-
公开(公告)号:CN112580382A
公开(公告)日:2021-03-30
申请号:CN202011589243.5
申请日:2020-12-28
Applicant: 哈尔滨工程大学
IPC: G06K7/14
Abstract: 本发明公开了一种基于目标检测二维码定位方法,包括:构建二维码图像数据集,并划分为训练集和测试集,分别对两个数据集进行预处理,得到处理后的图像数据及每张图像所对应的标签文件;构建特征提取网络,利用特征提取网络对卷积操作进行优化,得到多个特征图;构建预测模块,采用空间注意力机制获得多个特征图中每个目标中心点特征;将训练集和每张图像所对应的标签文件输入特征提取网络和预测模块中进行训练,得到训练好的二维码定位模型;将训练集输入训练好的二维码定位模型中进行测试,得到最终二维码在图像上的位置坐标。该方法实现快速定位与较少参数模型的二维码定位模型。
-
公开(公告)号:CN111814956A
公开(公告)日:2020-10-23
申请号:CN202010581735.3
申请日:2020-06-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法,所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性,未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息,通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差,使得时间、空间模型的预测精度更准确。
-
公开(公告)号:CN110489804A
公开(公告)日:2019-11-22
申请号:CN201910659827.6
申请日:2019-07-22
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种单位圆盘图上的最大独立集近似求解方法,包括以下步骤:步骤1:利用动态规划方法设计一种单位圆盘顶点的相邻顶点集诱导子图的最大顶点独立集的最优解求解方法,并给出任意两顶点相邻顶点集并集诱导子图的最大顶点独立集的最优解;步骤2:针对一般的单位圆盘图,首先计算顶点支配独立集;之后对顶点支配独立集中成员进行单独检查,判断结果是否可优化,得到中间解;最后对中间解中成员进行联合检查,判断结果是否可优化,得到最终解。本发明以O(Δ2n3)的计算时间复杂度得到近似比为1.5的近似解,其中Δ为顶点最大度,相比单位圆盘图上最大独立集求解问题的现有近似算法,本发明提高了近似比,具有更高的效率。
-
公开(公告)号:CN105184074B
公开(公告)日:2018-10-26
申请号:CN201510551820.4
申请日:2015-09-01
Applicant: 哈尔滨工程大学
IPC: G16H30/20
Abstract: 本发明属于医疗信息技术领域,具体涉及一种基于多模态医学影像数据模型的医学数据提取和并行加载方法。本发明包括:数据准备;数据建模;数据提取;数据加载;数据使用。本发明提出的多模态数据模型是对医学影像数据的一个统一模型。提出的基于多模态数据模型的DICOM提取和并行加载技术实现了医学影像数据的统一建模和存储。这种统一建模的数据提取和加载技术对原始数据的利用率很高,不同类型数据之间的关系也被精确完整地表达,从而扩展了基于医学影像数据的数据挖掘的挖掘范围和深度。采用统一模型对所有模态的数据建模,使数据的后期使用和更新具有更好的通用性和一致性。
-
公开(公告)号:CN104933712B
公开(公告)日:2017-12-01
申请号:CN201510324245.4
申请日:2015-06-12
Applicant: 哈尔滨工程大学
IPC: G06T7/11
Abstract: 本发明属于医疗信息技术领域,具体涉及一种基于脑部CT图像的图模型展示方法。本发明包括:待建模图像提出建模请求:待建模图像为原始脑部CT图像;图像预处理;ROIs的分割和标记;确定ROI所处区域;确定ROI的区域优先级;顶点的建立以及顶点上特征向量的定义;边的建立规则以及边上特征向量的定义;展示结果。本发明提出一种基于脑部CT图像的TRVL图模型展示方法,此模型是依据侧脑室之间的空间关系以及病变区域对侧脑室的影响建立的拓扑关系图,它不仅准确地表示大脑颅内侧脑室之间的关系,同时也展现了病变区域对侧脑室的影响等病理信息,很好地将图像信息转变为计算机视觉信息。
-
公开(公告)号:CN105045583A
公开(公告)日:2015-11-11
申请号:CN201510394550.0
