-
公开(公告)号：CN119369241A
公开(公告)日：2025-01-28
申请号：CN202411740147.4
申请日：2024-11-29
Applicant: 哈尔滨工程大学 , 江南造船(集团)有限责任公司
Abstract: 本发明属于船舶制造技术领域，具体涉及一种条材底漆自动处理系统及方法。本发明提供的条材底漆自动处理系统，可以自动适应不同规格船用条材零件，包括厚度、宽度和长度等，且可以自动适应条材零件的翘曲变形，更适合于工程应用。在开始打磨之前，无需输入条材规格，砂带机即可自动找到待打磨区域，减少了人工干预，提高了除漆效率。相比于传统除漆方法，本发明实现了条材零件四条边的打磨区域同时自动除漆，且可覆盖首尾端头，无死角打磨，过程中无需对条材进行翻身。由输送辊道带动条材零件匀速前进或后退，砂带机匀速转动，砂带机于条材零件之间的压紧力相对恒定，使得打磨除漆效果稳定，不伤害母材，一次除漆即可满足质量要求，无需反复。
-
公开(公告)号：CN116280098A
公开(公告)日：2023-06-23
申请号：CN202310139574.6
申请日：2023-02-20
Applicant: 江南造船(集团)有限责任公司
Abstract: 本申请提供了一种船舶进坞支撑系统及进坞方法，该支撑系统设置在船体底部，包括第一坞墩和第二坞墩，第一坞墩设置在附体的周侧，以在对船体底部进行支撑时形成容纳附体的空间，并为附体区域的船体的重力提供底部支撑，第二坞墩主要设置在船底避开附体的平船底区域，用于对附体以外区域的船体的重力提供底部支撑。在第一坞墩和第二坞墩的共同配合支撑下，不仅能够满足底部带有附体的船舶的二次进坞支撑需求，还为附体内相关设备的维护和安装提供作业空间。
-
公开(公告)号：CN109086807B
公开(公告)日：2022-03-18
申请号：CN201810779483.8
申请日：2018-07-16
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于卷积神经网络的半监督学习光流方法，属于网络设计领域。本发明提供的方法可以针对带标签和无标签的混合数据进行训练，并设计一种遮挡感知损失函数，将用于监督学习的端点误差代价函数与用于非监督学习的数据项和平滑项相结合，构建一种半监督学习光流模型，在网络架构上采用堆叠网络结构，在卷积层引入空洞卷积来增大感受野，并设计遮挡感知层来估计遮挡区域，该网络能够端到端地进行半监督光流学习。本发明提供的方法能够提高光流估计精度，并且还提出一种遮挡感知损失函数来半监督训练网络，在网络架构上设计一种堆叠网络结构从而进一步提升网络性能。
-
公开(公告)号：CN110984466B
公开(公告)日：2021-11-30
申请号：CN201911359385.X
申请日：2019-12-25
Applicant: 哈尔滨工程大学
IPC: G10K11/172
Abstract: 一种提高振动带隙性能的惯性放大周期超材料梁结构，属于工程减振降噪技术领域，本发明为了现有技术中的梁结构本身的振动带隙频率范围较小，导致在使用过程时减震降噪性能差的问题，本发明包括变截面梁主体、2M个质量块和8M个连接杆，M为正整数，所述2M个质量块沿变截面梁主体的长度方向等距设置在变截面梁主体的下方，8M个连接杆平均分为两组，每组连接杆设置在变截面梁主体的一侧，且两组连接杆相对设置，每个连接杆的一端与变截面梁主体转动连接，每个质量块通过四个连接杆与变截面梁主体相连，本发明主要用于工程建筑中的承重梁体，同时在船舶的纵、横骨材上也有应用前景。
-
公开(公告)号：CN107341815B
公开(公告)日：2020-10-16
申请号：CN201710404056.7
申请日：2017-06-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多目立体视觉场景流的剧烈运动检测方法。一：利用标定好的多目相机获取多组图像序列；二：对图像序列进行预处理；三：场景流能量泛函数据项的设计；四：场景流能量泛函平滑项的设计；五：能量泛函地优化求解；从步骤二中得到的图像金字塔最低分辨率图像开始使用计算模型计算；六：场景流运动区域的聚类；七：构建运动方向离散程度评估模型，判断是否是剧烈运动；八：构建运动区域动能大小评估模型；九：设定阈值，且连续n帧满足评估条件时则引发报警。本发明采用的是基于多目立体视觉的场景流估计，通过已经标定好的多目相机获取来自同一场景的多组图像序列。利用3维场景流可以有效地进行剧烈运动检测。
-
Patent Agency Ranking
公开(公告)号：CN110984466A
