942.4
申请日：2021-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/33
Abstract: 本发明公开一种基于自适应配准的多激光雷达自主建网系统、方法、终端，涉及网络构建与网络信息处理技术领域。采用多个激光雷达利用点云配准算法对不同雷达的点云图进行配准和融合，点云配准采用4PCS进行粗配准，Trimmed ICP进行精配准，使同一室内环境的激光雷达自动组建雷达网络，并获得融合后的室内环境点云。数据同时保存本地和云端，使用者通过云端更改相应配准参数或者获取原始点云数据。本发明针对居家养老项目设计的基于自适应配准的多激光雷达自主建网系统。使用者可以远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像。通过雷达网络和环境点云数据，使用者可以用在居家养老项目的进一步设计和使用中。
-
公开(公告)号：CN116126534B
公开(公告)日：2024-12-27
申请号：CN202310076402.9
申请日：2023-01-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源动态伸缩方法及系统，获取虚拟数据中心每个服务节点集群以及相应虚拟单元上的用户负载；根据历史的负载信息，构建基于模型组合的负载预测模型；构建基于强化学习的决策模型，确定模型的状态、动作，奖赏函数和状态动作值函数定义；配置用于确定云资源调整方案和概率贪心选择策略的决策算法，并确定未来负载周期下的动作；构建云资源动态伸缩执行体，对虚拟单元进行调整。本发明能够在随机、开放的云环境中构建精确的负载预测模型，设计自适应的云资源动态伸缩策略，解决公有云环境下大规模服务系统云资源供应不足和浪费所导致的服务质量下降和供应成本增加的问题，降本增效。
-
公开(公告)号：CN118245846B
公开(公告)日：2024-12-24
申请号：CN202410477786.X
申请日：2024-04-19
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/09
Abstract: 本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
-
公开(公告)号：CN113938817B
公开(公告)日：2024-09-17
申请号：CN202111064003.8
申请日：2021-09-10
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于智能车联网技术领域，公开一种基于车辆位置信息的车主出行位置预测方法，包括以下步骤，步骤一：对基于车辆位置数据的车辆轨迹数据进行整理；步骤二：识别基于车辆轨迹数据的用户重要兴趣点；步骤三：通过密度聚类法的兴趣点合并；步骤四：基于时空标签循环神经网络模型来预测用户下一个兴趣点。通过利用空间维度和语义维度的信息，提升了兴趣点预测的准确度。
-
公开(公告)号：CN113762133B
公开(公告)日：2024-08-20
申请号：CN202111021355.5
申请日：2021-09-01
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , A63B71/06
Abstract: 本发明公开一种基于人体姿态识别的自重健身辅助教练系统、方法、终端，涉及健身训练信息处理技术领域。利用摄像头对健身者的动作进行捕捉和记录；在健身训练时，从运动帧序列中检测健身者的动作；通过提取健身动作的运动幅度，关节角度特征识别健身者的动作类别；对健身者动作类别的运动标准进行标注和数据处理。本发明辅助健身者训练，以此摆脱居家自重健身只依靠经验的状态，带给健身者方便专业的健身指导，规避不必要的锻炼损伤和提高健身效率。本发明服传统健身中通过基于肉眼观察的训练方法，实现基于人体运动特征的分析方法。该自重健身辅助教练系统的发明具有重要的科研价值和潜在的巨大商业价值。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.041 seconds)