申请日:2015-07-08
Applicant: 哈尔滨工程大学船舶装备科技有限公司
IPC: G06F9/44
Abstract: 本发明涉及一种可直接应用于IETM运行平台中的基于可视化流程的IETM故障类数据模块创作装置及其创作方法。基于可视化流程的IETM故障类数据模块创作装置,包括信息录入器、信息抽取器和信息存贮器三个部分,信息录入器为应用层,为用户提供标准信息和可视化故障隔离流程图的录入应用窗口;所述信息抽取器为数据层,形成符合XML结构的数据模块对象;信息存贮器为存储层,用于接收由信息抽取器建立的数据模块对象。本发明的最终使用形态是一种包含人机交互、简便操作功能的可视化应用装置。IETM故障类数据模块的创作人员可快速熟悉本装置的使用方法,高效的完成IETM数据模块及故障隔离流程图的创作。
-
公开(公告)号:CN103984595A
公开(公告)日:2014-08-13
申请号:CN201410206155.0
申请日:2014-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种异构CMP的静态任务调度方法,其特征在于:步骤1:利用线性聚簇方法,将DAG图中所有符合任务归并条件的任务归并到其父任务;步骤2:按照自顶向下法将DAG图分层,层值越小,任务优先级越高;同层任务,关键任务具有高优先级,其他非关键任务按照任务优先级权值非递增顺序加入调度列表;步骤3:从调度列表取首任务进行分配,逐层对任务映射图中已复制的任务进行冗余检测,删除任务映射图中的冗余任务;对删除冗余任务后的任务映射图进行调整,重新计算后续每个任务的最早执行完成时间。
-
公开(公告)号:CN114519145B
公开(公告)日:2025-03-21
申请号:CN202210160090.5
申请日:2022-02-22
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q30/0601
Abstract: 本发明提出了一种基于图神经网络挖掘用户长短期兴趣的序列推荐方法,获得用户个人信息和用户交互序列数据集,将数据集进行预处理并分为训练集和测试集;构建基于图神经网络挖掘用户长短期兴趣的序列推荐模型;对所述基于图神经网络挖掘用户长短期兴趣的序列推荐模型进行训练;将待推荐用户的个人信息和交互序列输入到训练后的基于图神经网络挖掘用户长短期兴趣的序列推荐模型,计算待推荐项目相对于该用户的推荐得分,根据推荐得分将项目推荐给用户;本发明解决序列推荐场景中没有办法有效捕获用户长短期兴趣,并难以分辨噪声的问题。
-
公开(公告)号:CN114547303B
公开(公告)日:2024-10-29
申请号:CN202210165299.0
申请日:2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Bert‑LSTM的文本多特征分类方法及装置,属于文本分类技术领域,其中,该方法包括:确定待分类文本数据集,并划分为训练集和测试集;构建基于Bert‑LSTM的文本多特征分类模型;利用训练集对文本多特征分类模型进行训练,得到最优文本多特征分类模型;将待分类文本数据输入最优文本多特征分类模型中,计算待分类文本数据的得分,根据得分将其划分到预设对应类别中。该方法使用BERT以及双向长短期记忆网络等构建基于Bert‑LSTM的文本多特征分类模型,利用挖掘文本多方面的词特征信息和词义潜在语义表示特征信息,融入文本向量,模型在训练过程中充分利用多特征信息,提升了文本分类的性能。
-
公开(公告)号:CN114529081B
公开(公告)日:2024-06-11
申请号:CN202210150863.1
申请日:2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/26
Abstract: 本发明公开了一种时空联合的交通流量预测方法及装置,属于交通流量预测技术领域,其中,该方法包括:获取各个监测点的监测数据,将数据按照时间周期性规律进行分类并建立数据集,根据数据集构建监测站点无向图,同时将数据集划分训练集、测试集和验证集;基于监测站点无向图,构建时空联合的交通流量预测模型;利用训练集对时空联合的交通流量预测模型进行训练,得到最优时空联合的交通流量预测模型;将验证集输入到最优时空联合的交通流量预测模型中,计算未来交通流量预测值。该方法通过对时空注意力进行解耦,将数据进行更加细粒性的特征划分,充分考虑到每个监测点和每个时刻的特征,更高效的提取数据中的空间相关性和时间。
-
-
-
-
-
-
-
-
-