公开(公告)日：2020-04-10
申请号：CN201911359385.X
申请日：2019-12-25
Applicant: 哈尔滨工程大学
Abstract: 一种提高振动带隙性能的惯性放大周期超材料梁结构，属于工程减振降噪技术领域，本发明为了现有技术中的梁结构本身的振动带隙频率范围较小，导致在使用过程时减震降噪性能差的问题，本发明包括变截面梁主体、2M个质量块和8M个连接杆，M为正整数，所述2M个质量块沿变截面梁主体的长度方向等距设置在变截面梁主体的下方，8M个连接杆平均分为两组，每组连接杆设置在变截面梁主体的一侧，且两组连接杆相对设置，每个连接杆的一端与变截面梁主体转动连接，每个质量块通过四个连接杆与变截面梁主体相连，本发明主要用于工程建筑中的承重梁体，同时在船舶的纵、横骨材上也有应用前景。
-
公开(公告)号：CN110097117A
公开(公告)日：2019-08-06
申请号：CN201910357895.7
申请日：2019-04-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于线性判别分析与多元自适应样条的数据分类方法，本发明是一种将降维与分类相结合的方法，首先通过线性判别分析方法确定最有效的分类特征，然后通过多元自适应回归样条(Multivariate adaptive regression splines,MARS)实现输入变量区间分割，将非线性分类转为线性分类问题，最后通过感知机实现分类，本发明实现了多输出分段线性分类，通过多元自适应回归样条的方式实现递归分割，通过感知机方式实现线性分类使得训练集的分类误差最小，预测时间在毫秒级以下，该算法有快速准确的特点。
-
公开(公告)号：CN107665603A
公开(公告)日：2018-02-06
申请号：CN201710795417.5
申请日：2017-09-06
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种判定车位占用的实时检测方法，属于机器视觉技术领域，具体涉及一种通过俯视的深度图融合卷积神经网络的检测方法来判定车位是否被正确占用的实时检测方法。其具体包括搭建双目立体相机、收集车辆样本和非车辆样本、设计并训练以卷积神经网络CarNet为基础的车辆检测模型、人工标定监控车位在相机图像中位置、得到监控场景下的深度图、对深度图分割初步得到车辆区域同时利用CarNet检测模型检测车辆、融合深度图与卷积神经网络结果得到可靠车辆检测框以及判定车位是否占用等步骤。本发明可广泛用于加油站、地下停车场等半露天或室内停车场，可准确输出车位占用情况，具有实施成本低，工作效率高、自动化能力强等优点，具有广阔的发展前景。
-
公开(公告)号：CN112687254B
公开(公告)日：2023-02-03
申请号：CN202011505803.4
申请日：2020-12-18
Applicant: 哈尔滨工程大学
IPC: G10K11/172 , G10K11/168 , B32B33/00 , B32B3/12 , B32B3/08
Abstract: 一种提高隔吸声性能的微穿孔波纹‑蜂窝超材料板结构，属于工程减振降噪技术领域，本发明为了解决传统夹层板类构件的力学性能和声学性能较为局限，在工程应用中，隔声量和吸声能力较差的问题，本发明中所述波纹‑蜂窝超材料夹心板包括顶板、N个波纹‑蜂窝夹芯单元和底板，N个波纹‑蜂窝夹芯单元呈周期性排列在顶板和底板之间，且相邻两个波纹‑蜂窝夹芯单元之间通过隔板隔开，每个波纹‑蜂窝夹芯单元的顶部与顶板的下表面固定连接，每个波纹‑蜂窝夹芯单元的底部与底板的上表面固定连接，每个波纹‑蜂窝夹芯单元与底板之间呈周期性分布有四个局域共振机构，每个局域共振机构固接在底板的上表面上。
-
公开(公告)号：CN108021857B
公开(公告)日：2021-12-21
申请号：CN201710717257.2
申请日：2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于无人机航拍图像序列深度恢复的建筑物检测方法，属于建筑物检测技术领域。具体内容包括：无人机搭载单目相机采集图像序列；利用飞机的运动信息以及获取到的图像序列的空域和时域的关系，恢复出图像的视差；将视差转换为深度，人工的设定深度阈值来分割建筑物。本发明可以有效地估计出图像的深度，利用深度检测出建筑物。本发明首次使用了无人机图像序列深度恢复的方法，能够对建筑物进行有效的检测。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.104 seconds)
