-
公开(公告)号：CN117611791B
公开(公告)日：2024-08-20
申请号：CN202311365198.9
申请日：2023-10-20
Applicant: 哈尔滨工业大学 , 哈尔滨视爵科技有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种基于特征分离可变形卷积的飞行目标检测方法，所述方法包括如下步骤：一：建立训练数据集和测试数据集；二：使用可变形卷积进行不规则采样，以减少规则采样过程中的背景干扰；三：使用超高斯函数用于语义分割标签生成；四：设计适合软标签的焦点损失来计算特征分离监督的损失；五：对改进后的检测模型YOLO‑FRS进行训练和测试，完成遥感图像飞行状态飞机目标检测。本发明面向飞行目标检测需求，提出了一种特征响应分离可变形卷积模块来改进YOLOv5模型，该模型鼓励检测模型向目标区域聚集采样点，提取更多与目标相关的信息，并减少来自目标周围背景的干扰，从而实现检测性能的提升。
-
公开(公告)号：CN117611791A
公开(公告)日：2024-02-27
申请号：CN202311365198.9
申请日：2023-10-20
Applicant: 哈尔滨工业大学 , 哈尔滨视爵科技有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种基于特征分离可变形卷积的飞行目标检测方法，所述方法包括如下步骤：一：建立训练数据集和测试数据集；二：使用可变形卷积进行不规则采样，以减少规则采样过程中的背景干扰；三：使用超高斯函数用于语义分割标签生成；四：设计适合软标签的焦点损失来计算特征分离监督的损失；五：对改进后的检测模型YOLO‑FRS进行训练和测试，完成遥感图像飞行状态飞机目标检测。本发明面向飞行目标检测需求，提出了一种特征响应分离可变形卷积模块来改进YOLOv5模型，该模型鼓励检测模型向目标区域聚集采样点，提取更多与目标相关的信息，并减少来自目标周围背景的干扰，从而实现检测性能的提升。
-
公开(公告)号：CN117573975B
公开(公告)日：2024-12-13
申请号：CN202311548012.3
申请日：2023-11-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: G06F16/9535 , G06N3/0455 , G06N3/042 , G06N3/048 , G06N3/098
Abstract: 本发明提供了一种联邦跨领域的信息推荐方法、装置、终端设备及介质，所述信息推荐方法从服务器获取预先训练好的跨域序列推荐模型，并且通过用户的交互信息，确定对用户的推荐建议。该模型由服务器将多个本地模型聚合得到，每个本地模型对应一个客户端，并且每个本地模型在对应的客户端本地训练得到，这样，对于客户端来说，不需要将本地的数据上传到服务器，也可以通过服务器训练得到跨域序列推荐模型，然后从服务器获取该模型并进行应用，确保了客户端数据拥有方的数据隐私，此外相比现有的定制化推荐模型，跨域序列推荐模型通过多个本地模型聚合得到并且各本地模型分别由对应客户端本地训练得到，可以有效提高跨域序列推荐模型的性能和质量。
-
公开(公告)号：CN117573975A
公开(公告)日：2024-02-20
申请号：CN202311548012.3
申请日：2023-11-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: G06F16/9535 , G06N3/0455 , G06N3/042 , G06N3/048 , G06N3/098
Abstract: 本发明提供了一种联邦跨领域的信息推荐方法、装置、终端设备及介质，所述信息推荐方法从服务器获取预先训练好的跨域序列推荐模型，并且通过用户的交互信息，确定对用户的推荐建议。该模型由服务器将多个本地模型聚合得到，每个本地模型对应一个客户端，并且每个本地模型在对应的客户端本地训练得到，这样，对于客户端来说，不需要将本地的数据上传到服务器，也可以通过服务器训练得到跨域序列推荐模型，然后从服务器获取该模型并进行应用，确保了客户端数据拥有方的数据隐私，此外相比现有的定制化推荐模型，跨域序列推荐模型通过多个本地模型聚合得到并且各本地模型分别由对应客户端本地训练得到，可以有效提高跨域序列推荐模型的性能和质量。
-
公开(公告)号：CN118910485A
公开(公告)日：2024-11-08
申请号：CN202410966508.0
申请日：2024-07-18
Applicant: 哈尔滨工业大学
