-
公开(公告)号：CN116230057B
公开(公告)日：2023-11-14
申请号：CN202310269807.4
申请日：2023-03-20
Applicant: 哈尔滨工程大学
IPC: G11C29/04
Abstract: 本发明公开了一种掉电可工作的弹载存储测试系统及使用方法，包括上位机数据采集终端和存储测试硬件电路，所述存储测试硬件电路与外部电源相连；所述存储测试硬件电路包括控制处理模块及与控制处理模块连接的信号调理电路、数据存储设备、姿态探测模块、定位模块、无线通信模块、光耦隔离模块，所述光耦隔离模块与二次点火装置相连，所述无线通信模块与上位机数据采集终端相连，所述信号调理电路与外部应变测试设备相连。本发明采用上述的一种掉电可工作的弹载存储测试系统及使用方法，该系统掉电可工作、发射可回收、采样率可更改。
-
公开(公告)号：CN107105052A
公开(公告)日：2017-08-29
申请号：CN201710343392.5
申请日：2017-05-16
Applicant: 哈尔滨工程大学
IPC: H04L29/08
Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模，阐述了其与智能规划问题的对应关系；为了解决基于图规划的服务组合算法的盲目搜索的缺点，提出了状态距离的概念，分析和证明了其在可达性分析中的作用，给出了状态距离矩阵的构建方法；依据状态距离矩阵，设计启发函数对服务的可达性进行估计，修剪不必要的服务，减小规划图的规模，提高算法的求解效率。
-
公开(公告)号：CN106499609A
公开(公告)日：2017-03-15
申请号：CN201610891553.X
申请日：2016-10-12
Applicant: 哈尔滨工程大学
CPC classification number: F04B35/008 , F04B41/06
Abstract: 本发明提供一种气压助推的单级活塞式压缩机及多级活塞式压缩机，包括曲轴、连体活塞、气缸、助推缸，气缸和助推缸布置在连体活塞的两侧，气缸的作用是压缩低压容器内的气体并排放入高压容器，助推缸的作用是：当连体活塞从助推缸一侧的行止点开始向气缸一侧运动时，低压阀关闭，高压阀打开一段时间后再关闭，助推缸内的气压升高，升高的气压辅助曲轴把连体活塞推向气缸一侧；当助推缸内的气压因气体膨胀降至低压容器的气压时，低压阀打开直至连体活塞回到助推缸一侧的行止点再关闭，这期间助推缸停止助推。本发明在把高压气体排放入进气管之前利用高压气体来助推活塞，避免了能量浪费，同时也达到无级调节压缩机排气量的目的。
-
公开(公告)号：CN116662501A
公开(公告)日：2023-08-29
申请号：CN202310559754.X
申请日：2023-05-18
Applicant: 哈尔滨工程大学
IPC: G06F16/332 , G06F18/214 , G06N3/048 , G06F40/289 , G06F40/30
Abstract: 本发明涉及互联网技术领域，公开了一种基于会话上下文信息的会话推荐方法，包括以下步骤：S1、根据会话中包含的上下文信息，对关系增强会话图中的节点进行向量随机初始化操作；S2、将关系增强会话图中节点的嵌入向量送入门控图神经网络中进行训练，得到会话序列s中各节点的嵌入向量表示；S3、将长短期兴趣向量表示拼接得到最后的会话向量表示，短期兴趣表示选取会话中最后一个物品的嵌入向量，长期兴趣表示使用软注意力机制计算得到；S4、对每一个候选项的得分进行计算，并得出所有候选项的推荐概率。本发明能够利用会话上下文信息体现各物品之间的关系，对物品的重要性进行区分，生成用户的兴趣表示，为用户提供准确的推荐。
-
公开(公告)号：CN114581864B
公开(公告)日：2023-04-18
申请号：CN202210213377.X
申请日：2022-03-04
Applicant: 哈尔滨工程大学
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。
-
Patent Agency Ranking
公开(公告)号：CN114581864A
公开(公告)日：2022-06-03
申请号：CN202210213377.X
申请日：2022-03-04
Applicant: 哈尔滨工程大学
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。
-
公开(公告)号：CN114358008A
公开(公告)日：2022-04-15
申请号：CN202111415628.4
申请日：2021-11-25
Applicant: 哈尔滨工程大学
IPC: G06F40/295 , G06N3/04
Abstract: 本发明公开了一种基于循环神经网络的命名实体识别方法，涉及人工智能技术领域，具体为一种基于循环神经网络的命名实体识别方法，具体包括如下步骤：S1、首先对命名实体识别任务数据集中的数据进行整理，统计出数据集中实体的类型，并采用BIO标注策略进行数据预处理，处理后的数据分为两列，第一列为数据集中的字符，第二列为对应的标注标签；S2、获取当前序列文本的上下文特征；S3、获得前位置字符的标签。本发明提出的RFLSTM模型主要是考虑到下面的情况：有A，B两个信息，A信息是我们记忆的信息，B信息是我们新输入的信息，B信息会和A信息产生关联，A信息将会被遗忘门丢弃。
-
公开(公告)号：CN111178133A
公开(公告)日：2020-05-19
申请号：CN201911221023.4
申请日：2019-12-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于剪枝深度模型用于自然场景图像文本识别方法；主要涉及修剪深度网络(Yolo v3-Darknet53)和修剪后的深度网络对自然场景图像中文本进行检测和识别；该方法包括对深度网络剪枝策略、过滤检测模型输出的特征图、使用VGG16网络对文本信息提取、微调包围框、对文本信息进行识别；本发明使用文本检测和识别通用的ICDAR2015作为训练集和测试集，可以有效地展现自然场景图像的多种复杂性；计算机视觉领域的CNN规模日渐庞大，本发明旨在缩减网络规模、节省训练时间、缓解硬件设备压力、减小对检测和识别准确率的影响。
-
公开(公告)号：CN110910377A
公开(公告)日：2020-03-24
申请号：CN201911190631.3
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于医学图像识别技术领域，具体涉及应用在临床实践上的一种基于神经网络的脑梗死MRI图像识别方法。本发明包括以下步骤：采集明确具有脑梗死疾病的脑部MRI图像；数据预处理，对标注好的原始图像进行缩放和裁剪处理；构建神经网络，卷积神经网络总深度为11层,卷积核大小为3*3,第2、4、7层步长为2,其余层步长为1；训练神经网络；测试模型；诊断测试；输出模型和整理结果。本发明的优点在于：使用卷积神经网络进行头部MRI图像识别,相比于传统方法,准确率更高,诊断过程更加智能化，且可以应用于除头部MRI识别外的其他应用场景。本发明使用全卷积网络作为基础网络结构,保留局部信息,使得学习到的特征更易被可视化和理解。
-
公开(公告)号：CN110889340A
公开(公告)日：2020-03-17
申请号：CN201911099046.2
申请日：2019-11-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于迭代注意力机制的视觉问答模型，包括三个步骤：步骤S1，构建双重注意力机制；步骤S2，迭代模型内部结构；步骤S3，答案预测；本发明使用VGGNet提取图像的特征；将问题和答案用双向LSTM方式编码；把第一部分和第二部分的结果作为输入即以图片特征向量和问题特征向量作为输入，首先两个向量分别加入注意力机制，经过计算后得到两个注意力特征向量，再进行融合得到新的图片和问题特征向量；迭代进行第三部分工作内容降低关注区域粒度，得到最后图片和问题特征向量；利用上述步骤中得到的图片和问题的特征向量预测答案分布。本发明的有益效果是：关注点在问题上，且关注区域精确，预测答案准确。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.038 seconds)
