-
公开(公告)号：CN110696757A
公开(公告)日：2020-01-17
申请号：CN201911042372.X
申请日：2019-10-30
IPC: B60R16/037
Abstract: 针对采用矩形或圆柱空间声学结构布放次级声源受车身结构和室内内饰影响的问题，本发明提供一种汽车室内次级声源布放方法及主动噪声控制系统，属于汽车室内主动降噪技术领域。本发明方法为将主动噪声控制系统中的次级声源布放在司乘人员头部附近，利用汽车结构有限元模型获得车室内输出响应点声压级分布及车室内的降噪量，根据获得的声压级分布及降噪量确定次级声源的布放位置。本发明给出三种方案，第一种：两个次级声源布放在汽车的侧壁上，两个次级声源与相邻司乘人员的头部同高，且与头部的距离均相等。第二种：在司乘人员头部正上方的汽车顶棚处布放次级声源。第三种：在司乘人员头部正下方的汽车底盘上布放次级声源。
-
公开(公告)号：CN211223326U
公开(公告)日：2020-08-11
申请号：CN201921852455.0
申请日：2019-10-30
IPC: B60R16/037 , G10K11/16 , G06F30/15 , G06F30/23
Abstract: 针对现有主动噪声控制系统的中次级声源的位置受车身结构和室内内饰影响的问题，本实用新型提供一种汽车室内主动噪声控制系统，属于汽车室内主动降噪技术领域。本实用新型的汽车室内主动噪声控制系统，所述系统包括初级声源和次级声源，所述次级声源布放在司乘人员头部附近。作为优选，每一个司乘人员相邻的汽车的侧壁上布放两个次级声源，所述两个次级声源与相邻司乘人员的头部同高，且与该司乘人员头部的距离均相等。作为优选，每一个司乘人员的头部正上方的汽车顶棚处布放一个次级声源。作为优选，每一个司乘人员的头部正下方的汽车底盘上布放一个次级声源。本实用新型基于汽车室内主动降噪技术的声学分析，针对司乘人员头部附近局部空间和全车室内全空间降噪。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN114462448B
公开(公告)日：2024-12-17
申请号：CN202210047292.9
申请日：2022-01-17
Applicant: 哈尔滨理工大学
IPC: G06F18/241 , G06F18/10 , G06F18/22 , G06N3/006
Abstract: 本发明公开了一种基于改进极限学习机的水轮机运转状态识别方法，所述方法包括：对水轮机信号进行互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)获得IMF分量；引入皮尔逊相关系数计算各个IMF分量与水轮机信号的相似度，判断信号主导模态和噪声主导模态的分界点，用小波去噪对噪声主导模态降噪，并与其余的IMF分量重构得到去噪信号；对去噪后的信号进行分解，计算每个IMF分量的排列熵，构建特征向量；用基于模拟退火算法的粒子群算法(Simulated annealing algorithm‑Particle swarm optimization,SA‑PSO)优化极限学习机(Extreme learning machine,ELM)的方式，建立水轮机运转状态识别模型SA‑PSO‑ELM。本发明提供的方法能够有效识别水轮机运转状态，效果较好。
-
公开(公告)号：CN118211780A
公开(公告)日：2024-06-18
申请号：CN202410281393.1
申请日：2024-03-12
Applicant: 哈尔滨理工大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 现代战争中，探测和定位敌方潜艇是首要任务。然而海洋环境的复杂多变，会对海洋信道中的声信号传播产生很大的影响，因此对潜探测需要考虑环境因素的影响。本发明进行基于环境适配的水下探测任务规划研究，从任务优先级、平台探测能力和组合协同奖励三方面出发，提出成就水平的概念，利用混合线性整数规划方法构建多任务规划模型，并加入水下探测任务中特定的约束条件，使得其任务分配更加贴合实际。同时，引入海洋环境数据进行实验仿真。研究表明，水文条件的变化对水下探测任务规划的结果存在显著影响，实验结果对水下探测任务具有重要参考意义。
-
公开(公告)号：CN114429150A
公开(公告)日：2022-05-03
申请号：CN202111521473.2
申请日：2021-12-30
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G01M13/045
Abstract: 一种基于改进深度子域适应网络的变工况下滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域，用以解决现有故障诊断模型对于不同工况分布差异大的振动数据的故障诊断准确率不高的问题。本发明的技术要点包括：对源域和目标域振动数据做短时傅里叶变换得到时频谱图；引入通道注意力机制和首层宽卷积核机制对残差网络进行改进，提取时频谱图中的深层特征；利用局部最大均值差异对源域特征和目标域特征进行子域适应处理，减小源域和目标域各个子域之间的分布差异，实现复杂工况下滚动轴承的故障诊断。本发明可以实现变工况及工况泛化情况下的滚动轴承故障诊断，具有较高的准确率。本发明可广泛应用于滚动轴承故障诊断之中。