Abstract: 一种铸态下Laves相析出强化的双相难熔高熵合金及其制备方法，本发明涉及一种难熔高熵合金及其制备方法。本发明的目的是为了解决难熔高熵合金中Laves相析出容易导致材料的脆性增加和性能劣化的问题，本发明合金按原子百分比由27.78％～32.25％的Ti、13.89％～16.13％的Zr、13.89％～16.13％的Nb、13.89％～16.13％的Hf、13.89％～16.13％的V和3.23％～16.66％的Al元素组成。本发明通过精确控制合金成分和优化熔炼及冷却工艺，成功实现Laves相的析出，在提高强度的同时，保证塑性的适配。本发明应用于难熔高熵合金的制备领域。
-
Patent Agency Ranking
公开(公告)号：CN115306379B
公开(公告)日：2024-09-17
申请号：CN202210805242.2
申请日：2022-07-08
Applicant: 哈尔滨工业大学 , 北京空间飞行器总体设计部 , 四川波凡同创机器人有限公司
Abstract: 本发明提出了一种用于月壤水冰采样的阶梯型钻具，属于地外天体采样探测技术领域。解决了现有钻具无法实现月壤水冰采样的问题。它包括依次相连的阶梯型钻头、采样螺旋段钻杆、过渡螺旋段钻杆和排屑螺旋段钻杆，所述阶梯型钻头的切削刃布置为阶梯型，所述采样螺旋段钻杆为深槽低升角螺旋结构，所述过渡螺旋段钻杆的基体直径逐渐增大，所述排屑螺旋段钻杆为浅槽高升角螺旋结构。它主要用于月壤水冰采样。
-
公开(公告)号：CN114393573B
公开(公告)日：2024-07-02
申请号：CN202210207891.2
申请日：2022-03-03
Abstract: 本发明公开了一种弹簧回复式绳驱机械臂，该机械臂设有基座支撑板，所述基座支撑板的一侧安装有驱动机构，所述基座支撑板的另一侧安装有上臂的首端，所述上臂的尾端通过肩关节扭转弹簧安装中臂的首端，所述中臂的尾端通过肘关节扭转弹簧安装小臂的首端。本申请通过采用弹簧回复式绳驱机械臂关节，并将驱动绳索的末端固定在机械臂臂杆上，使其与关节的距离较远，使得绳索作用的力臂很大。相同负载的情况下绳索拉力会小很多，因此可以极大地降低驱动电机所需的功率，降低功耗，进一步提高能量的利用率。
-
公开(公告)号：CN114293902B
公开(公告)日：2024-03-19
申请号：CN202111676930.5
申请日：2021-12-31
Applicant: 哈尔滨工业大学 , 北京空间飞行器总体设计部
Abstract: 单电机回转冲击动力自分配钻进采样装置，本发明涉及月壤探测技术领域。本发明为了解决现有技术中月球土壤原位探测工作发射成本较高，设备集成度低，质量高等特点的问题。本发明包括凸轮冲击单元、驱动单元和钻杆，所述冲击钻进装置用于安装在探测器机体上，驱动单元上部连接有提供冲击作业的凸轮冲击单元，下部连接有钻杆，所述钻杆下部安装有钻头，钻杆在驱动单元和凸轮冲击单元共同作用下完成对月壤剖面的钻进和冲击作业。本发明用于月壤剖面破碎钻进与原位探测。
-
公开(公告)号：CN115896584B
公开(公告)日：2024-02-20
申请号：CN202211678077.5
申请日：2022-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种具备网格状组织的高熵合金及其制备方法，涉及一种具备网格状组织和高强高塑的高熵合金及其制备方法。本发明的目的是为了解决含有硬质相的高熵合金难以兼具高强度和高塑性的问题。本发明高熵合金由Co、Cr、Fe、Ni、Al、Nb和Ti组成，通式为Co36Ni30Fe12Cr10AlxTiyNbz，其中，0
-
公开(公告)号：CN114235462B
公开(公告)日：2023-09-12
申请号：CN202111447680.8
申请日：2021-11-30
Applicant: 哈尔滨工业大学 , 北京空间飞行器总体设计部
IPC: G01N1/04
Abstract: 本发明公开了一种用于月壤水冰采集的线切掘进采样器，涉及固态样品及挥发物采样的技术领域，解决了目前的回转转进方案中，装置质量较大，单切削刃掘进速度缓慢，磨损程度高，作业时长久导致发热量较高，对月壤水冰对象的热扰动较大等问题，包括：双链锯切机构、驱动传动机构、机架壳体和支撑框架，双链锯切机构的第一链锯切机构和第二链锯切机构通过驱动传动机构驱动，双链锯切机构的每一个切削链节上均设有一个用于切削样品的切削刃和一个位于该切削刃的刀刃侧用于盛装并运送样品的容屑腔，第一链锯切机构和第二链锯切机构之间连接有浮动转轴，本发明实现切削、排屑、采样功能一体化，能够及时将热量带走，对月壤水冰对象的热扰动小。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.063 seconds)
