-
公开(公告)号：CN117556172B
公开(公告)日：2024-04-19
申请号：CN202410040741.6
申请日：2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
公开(公告)号：CN117556172A
公开(公告)日：2024-02-13
申请号：CN202410040741.6
申请日：2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
Patent Agency Ranking
公开(公告)号：CN110956099A
公开(公告)日：2020-04-03
申请号：CN201911109920.6
申请日：2019-11-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。
-
公开(公告)号：CN118313619A
公开(公告)日：2024-07-09
申请号：CN202410512549.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/126
Abstract: 本发明提供了一种基于矩阵式编码方法的服务机器人群任务分配方法及系统，属于服务机器人任务分配领域。为了解决现有医疗养老服务社区中种类与数量众多的服务机器人群协同控制困难、工作效率较低的问题。使用分层分段的矩阵式编码方法，横向分段的编码方式可考虑异构任务之间的联系，纵向分层的编码方式可考虑采样任务调度与配送执行点选择之间的时序耦合关系，在医疗养老服务社区中种类与数量众多的服务机器人群具有可协同控制、工作效率高的优点；且在仿真实验中，不同规模的实例设置下，迭代进化曲线均呈现出了明显的下降趋势，表明本发明搜索到的解的质量不断提高，证明了本方法的服务机器人群任务分配方法的有效性。
-
公开(公告)号：CN113240046A
公开(公告)日：2021-08-10
申请号：CN202110611831.2
申请日：2021-06-02
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06F16/583 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机视觉和自然语言处理领域，具体涉及的是一种基于知识的视觉问答任务下的多模态信息融合方法。本发明将外部知识作为一个单独的模态，拓展了基于知识的视觉问答的思路；使用纯正的注意力方法将自然语言问题、图像和三元组形式的知识这三个模态进行深层的融合，为基于知识的视觉问答任务提供了新颖有效地解决方案，本发明提出的多模态融合技术不局限于基于知识的视觉问答任务，可以将其扩展到其他多模态任务当中去；使用新颖有效地位置编码方法为图像的位置进行编码，比传统方法中不利用图像位置信息或者使用图像区域坐标作为位置信息，本发明中的位置编码更加有效，可以高效的解决基于知识的视觉问答任务中跟图像位置相关的问题。
-
公开(公告)号：CN110956099B
公开(公告)日：2022-06-17
申请号：CN201911109920.6
申请日：2019-11-14
Applicant: 哈尔滨工程大学
IPC: G06V40/20 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。
-
公开(公告)号：CN113240046B
公开(公告)日：2023-01-03
申请号：CN202110611831.2
申请日：2021-06-02
Applicant: 哈尔滨工程大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06F16/583 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机视觉和自然语言处理领域，具体涉及的是一种基于知识的视觉问答任务下的多模态信息融合方法。本发明将外部知识作为一个单独的模态，拓展了基于知识的视觉问答的思路；使用纯正的注意力方法将自然语言问题、图像和三元组形式的知识这三个模态进行深层的融合，为基于知识的视觉问答任务提供了新颖有效地解决方案，本发明提出的多模态融合技术不局限于基于知识的视觉问答任务，可以将其扩展到其他多模态任务当中去；使用新颖有效地位置编码方法为图像的位置进行编码，比传统方法中不利用图像位置信息或者使用图像区域坐标作为位置信息，本发明中的位置编码更加有效，可以高效的解决基于知识的视觉问答任务中跟图像位置相关的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