-
Patent Agency Ranking
公开(公告)号：CN109409347A
公开(公告)日：2019-03-01
申请号：CN201811609791.2
申请日：2018-12-27
Applicant: 哈尔滨理工大学
IPC: G06K9/00
Abstract: 一种基于人脸特征检测疲劳驾驶的方法，涉及一种人工智能检测疲劳驾驶的方法。本发明对眼睛与嘴部特征联合检测可判断驾驶员的疲劳状态，避免了因佩戴眼镜而无法进行准确检测。检测方法：一、图像采集；二、图像处理；三、基于改进的Adboost算法分类器进行人脸定位；四、检测到人脸进行下一步，未检测到人脸进行步骤一；五、人脸特征识别；六、疲劳状态判定。本发明与传统监测方法相比联合运用眼睛与嘴部状态进行疲劳状态的特征提取，提高了判断的准确性、降低了疲劳驾驶检测的误判几率。
-
公开(公告)号：CN119446180A
公开(公告)日：2025-02-14
申请号：CN202411588305.9
申请日：2024-11-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于多层神经网络的多声音事件检测方法，涉及声音事件检测领域。本发明提出基于融合经验模态分解算法、胶囊网络，注意力机制和双向门控循环网络的弱标记多声音事件检测模型。在该模型中，首先使用AMM‑EMD算法进行预处理，丰富声音事件特征信息，并引入并行卷积结构提取高级特征信息；再利用胶囊网络强大的泛化能力和注意力机制捕捉全局依赖性的能力，对高级特征进一步处理；同时，利用BiGRU模块获取上下文信息。本发明提出的模型在不同的数据集上进行对比消融实验，利用F1和ER评价声音事件检测效果，本发明提出的模型均比其他基线模型有所改善，F1和ER均有提高。
-
公开(公告)号：CN114429150B
公开(公告)日：2024-08-23
申请号：CN202111521473.2
申请日：2021-12-30
Applicant: 哈尔滨理工大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N3/0464 , G01M13/045
Abstract: 一种基于改进深度子域适应网络的变工况下滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域，用以解决现有故障诊断模型对于不同工况分布差异大的振动数据的故障诊断准确率不高的问题。本发明的技术要点包括：对源域和目标域振动数据做短时傅里叶变换得到时频谱图；引入通道注意力机制和首层宽卷积核机制对残差网络进行改进，提取时频谱图中的深层特征；利用局部最大均值差异对源域特征和目标域特征进行子域适应处理，减小源域和目标域各个子域之间的分布差异，实现复杂工况下滚动轴承的故障诊断。本发明可以实现变工况及工况泛化情况下的滚动轴承故障诊断，具有较高的准确率。本发明可广泛应用于滚动轴承故障诊断之中。
-
公开(公告)号：CN118520627A
公开(公告)日：2024-08-20
申请号：CN202310128023.X
申请日：2023-02-17
Applicant: 哈尔滨理工大学
IPC: G06F30/20 , G06F17/18 , G06F119/02
Abstract: 本申请属于军事技术基础科学领域，提供了一种基于复杂声传播环境下的水下作战效能评估方法，所述方法包括：将传播损失作为探测过程中的主要影响因素，建立一种考虑水文环境的水声传播模型；充分发挥无人军事设备在海上作战的潜能，提出加入海、陆、空全方位的无人作战系统。以时间步长为基础对作战系统进行建模，模型具有实时性。采用蒙特卡洛方法对不同作战系统进行水下作战效能评估。本发明构建的加入无人集群对抗方案比基础航母编队方案提升至少10％的航母存活概率。证明无人集群方案能够大幅提升搜索效率，对引入无人集群到实际的反潜作战具有参考意义。
-
公开(公告)号：CN116994594A
公开(公告)日：2023-11-03
申请号：CN202310476458.3
申请日：2023-04-27
Applicant: 哈尔滨理工大学
IPC: G10L21/0208 , G10L21/0232 , G10L21/0264 , G10L25/30 , G10L25/03
Abstract: 本发明公开了一种在低信噪比场景下的ME‑MGCRN单通道语音增强算法，所述方法包括：在低信噪比条件下，针对传统神经网络对语音增强效果较差的问题，结合门控线性单元与卷积循环神经网络提取的语音特征；提出了自适应平均中位数经验模态分解多层门控卷积循环神经网络的语音增强模型。本发明提供的方法在低信噪比条件下较为全面的提取了语音特征，对于低信噪比下的语音信号具有较好的增强性能。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.033 seconds)
