-
公开(公告)号:CN118351650A
公开(公告)日:2024-07-16
申请号:CN202410370033.9
申请日:2024-03-29
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请公开了一种疲劳驾驶预警方法,包括:获取目标汽车的行驶状态信息以及目标汽车驾驶员的驾驶状态信息;根据行驶速度和踏板位置信息确定目标汽车的汽车行驶疲劳状态,以及根据面部状态信息和手部位置信息确定驾驶员的驾驶疲劳状态;根据汽车行驶疲劳状态和驾驶疲劳状态,在多个疲劳驾驶等级中确定目标汽车的目标疲劳驾驶等级,多个疲劳驾驶等级各自对应有不同的疲劳驾驶预警方案;基于目标疲劳驾驶等级对应的疲劳驾驶预警方案对目标汽车执行疲劳驾驶预警提示。基于上述方法,能够提高对驾驶员的疲劳驾驶状态的判断准确度和效率,并且能够根据驾驶员的实际疲劳程度提供个性化的预警,提高了预警的针对性和有效性。
-
公开(公告)号:CN118245846A
公开(公告)日:2024-06-25
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:CN117234882B
公开(公告)日:2024-04-16
申请号:CN202311282020.8
申请日:2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机,属于云资源供应、整合与调度领域,根据公有云环境下的云资源,设计云资源的描述、发现与集成服务系统,对公有云环境进行统一管理,实现云资源供应软件定义模型的资源层的构建;采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析,描述出在线应用的负载分布以及服务之间依赖关系;对在线应用的服务质量指标进行描述与建模,实现云资源供应软件定义模型的业务层构建;根据用户服务质量需求,构建满足预设条件的虚拟数据中心,并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时,提高云资源的使用效率和质量。
-
公开(公告)号:CN117667618A
公开(公告)日:2024-03-08
申请号:CN202311281892.2
申请日:2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源组合优化分配方法及终端机,属于云计算领域,根据云环境中的服务特点,对服务划分类型进行分类,并建立云资源组合优化分配模式;基于不同类型的服务划分模式,配置服务构件划分策略;配置基于负载分解的混合遗传退火算法来确定满足预设条件的云资源供应方案;根据所述云资源供应方案构建虚拟数据中心。本发明能够针对在线应用的三种不同部署方式,对公有云环境下大规模服务部署进行精确有效的建模,构建高效的启发式算法求解云资源供应方案,实现云资源的组合优化分配。
-
公开(公告)号:CN114495267A
公开(公告)日:2022-05-13
申请号:CN202210002387.9
申请日:2022-01-04
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多维数据融合的老人跌倒风险评估方法,包括如下步骤:构建DNN模型老人跌倒风险评估所需要的数据集;将步态特征、姿态特征以及自关联系数分别输入到不同的门控制单元GRU模型中并通过注意力的计算,实现多维数据特征融合;使用DNN模型对GRU模型提取并拼接的特征进行分类,输出老人跌倒风险的概率。本发明所述方法受环境影响小,精度较高,因此能够提高风险评估的准确性。
-
公开(公告)号:CN114415603A
公开(公告)日:2022-04-29
申请号:CN202111488633.8
申请日:2021-12-08
Applicant: 哈尔滨工业大学(威海)
IPC: G05B19/418
Abstract: 本发明公开了面向智慧养老的分布式数据调度监测系统、方法、终端,涉及物联网数据分析技术领域。对获取的各项体征数据,基于动态优先级的调度算法,对优先级进行分类,对不同的设备传输任务进行调度后上传到云端;上传到云端的数据通过前端Web界面,展示设备信息,数据完整性状态,设备日志,并从云端上下载数据、更新网关以及设备树莓派程序。本发明以Java为主开发语言,基于springboot框架,基于存储完整性的需求,设计实现了用于数据调度与缓存的老年人体征监测系统,用于对老年人健康信息系统进行数据管理与设备管理,保障数据的存储完整性。
