-
公开(公告)号：CN106040072A
公开(公告)日：2016-10-26
申请号：CN201610532375.1
申请日：2016-07-07
Applicant: 哈尔滨工程大学
CPC classification number: B01F11/0082 , B01F15/00 , B01F15/0074 , B01F2015/00103
Abstract: 本发明提供一种一字型往复式搅拌器，包括底座、安装在底座上的容器和立柱、设置在立柱上端的保护罩，保护罩下端设置有主动轮电机，主动轮电机的输出轴上安装有主动带轮，且主动带轮位于保护罩内，保护罩内还安装有传动轴，传动轴上安装有从动带轮，从动带轮与主动带轮之间安装有传动带，所述传动轴的端部固连有曲柄，曲柄的端部铰接有连杆，且曲柄与连杆的铰接点位于连杆的中间，连杆的两端对称设置有搅拌杆轴套，且两个轴套分别安装在十字支撑板设置的十字滑道中，每个轴套上固连有搅拌杆，搅拌杆的端部位于容器内。本发明整体结构紧凑，性能稳定，制造方便，经济实用，达到了日常生活中或工业应用中搅拌的目的。
-
公开(公告)号：CN109858506A
公开(公告)日：2019-06-07
申请号：CN201810519569.7
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向卷积神经网络分类结果的可视化算法，属于计算机视觉与数字图像处理技术领域。本发明在全连接层使用相关性传播算法，得到最后一层卷积层中每个神经元对最终输出结果的贡献的大小，根据其贡献计算出该卷积神经网络的类激活映射图。在得到类激活映射图之后，也就获得了最后一层卷积层中对分类结果有贡献的神经元的位置，根据提出的基于位置信息的传播算法，将卷积层中支持分类的神经元位置逐层向前重定向，直到输入层，从而得到输入图像中对输出结果有贡献的像素位置集合，最终得到可以解释卷积神经网络分类依据的可视化图像，本发明在解释卷积神经网络的分类方面具有更高的准确性，且在解释分类决策时能区分类别之间的特征。
-
公开(公告)号：CN109189862A
公开(公告)日：2019-01-11
申请号：CN201810766488.7
申请日：2018-07-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向科技情报分析的知识库构建方法，属于计算机知识库构建领域。提出了CWATT-BiLSTM-LSTMd模型用于实体抽取、RL-TreeLSTM模型用于实体关系抽取。实体抽取采用编码-解码模式，BiLSTM(双向长短期记忆网络)用于编码，LSTMd(长短期记忆网络)用于解码，并且对嵌入层和解码层进行了改进，然后使用此模型对科技情报领域的语料进行实体抽取。在实体抽取的基础之上，基于强化深度学习的思想提出RL-TreeLSTM模型对实体之间的关系进行抽取。RL-TreeLSTM模型分为两个部分：选择器和分类器。选择器选择有效的句子传入分类器，以降低远程监督方法带来的噪音；分类器对有效句子进行实体关系抽取，提高关系抽取的准确率。
-
公开(公告)号：CN107061124A
公开(公告)日：2017-08-18
申请号：CN201710501630.0
申请日：2017-06-27
Applicant: 哈尔滨工程大学
CPC classification number: Y02E10/38 , F03B13/14 , F05B2220/709 , F05B2240/93 , F05B2240/95 , H02N2/185
Abstract: 本装置包括锚块、系泊线、漂浮底座、防波板、加固筋、能量捕获体、支撑杆，漂浮底座通过系泊线与锚块连接，能量捕获体由质量块、压电体、中心架、悬臂梁组成。装置整体随漂浮底座悬浮于海面并随海浪运动；带孔的防波板能够起到削减波浪能量的作用；压电体粘贴在悬臂梁的根部，多组悬臂梁在惯性以及波浪冲击的作用下产生了弯曲和振动，从而导致了压电体的弯曲变形并产生周期性的应力，最终通过压电体把波浪能转换成电能。本装置体积小、重量轻、结构简单、成本较低、能量利用率高、功率输出稳定，既可以起到较好的防波效果，又能够将波浪能转化为电能。
-
公开(公告)号：CN106545458A
公开(公告)日：2017-03-29
申请号：CN201611055659.2
申请日：2016-11-25
Applicant: 哈尔滨工程大学
IPC: F03B13/14
CPC classification number: Y02E10/38 , F03B13/14 , F05B2220/706 , F05B2260/4031 , F05B2260/406
Abstract: 本发明提供一种摇摆式波能转换结构和带有漂浮阻尼板的阵列底铰摇摆式波能转换装置，在漂浮阻尼板上安装九个波浪能捕获立柱，其中八个波浪能捕获立柱铰接在漂浮阻尼板上并排列成圆形阵列，每个立柱和漂浮阻尼板之间安装有一个液压缸，缸体与漂浮阻尼板铰接，活塞与立柱铰接。剩余一个波浪能捕获立柱固联在漂浮阻尼板的圆形阵列中心。九个波浪能捕获立柱上都安装有吸波浮子，吸波浮子通过齿条与波浪能捕获立柱上的齿轮配合。浮子能够吸收波浪的势能，而铰接在阻尼板上的波浪能捕获立柱能够吸收波浪的动能；立柱和浮子的阵列布置可提高装置的频响范围、提升发电效率；漂浮阻尼板的设计允许装置投放在水下并随波浪起伏而升降，增加了深海环境的适应性。
