-
公开(公告)号：CN118570628A
公开(公告)日：2024-08-30
申请号：CN202410343553.0
申请日：2024-03-25
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种掩码引导的伪装目标图像生成方法，包括构建MGDiffusion扩散模型，其中，所述MGDiffusion扩散模型包括基于交叉注意力模块的MGUNet模型；选取COD数据集作为训练样本，训练所述MGDiffusion扩散模型得到已训练的扩散模型；利用所述已训练的扩散模型对所述COD数据集进行样本增强，得到目标训练样本；基于目标训练样本训练伪装检测模型，提升所述检测模型的检测性能；通过本发明的模型框架能够生成符合训练样本分布的高质量图像，生成的样本可以用于训练伪装检测模型，从而提高伪装目标检测模型的检测性能。
-
公开(公告)号：CN118552747A
公开(公告)日：2024-08-27
申请号：CN202410343560.0
申请日：2024-03-25
Applicant: 哈尔滨工业大学
IPC: G06V10/52 , G06V10/62 , G06V10/77 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种虚拟试验多变量时空序列的生成方法，包括构造多尺度注意力对时空序列进行预处理，自适应提取多尺度时空特征后，输入到三维ResNet18网络模型中进行特征提取；引入绝对时间编码进行时间校准，其中时间序列的绝对时刻作为输入数据输入到编码器，得到解码器输出，计算输入数据与解码器输出之间的偏差，作为编解码器模型训练的优化目标；利用交叉注意力头融合三维时空序列和一维绝对时间编码两种不同形式的输入；将提取到的特征依次输入到层级信息融合模块和时间信息融合模块中进行逐级处理得到三维特征图并输入到恢复模块中生成未来时空数据；采用时空移动平均MSE损失函数作为模型的训练损失，用于约束模型输出与期望值一致的时空状态。
-
公开(公告)号：CN118226551A
公开(公告)日：2024-06-21
申请号：CN202410354073.4
申请日：2024-03-27
Applicant: 哈尔滨工业大学
IPC: G01W1/10 , G06F18/214 , G06N3/0464
Abstract: 公开了一种用于天气预报的多元时空预测方法及系统，包括以下步骤：S1、制作天气数据集；S2、构建MSTFN模型，应用天气数据集为样本训练MSTFN模型，进行训练和优化；S3，基于训练好的MSTFN模型，输入天气数据进行天气预测。该方法能够挖掘天气时空场中的空间联系和时间依赖关系，避免长时预测的累计误差；捕捉影响天气的多变量之间的动态相关性，从而提升天气预测的精准度，通过小波引导的时空损失函数实现对于局部热点区域更好的预测。
-
公开(公告)号：CN117786396A
公开(公告)日：2024-03-29
申请号：CN202311814702.9
申请日：2023-12-27
Applicant: 哈尔滨工业大学
IPC: G06F18/2131 , G06F18/211 , G06N3/0464 , G06N3/0442 , G06F123/02
Abstract: 本发明公开了一种基于CSA‑ConvLSTM模型的短期海面温度预测方法及系统，属于海面温度预测技术领域。其方法包括：获取海面温度SST历史时序数据集；将所述历史时序数据集输入多层CSA‑ConvLSTM网络模型进行训练；将待预测海面温度SST数据输入训练好的多层CSA‑ConvLSTM网络模型，获取海面温度预测结果。本发明采用CSA‑ConvLSTM网络模型对海面温度进行预测，能够充分的挖掘海面温度SST数据的空间依赖关系，同时实现对特征通道重要程度的衡量，提高了海面温度数据预测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN114815785A
公开(公告)日：2022-07-29
申请号：CN202210637971.1
申请日：2022-06-07
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于有限时间观测器的非线性系统执行器鲁棒故障估计方法，它属于非线性系统鲁棒故障估计领域。本发明解决了现有的有限时间观测器在进行非线性系统的故障估计时，未考虑未知输入干扰的问题。本发明方法所采取的主要技术方案为：步骤一、建立含有执行器故障和未知输入干扰的非线性系统模型；步骤二、对非线性系统模型进行解耦获得两个降阶的子系统模型；步骤三、分别基于两个子系统模型进行有限时间观测器的设计；步骤四、求解设计的有限时间观测器的设计参数；步骤五、基于设计的有限时间观测器以及求解出的设计参数对执行器故障进行估计。本发明方法可以应用于非线性系统执行器故障估计。