-
公开(公告)号:CN114185471A
公开(公告)日:2022-03-15
申请号:CN202210143596.5
申请日:2022-02-17
Applicant: 哈尔滨工业大学(威海) , 青岛海尔工业智能研究院有限公司 , 卡奥斯创智物联科技有限公司 , 威海天鑫现代服务技术研究院有限公司
IPC: G06F3/0484 , G06Q30/06
Abstract: 本发明实施例涉及数据处理技术领域,具体公开了一种基于用户意图识别的服装推荐方法。本发明实施例通过获取用户通过移动端拍摄的图像数据,并根据选择操作得到特定选择图像;接收用户的服装识别操作,得到服装识别信息;根据服装识别信息进行服装推荐,生成服装推荐界面;在没有完成服装购买之前,记录用户在服装推荐界面中多个推荐服装的浏览数据,接收用户对于服装推荐界面的刷新操作,根据刷新操作、服装识别信息和浏览数据,刷新服装推荐界面。能够基于用户通过移动端拍摄的图像数据进行服装识别与推荐,生成服装推荐界面,并且根据用户在服装推荐界面进行的浏览进行服装推荐的逐渐细化,从而能够快速、准确的为用户推荐想要购买的服装。
-
公开(公告)号:CN114185059A
公开(公告)日:2022-03-15
申请号:CN202111313334.0
申请日:2021-11-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了基于多雷达融合的多人跟踪系统、方法、介质、终端,涉及雷达测量技术领域。主机接收来自不同雷达的多组数据,将不同雷达的数据进行对齐,同步到同一坐标轴上;对不同雷达数据同步时先将时间进行同步,使同步的数据为同一时间不同雷达采集的数据;对每个激光雷达数据中的动点数据提取出来;使用卡尔曼滤波器跟踪并计算目标的位置;数据处理完毕后即时的将数据存储到文件,并即时的上传到云。本发明是一个即时性的系统,很多同类发明使用的都是机器学习算法来进行目标识别和跟踪,但是此类算法占用资源多,计算时间相当长,不满足即时性的需要,而本系统可以即时的根据激光雷达反馈结果,而且延迟在1s之内。
-
公开(公告)号:CN108876069B
公开(公告)日:2021-11-09
申请号:CN201811084437.2
申请日:2018-09-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种养老服务推荐方法,其特征在于:包括以下步骤:(1)服务平台通过互联网网页或预设的养老数据库获得养老服务的评分信息S,计算出待推荐用户u与互联网网页或预设的养老数据库中用户v的相似度sim'(u,v);(2)建立评价时间模型,服务平台计算待推荐用户u与互联网网页或预设的养老数据库中用户v对养老服务服务的偏好值Pu,i;(3)预测待推荐用户需要的养老服务评分值S(u,i),服务平台按照由高到低的顺序推荐给待推荐的用户u。本发明的有益效果是推荐的养老服务充分考虑用户的社交圈、社交特点和社交信任度,并考虑用户的兴趣变化,推荐的养老服务机构或养老服务更个性化、合理化。
-
公开(公告)号:CN109408590B
公开(公告)日:2021-06-01
申请号:CN201811131341.7
申请日:2018-09-27
Applicant: 青岛海信智能商用系统股份有限公司 , 哈尔滨工业大学(威海)
Abstract: 本申请实施例提供一种分布式数据库的扩容方法、装置、设备及存储介质,所述方法包括:获取包括扩容指示信息的扩容配置指令,其中,所述扩容指示信息用于指示至少一个扩容存储节点的信息;进一步地,根据所述扩容指示信息和分布式数据库的当前路由信息,确定所述分布式数据库中的每个原始存储节点对应的迁移数据,并分别将每个所述原始存储节点中的迁移数据,迁移至所述至少一个扩容存储节点。可见,本申请实施例中可以复用原始存储节点,仅需要将每个所述原始存储节点中的部分数据,迁移至所述至少一个扩容存储节点,从而可以提高资源利用率,还可以提高扩容效率。
-
-
-
-
-
-
-
-
-