-
Patent Agency Ranking
公开(公告)号：CN109858506B
公开(公告)日：2022-11-18
申请号：CN201810519569.7
申请日：2018-05-28
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向卷积神经网络分类结果的可视化算法，属于计算机视觉与数字图像处理技术领域。本发明在全连接层使用相关性传播算法，得到最后一层卷积层中每个神经元对最终输出结果的贡献的大小，根据其贡献计算出该卷积神经网络的类激活映射图。在得到类激活映射图之后，也就获得了最后一层卷积层中对分类结果有贡献的神经元的位置，根据提出的基于位置信息的传播算法，将卷积层中支持分类的神经元位置逐层向前重定向，直到输入层，从而得到输入图像中对输出结果有贡献的像素位置集合，最终得到可以解释卷积神经网络分类依据的可视化图像，本发明在解释卷积神经网络的分类方面具有更高的准确性，且在解释分类决策时能区分类别之间的特征。
-
公开(公告)号：CN106545458B
公开(公告)日：2019-08-06
申请号：CN201611055659.2
申请日：2016-11-25
Applicant: 哈尔滨工程大学
IPC: F03B13/14
CPC classification number: Y02E10/38
Abstract: 本发明提供一种摇摆式波能转换结构和带有漂浮阻尼板的阵列底铰摇摆式波能转换装置，在漂浮阻尼板上安装九个波浪能捕获立柱，其中八个波浪能捕获立柱铰接在漂浮阻尼板上并排列成圆形阵列，每个立柱和漂浮阻尼板之间安装有一个液压缸，缸体与漂浮阻尼板铰接，活塞与立柱铰接。剩余一个波浪能捕获立柱固联在漂浮阻尼板的圆形阵列中心。九个波浪能捕获立柱上都安装有吸波浮子，吸波浮子通过齿条与波浪能捕获立柱上的齿轮配合。浮子能够吸收波浪的势能，而铰接在阻尼板上的波浪能捕获立柱能够吸收波浪的动能；立柱和浮子的阵列布置可提高装置的频响范围、提升发电效率；漂浮阻尼板的设计允许装置投放在水下并随波浪起伏而升降，增加了深海环境的适应性。
-
公开(公告)号：CN108875592A
公开(公告)日：2018-11-23
申请号：CN201810519139.5
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于注意力模型的卷积神经网络优化方法。首先对水下目标的噪声数据进行分段，针对每段噪声数据提取其MFCC，其目的是将目标噪声数据变成定长的矢量化数据。然后，将得到的定长的矢量化数据按实验过程中水听器的排布位置以及其时序关系进行拼接，形成一个完整的时段水听阵特征，继而再将形成的水听阵特征转成对应的图片以作为输入数据集输入到训练网络中。本发明通过试验对模型在使用情况的结果分析以及对模型进行修改与优化，深度学习对水下目标识别识别率的得到10％‑15％的提升。
-
公开(公告)号：CN106040072B
公开(公告)日：2019-06-14
申请号：CN201610532375.1
申请日：2016-07-07
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种一字型往复式搅拌器，包括底座、安装在底座上的容器和立柱、设置在立柱上端的保护罩，保护罩下端设置有主动轮电机，主动轮电机的输出轴上安装有主动带轮，且主动带轮位于保护罩内，保护罩内还安装有传动轴，传动轴上安装有从动带轮，从动带轮与主动带轮之间安装有传动带，所述传动轴的端部固连有曲柄，曲柄的端部铰接有连杆，且曲柄与连杆的铰接点位于连杆的中间，连杆的两端对称设置有搅拌杆轴套，且两个轴套分别安装在十字支撑板设置的十字滑道中，每个轴套上固连有搅拌杆，搅拌杆的端部位于容器内。本发明整体结构紧凑，性能稳定，制造方便，经济实用，达到了日常生活中或工业应用中搅拌的目的。
-
公开(公告)号：CN109005048A
公开(公告)日：2018-12-14
申请号：CN201810519647.3
申请日：2018-05-28
Applicant: 哈尔滨工程大学
IPC: H04L12/24
Abstract: 本发明属于可视化数据技术领域，公开了基于力引导的点布局优化算法，包括如下步骤：步骤(1)：定义节点集合，边集合和无向图G；步骤(2)：设置系统中吸引力的总大小，系统中排斥力的总大小和总量级函数；步骤(3)：定义M(0)；步骤(4)：用算法聚集阶段迭代的总数和算法分裂阶段迭代的总数表示；步骤(5)：计算吸引力和排斥力在X轴方向和Y轴方向上的分量；步骤(6)：用笛卡尔坐标空间内X、Y轴方向上的排斥力和吸引力表示第t次迭代时节点在X、Y轴方向上受到的合力，然后获取节点迭代后的坐标；步骤(7)：迭代次数等于一个固定值时，迭代停止，算法结束。本发明解决传统算法中迭代次数多的问题，具有更好的扩展性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.047 seconds)