-
公开(公告)号：CN118520244A
公开(公告)日：2024-08-20
申请号：CN202410629739.2
申请日：2024-05-21
Applicant: 哈尔滨工业大学
IPC: G06F18/20 , G06F30/27 , G06N3/0464 , G06N3/049 , G06N3/045 , G06N3/048 , G06F18/10 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种基于嵌入式双U网络的目标区域风速及风向预测方法，包括：获取目标区域内的多个风场数据；利用滑动窗口对风场数据进行预处理，获得预处理后的风场数据；滑动窗口的步长和大小相等；构建标准化模型，对预处理后的风场数据进行标准化处理，获得标准化后的风场数据；将标准化后的风场数据输入优化后的嵌入式双U网络，获得目标区域内风速和风向预测结果；嵌入式双U网络包括：非参优化空间U‑Net和扩张Inception时间U‑Net。该方法通过整合数据预处理、特征标准化与嵌入式双U网络架构，能够广泛应用于风能资源评估及风电场布局设计等领域，其实现了对广袤区域风场风速和风向的高精度预测，提高了风电中心对大型区域电网的调度与运行效率。
-
公开(公告)号：CN118296453A
公开(公告)日：2024-07-05
申请号：CN202410354101.2
申请日：2024-03-27
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G01W1/10 , G06F18/214 , G06N3/0464
Abstract: 公开了一种用于海洋天气预报的多元时空预测方法及系统，包括以下步骤：S1、制作海面天气数据集；S2、构建StHCFormer模型，应用海面天气数据集为样本训练StHCFormer模型，进行训练和优化；S3，基于训练好的StHCFormer模型，输入海面天气数据进行海面天气预测。该方法利用卷积‑空间自注意力混合机制深度探索空间全局表征和局部特征，利用时序自注意力捕捉时序数据的时间依赖关系，同时通过局部特征提取模块进行通道级的放缩捕捉多变量的动态相关性，同时引入了不确定性相关损失去动态调整多任务权重，尽可能保证全局最优解，实现更准确的多元海洋天气预测。
-
公开(公告)号：CN114815785B
公开(公告)日：2023-04-07
申请号：CN202210637971.1
申请日：2022-06-07
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于有限时间观测器的非线性系统执行器鲁棒故障估计方法，它属于非线性系统鲁棒故障估计领域。本发明解决了现有的有限时间观测器在进行非线性系统的故障估计时，未考虑未知输入干扰的问题。本发明方法所采取的主要技术方案为：步骤一、建立含有执行器故障和未知输入干扰的非线性系统模型；步骤二、对非线性系统模型进行解耦获得两个降阶的子系统模型；步骤三、分别基于两个子系统模型进行有限时间观测器的设计；步骤四、求解设计的有限时间观测器的设计参数；步骤五、基于设计的有限时间观测器以及求解出的设计参数对执行器故障进行估计。本发明方法可以应用于非线性系统执行器故障估计。
-
公开(公告)号：CN116012606A
公开(公告)日：2023-04-25
申请号：CN202310035837.9
申请日：2023-01-10
Applicant: 哈尔滨工业大学
IPC: G06V10/54 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/0464
Abstract: 本发明公开了一种基于纹理引导的伪装目标检测方法及系统，包括采集待测图像并输入到训练好的伪装目标检测模型进行处理输出伪装目标检测结果；具体的：通过特征提取器提取待测图像的各层级特征图并输出至纹理监督模块，将首层特征图输出至目标纹理学习模块，将最高层特征图输出至语义融合模块；目标纹理学习模块根据首层特征图提取目标纹理特征图并输出至纹理监督模块；纹理监督模块根据目标纹理特征图和各层级特征图进行各层级的深层特征提取，获得各层级的深度特征图；语义融合模块根据最高层特征图和各层级的深度特征图，获得各层级融合特征，将各层级的深度特征图与高一层级的融合特征进行语义融合，输出伪装目标检测结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
